1. 通用人工智能还很远，专业应用更易落地。# 

2. 输入做加法、输出做减法。# 

3. 上下文很关键，但也是一把双刃剑。# 

4. 提示工程很重要。# 

5. 模型不是越强越好，选一把好刀并用在刀刃上。# 

6. 单一职责同样适用，任务拆解很重要。# 

7. 工作流模式和智能体模式没有好坏。# 

8. 效果评估很难做，但值得做。# 

9. 用数据检验应用，并缩短迭代周期。# 

10. 技术没有秘密，数据才是护城河。#