最近模型的进步全部在预期内，包括爆火的应用seedance2或者大龙虾，各种量大出奇迹以及排列组合，老瓶装新酒。

最近模型的进步全部在预期内，包括爆火的应用seedance2或者大龙虾，各种量大出奇迹以及排列组合，老瓶装新酒。
大模型之前，核心是用Workflow解决问题，我之前就看过一个公司维护三年的蜘蛛网编排图，按对方CTO的说法，那是狗都嫌。
而后大模型出现了，程序逻辑开始都围绕Workflow + 模型做展开，但维护成本依旧高，于是推出了Agentic Workflow的模式，这很有点ReAct架构的感觉，其实就是为了解决Workflow工程维护难的问题，进一步是工作流的泛化问题。
但结果大家也清楚了，这东西不稳定，于是乎又开始各种工程手段，最后把重要的Workflow放到skills里面去了，很大的缓解了问题，所以Skills就各种火，他是工程优化的结果。
现阶段的范式是：部分Agentic Workflow + SKills Workflow。
最近一段时间模型的进步，一方面很有点围绕Workflow复杂度转移做工程优化。另一方面还在持续提升Agent工具调用的意图识别准确性，这里肯定要不停微调的。然后上下文也在提升，但没有太多新东西。
最后说一下视觉这块，生成方面是很厉害了，但这是堆量的结果，大家多去试试图片识别，依旧不咋样