以下内容均为dinglz个人看法与建议，仅供参考，可能存在部分误区
概述
今年的赛题在这里：AI无界 · 创见未来，我当时看到第一眼的就是三个字：“移动端”，我心想完蛋了，好多Idea做不了了，后来想想也不奇怪，组委会oppo是做手机的，总之我认为，今年的赛题主要强调的关键点有四个：“全场景”、“随身智能体（Agent）”、“多模态”和“端云协同”
与往年不同的是，今年强调的是Agent：这不仅仅要求是回答问题的能力（直接弄死去年接近一半的获奖项目），更主要的是要能感知环境->主动决策->执行任务（这下做agent的笑嘻嘻地把做workflow的给踹进下水道了）我倒是觉得还挺合理，作为面向大学生的赛事，不需要考虑商用级的稳定性，那自然是要对标最前沿的agent，狠狠地信任llm的能力（关于这点，我倒是觉得有点不公平，即大家能接触到的模型水平，感觉玩gemini和claude的，在二者水平一致的情况下，狠狠把玩deepseek和qwen的甩在后面了；但是，showcase可以是理想场景，希望大家有所领悟）
下面进入正式的分析：
赛题核心逻辑
在完成你的作品之前，首先你要明确评委看重的到底是什么
1. 移动端
本次强调了移动端，但注意，你的想法不需要被手机所局限，平板、手表、AR眼镜、VR眼镜都属于移动设备，后面两个可能在创新性上具有很大的优势，但限制于设备，仅供参考
在这方面，你需要考虑到，移动端的优势到底是什么：
- 移动优势：随身、方便 -> 对比示例idea：随身会议总结
- 硬件优势：摄像头、麦克风、GPS、陀螺仪等等各类传感器，怎么把这些利用起来将成为你最核心的思考
根据以上，我可以断言：如果你的idea可以在网页端完美运行，那它对于本赛题来说，大概率不是一个好的idea
2. 多模态
你的交互一定不能局限在文字上，必须要包含视觉 && 听觉 甚至是触觉or生理数据（手表），只有文字的交互是一个巨大的灾难
因此，如何借助移动端硬件优势？你或许得好好想想
3. 智能体Agent
你需要把更多自主权交还给AI，抛弃掉所有简单的prompt交互、workflow；把决策还给AI
拿天气感知来说，从以前的调用api查询天气，要转变成 感知到下雨 -> 自动查询路况 -> 调整闹钟 -> 叫车这种自动范式上来
我后面会有一篇详细的关于google agent development kid的教程，带大家入门agent，敬请期待
4. 端侧能力
赛题中提到了端云协同、设备支持、低bit量化等等，那么说明你需要考虑到端侧小模型，应该端侧和云端协调
要考虑考虑端侧小模型的优点（响应快、隐私好）来考虑考虑是否要在自己的idea中引入端侧小模型，大家或许都忘了，手机也是一个性能相当不错的计算终端；上届vivo aigc决赛我在作品中引入了7B小模型的直接在端侧上推理，结合云端可以大大提速 && 提效
误区解析
- 不要做一个prompt调用机器，不要套壳；要把AI隐藏在功能背后，比如“一键生成PPT”显然优于“教我怎么写PPT”。（说句题外话，我一直觉得对话不是llm的最终范式，只是当时chatgpt打了个样罢了）
- 不要忽略移动端优势，多想想什么是移动端能做但是网页端做不了的
- 一定要闭环；不光是感知，更重要的是行动：比如 | 识别到用户想去旅行（感知） -> 自动规划行程（决策） -> （关键一步）调用 API 把行程添加到系统日历，并唤起地图导航（执行）。 | 最后一步才是最重要的
赛题之外
- 好好做ui！好看的ui比什么都重要
- 好好写文档！全篇ai会被评委一脚踢死
- 好好优化用户体验，dog feed，要让自己愿意用自己的app
- 把功能实现了优于牛逼的技术，当一个实干家
技术栈推荐
结语
祝大家都能取得自己满意的成绩，遇到问题也欢迎和我沟通