在构建基于大语言模型的智能应用时我们常常面临一个核心挑战如何确保AI生成的内容既准确又符合业务逻辑尤其是在处理复杂任务、敏感数据或需要严格合规的场景下完全依赖模型的自主输出存在风险。Dify作为领先的LLM应用开发平台其“人工介入”功能正是为解决这一痛点而生。本文将深入解析Dify 1.15版本中的人工介入机制从核心概念到实战配置手把手教你如何在工作流中嵌入人工审核节点打造一个可控、可靠的人机协作智能应用。1. 人工介入从概念到价值在深入配置之前我们首先要理解Dify中“人工介入”究竟意味着什么以及它为何如此重要。1.1 什么是人工介入人工介入在Dify的语境下特指在自动化的工作流执行过程中在特定节点暂停自动化处理将决策权或审核权交由人类操作员。这并非简单的“人工审核后继续”而是一个结构化的、可配置的交互点。系统会在此节点等待人工输入如批准、拒绝、修改或补充信息并根据人工输入的结果决定工作流下一步的走向。简单来说它是在AI的“自动驾驶”模式中设置的必须由人类“接管方向盘”的关键检查点。1.2 为什么需要人工介入尽管大模型能力强大但在生产环境中完全信任其输出是不明智的。人工介入主要解决以下几类问题质量控制与准确性校验对于生成的法律文书、财务报告、医疗建议等需要专家进行最终把关确保事实无误、逻辑严谨。合规与安全审查在内容生成、客户交互等场景必须防止模型产生有害、偏见或不符合公司政策的内容。人工介入是重要的安全阀。处理模型不确定性当工作流运行到某个节点所需的关键信息缺失或模型置信度很低时可以转而请求人工提供明确指示。复杂决策与例外处理业务流程中总存在自动化无法覆盖的复杂个案或例外情况此时需要人工介入做出判断。人机协作与效率提升将重复性、规则性的部分交给AI将需要创造力、经验判断的部分留给人实现效率与质量的最优解。Dify 1.15版本强化了该功能使其更易于集成到复杂的工作流中成为构建企业级可信AI应用的核心组件。2. 环境准备与版本确认在开始实战前请确保你的Dify环境已就绪。本文将基于Dify 1.15版本进行演示部分界面和功能可能因小版本更新略有差异。2.1 基础环境要求Dify 版本1.15.0 或更高版本。你可以在Dify Web界面的左下角查看当前版本号。部署方式无论是使用Docker Compose部署的社区版还是Kubernetes部署的企业版人工介入功能均已内置。本文示例基于Docker Compose部署。浏览器建议使用最新版的Chrome、Firefox或Edge以确保最佳的操作体验。账户权限你需要一个具有“工作流编辑”和“应用发布”权限的账户。通常管理员或开发者角色具备这些权限。2.2 核心概念准备理解以下Dify核心概念将有助于你更好地设计带有人工介入的工作流工作流由多个节点通过连线组成的可视化业务流程。节点工作流中的基本执行单元如“LLM”、“知识库检索”、“代码执行”等。“人工介入”本身也是一个特殊类型的节点。变量在工作流不同节点间传递数据的载体。人工介入节点的输入和输出都依赖于变量。应用最终封装并发布的工作流可供终端用户通过Web或API访问。3. 人工介入节点详解与配置本节将拆解“人工介入”节点的每一个配置项理解其运作原理。3.1 节点定位与添加在Dify工作流编辑器中你可以在节点库的“工具”分类或类似分类不同版本可能归类略有不同中找到“人工介入”节点。将其拖拽到画布上即可。3.2 节点配置面板解析选中画布上的“人工介入”节点右侧会出现其配置面板。主要包含以下部分1. 节点标题与描述标题为节点起一个易于识别的名字如“内容安全审核”、“专家最终审批”等。描述详细说明此节点需要人工处理的具体事项和判断标准这部分描述会展示给后续的人工操作员。2. 变量配置核心这是人工介入节点的核心定义了“给人工看什么”以及“从人工那里拿回什么”。输入变量你需要将工作流中已有的变量如前一个LLM节点生成的文本、检索到的文档内容等映射到此处。通常你会把需要人工审核的“待审内容”作为一个输入变量。例如添加一个输入变量命名为review_content其值来源于上一个节点的output变量。输出变量定义人工操作完成后将什么结果返回给工作流。最关键的是定义一个代表“人工决策”的变量。必须项通常是一个字符串类型变量如human_decision其值将由操作员在界面上选择如“通过”、“拒绝”、“需修改”。可选项如果允许操作员修改内容可以添加另一个输出变量如modified_content用于接收操作员编辑后的文本。可选项允许操作员填写备注可以添加一个comment变量。3. 操作员配置指定操作员你可以配置由特定用户、用户组或角色来处理此介入任务。如果留空则所有有权限访问该应用“运营”模块的用户都可能收到任务通知。超时设置设置任务等待人工处理的超时时间。超时后工作流可以根据你的配置执行默认操作如自动拒绝或跳过。4. 后续分支配置工作流连线配置完节点后你需要根据输出变量特别是决策变量的值来设计工作流的分支。例如从“人工介入”节点引出两条线一条线连接条件为human_decision等于通过的后续节点如“发布内容”节点。另一条线连接条件为human_decision等于拒绝的后续节点如“通知修正”或“结束流程”节点。这实现了基于人工决策的路由是人工介入控制流程的关键。4. 完整实战案例构建一个带人工审核的AI内容生成工作流让我们通过一个完整的例子创建一个“技术博客草稿生成与审核”应用。4.1 案例需求与设计需求用户输入一个技术主题如“Python装饰器”AI自动生成一篇博客草稿然后必须经过人工审核批准后才能进行最终的格式化与发布模拟。工作流设计开始-LLM生成草稿-人工介入审核草稿-分支判断-通过LLM格式化-结束发布。分支判断-拒绝通知节点-结束。4.2 分步实现步骤1创建工作流并添加初始节点在Dify中创建一个新的“工作流”应用。从左侧拖入一个“LLM”节点连接到开始节点。配置该LLM节点模型选择你配置好的模型如 GPT-4。提示词编写如下的提示词你是一位资深技术博主。请根据用户输入的技术主题生成一篇详细的博客文章草稿。 要求结构清晰包含引言、核心概念、代码示例、总结。主题是{{input}}。 只输出文章正文不要有额外说明。上下文变量将用户输入变量如input引入提示词。输出变量设置一个变量如draft用于保存生成的草稿。步骤2添加并配置“人工介入”节点拖入“人工介入”节点将其连接到上一步的LLM节点之后。配置“人工介入”节点标题技术博客内容审核描述请审核AI生成的博客草稿检查技术准确性、代码正确性及内容合规性。输入变量点击“添加变量”。变量名content_to_review值选择来自上一个节点LLM的输出变量draft。输出变量点击“添加变量”。变量名review_result类型字符串描述重要请选择审核结果通过 或 拒绝点击“添加变量”。变量名reviewer_comment类型字符串描述审核意见或修改建议可选操作员可以指定特定用户或留空。超时设置为24小时。步骤3配置条件分支拖入一个“判断”节点或“IF/ELSE”节点连接到“人工介入”节点之后。配置“判断”条件条件规则review_result等于通过。这将创建两个分支真条件满足和假条件不满足。步骤4配置分支后续流程通过分支真拖入一个新的“LLM”节点连接到“判断”节点的真分支。配置该LLM节点提示词请将以下技术博客草稿进行最终格式化使其符合Markdown发布规范并添加合适的标题层级。草稿{{draft}}上下文变量引入draft。输出变量如final_blog。最后可以连接一个“文本输出”节点将final_blog输出给用户。拒绝分支假拖入一个“LLM”节点或“文本输出”节点连接到“判断”节点的假分支。配置提示词或输出文本例如您的博客草稿未通过审核。审核意见{{reviewer_comment}}。请修改后重新提交。上下文变量引入reviewer_comment。步骤5保存并发布点击右上角“发布”按钮为你的工作流应用命名并创建版本。发布后你可以在“应用访问”页面获得访问链接。4.3 运行与人工操作演示用户侧通过应用链接访问输入主题“Python装饰器”点击运行。工作流会在“人工介入”节点暂停。操作员侧具有权限的操作员登录Dify后台进入“运营”或“工作流任务”相关模块具体名称因版本而异会看到待处理的“技术博客内容审核”任务。点击任务界面会清晰展示需要审核的草稿内容即content_to_review的值。操作员可以阅读内容在下拉框中选择通过或拒绝并在文本框中填写reviewer_comment。点击“提交”或“完成”。工作流继续一旦操作员提交工作流会根据其选择的review_result值自动继续执行对应的分支并将最终结果返回给初始用户。5. 常见问题与排查思路在实际使用人工介入功能时你可能会遇到以下问题问题现象可能原因排查与解决思路工作流在人工介入节点“卡住”长时间无反应。1. 未配置操作员或配置的操作员未登录处理。2. 任务通知机制未生效如邮件/站内信未配置。3. 超时时间设置过长。1. 检查节点配置的“操作员”设置确保指定了正确的、活跃的用户。2. 前往Dify后台检查通知设置或直接让操作员登录Dify在“待办任务”中查找。3. 检查超时设置并考虑设置一个合理的超时及超时后的默认动作。操作员处理任务后工作流未按预期分支执行。1. 条件分支的判断逻辑配置错误。2. 输出变量名在条件中拼写错误。3. 输出变量的值不是预期的字符串如包含空格。1. 仔细检查“判断”节点中的条件确认变量名和比较值完全匹配。2. 使用调试工具如果版本支持查看人工介入节点实际输出的变量值。3. 在人工介入节点的输出变量描述中给操作员明确的选择项提示如“通过/拒绝”避免自由输入导致的值不一致。人工介入节点无法添加上游节点的变量。1. 上游节点未正确配置输出变量。2. 节点连接顺序有误导致变量作用域不可达。1. 确认上游节点如LLM节点已配置了输出变量并成功运行。2. 确保工作流的连线是线性的人工介入节点必须在其依赖的上游节点之后。在API调用工作流时人工介入流程如何衔接对API调用而言工作流会在人工介入节点暂停并返回一个特定的任务ID或状态。1. 查阅Dify官方API文档了解异步任务和人工介入任务的状态查询与操作接口。2. 通常需要你的后端系统轮询任务状态或在操作员处理完成后由Dify通过Webhook回调你的系统。6. 最佳实践与工程建议将人工介入有效集成到生产级应用中需要考虑更多工程细节。6.1 设计清晰的人工任务界面结构化输入尽量为操作员提供下拉选择、单选按钮等结构化输入组件通过输出变量的描述和类型约束来实现减少自由文本输入以降低后续流程处理的复杂度。上下文完整除了待审内容本身在“描述”或通过额外的输入变量提供尽可能多的上下文如任务来源、用户信息、前期处理日志等帮助操作员快速决策。操作指引明确在节点描述中写明具体的审核标准、操作步骤和注意事项。6.2 工作流健壮性设计设置超时与默认动作务必为每个人工介入节点设置合理的超时时间如2小时、24小时并配置超时后的默认动作如“自动拒绝”或“转交他人”防止工作流无限期挂起。异常处理分支除了“通过/拒绝”的主分支考虑增加处理“需修改”或“转交”等状态的分支使流程更灵活。记录与审计确保人工介入的所有操作操作员、时间、决策、意见都被系统记录以满足合规和审计要求。Dify通常会记录工作流执行日志。6.3 权限与安全最小权限原则只为必要的用户或角色分配处理人工介入任务的权限。避免信息过度暴露。任务分配策略对于负载较高的系统可以实现基于技能组、负载均衡或轮询的任务自动分配机制这可能需要结合企业版功能或自定义开发。数据脱敏如果待审内容包含敏感信息如PII应考虑在传入人工介入节点前进行脱敏处理或在界面中做脱敏展示。6.4 性能与可扩展性批量处理对于大量同质化的微审核任务如审核大量用户评论可以考虑设计“批量审核”界面让操作员能一次性处理多个任务而不是逐个节点触发。异步与解耦对于耗时较长的人工审核确保整个工作流是异步的不会阻塞API响应。使用消息队列或数据库来跟踪任务状态是一个常见的解耦模式。监控与告警监控人工介入任务的积压情况。如果待处理任务数量超过阈值应触发告警以便及时调配人力资源。通过本文的详解你应该已经掌握了在Dify 1.15中设计和实施人工介入工作流的核心技能。从简单的审核点到复杂的分支决策人工介入功能极大地提升了AI应用的可控性和可靠性。记住成功的AI应用不是追求全自动化而是在自动化的基础上于关键节点巧妙地融入人类智慧与监督。
在构建基于大语言模型的智能应用时我们常常面临一个核心挑战如何确保AI生成的内容既准确又符合业务逻辑尤其是在处理复杂任务、敏感数据或需要严格合规的场景下完全依赖模型的自主输出存在风险。Dify作为领先的LLM应用开发平台其“人工介入”功能正是为解决这一痛点而生。本文将深入解析Dify 1.15版本中的人工介入机制从核心概念到实战配置手把手教你如何在工作流中嵌入人工审核节点打造一个可控、可靠的人机协作智能应用。1. 人工介入从概念到价值在深入配置之前我们首先要理解Dify中“人工介入”究竟意味着什么以及它为何如此重要。1.1 什么是人工介入人工介入在Dify的语境下特指在自动化的工作流执行过程中在特定节点暂停自动化处理将决策权或审核权交由人类操作员。这并非简单的“人工审核后继续”而是一个结构化的、可配置的交互点。系统会在此节点等待人工输入如批准、拒绝、修改或补充信息并根据人工输入的结果决定工作流下一步的走向。简单来说它是在AI的“自动驾驶”模式中设置的必须由人类“接管方向盘”的关键检查点。1.2 为什么需要人工介入尽管大模型能力强大但在生产环境中完全信任其输出是不明智的。人工介入主要解决以下几类问题质量控制与准确性校验对于生成的法律文书、财务报告、医疗建议等需要专家进行最终把关确保事实无误、逻辑严谨。合规与安全审查在内容生成、客户交互等场景必须防止模型产生有害、偏见或不符合公司政策的内容。人工介入是重要的安全阀。处理模型不确定性当工作流运行到某个节点所需的关键信息缺失或模型置信度很低时可以转而请求人工提供明确指示。复杂决策与例外处理业务流程中总存在自动化无法覆盖的复杂个案或例外情况此时需要人工介入做出判断。人机协作与效率提升将重复性、规则性的部分交给AI将需要创造力、经验判断的部分留给人实现效率与质量的最优解。Dify 1.15版本强化了该功能使其更易于集成到复杂的工作流中成为构建企业级可信AI应用的核心组件。2. 环境准备与版本确认在开始实战前请确保你的Dify环境已就绪。本文将基于Dify 1.15版本进行演示部分界面和功能可能因小版本更新略有差异。2.1 基础环境要求Dify 版本1.15.0 或更高版本。你可以在Dify Web界面的左下角查看当前版本号。部署方式无论是使用Docker Compose部署的社区版还是Kubernetes部署的企业版人工介入功能均已内置。本文示例基于Docker Compose部署。浏览器建议使用最新版的Chrome、Firefox或Edge以确保最佳的操作体验。账户权限你需要一个具有“工作流编辑”和“应用发布”权限的账户。通常管理员或开发者角色具备这些权限。2.2 核心概念准备理解以下Dify核心概念将有助于你更好地设计带有人工介入的工作流工作流由多个节点通过连线组成的可视化业务流程。节点工作流中的基本执行单元如“LLM”、“知识库检索”、“代码执行”等。“人工介入”本身也是一个特殊类型的节点。变量在工作流不同节点间传递数据的载体。人工介入节点的输入和输出都依赖于变量。应用最终封装并发布的工作流可供终端用户通过Web或API访问。3. 人工介入节点详解与配置本节将拆解“人工介入”节点的每一个配置项理解其运作原理。3.1 节点定位与添加在Dify工作流编辑器中你可以在节点库的“工具”分类或类似分类不同版本可能归类略有不同中找到“人工介入”节点。将其拖拽到画布上即可。3.2 节点配置面板解析选中画布上的“人工介入”节点右侧会出现其配置面板。主要包含以下部分1. 节点标题与描述标题为节点起一个易于识别的名字如“内容安全审核”、“专家最终审批”等。描述详细说明此节点需要人工处理的具体事项和判断标准这部分描述会展示给后续的人工操作员。2. 变量配置核心这是人工介入节点的核心定义了“给人工看什么”以及“从人工那里拿回什么”。输入变量你需要将工作流中已有的变量如前一个LLM节点生成的文本、检索到的文档内容等映射到此处。通常你会把需要人工审核的“待审内容”作为一个输入变量。例如添加一个输入变量命名为review_content其值来源于上一个节点的output变量。输出变量定义人工操作完成后将什么结果返回给工作流。最关键的是定义一个代表“人工决策”的变量。必须项通常是一个字符串类型变量如human_decision其值将由操作员在界面上选择如“通过”、“拒绝”、“需修改”。可选项如果允许操作员修改内容可以添加另一个输出变量如modified_content用于接收操作员编辑后的文本。可选项允许操作员填写备注可以添加一个comment变量。3. 操作员配置指定操作员你可以配置由特定用户、用户组或角色来处理此介入任务。如果留空则所有有权限访问该应用“运营”模块的用户都可能收到任务通知。超时设置设置任务等待人工处理的超时时间。超时后工作流可以根据你的配置执行默认操作如自动拒绝或跳过。4. 后续分支配置工作流连线配置完节点后你需要根据输出变量特别是决策变量的值来设计工作流的分支。例如从“人工介入”节点引出两条线一条线连接条件为human_decision等于通过的后续节点如“发布内容”节点。另一条线连接条件为human_decision等于拒绝的后续节点如“通知修正”或“结束流程”节点。这实现了基于人工决策的路由是人工介入控制流程的关键。4. 完整实战案例构建一个带人工审核的AI内容生成工作流让我们通过一个完整的例子创建一个“技术博客草稿生成与审核”应用。4.1 案例需求与设计需求用户输入一个技术主题如“Python装饰器”AI自动生成一篇博客草稿然后必须经过人工审核批准后才能进行最终的格式化与发布模拟。工作流设计开始-LLM生成草稿-人工介入审核草稿-分支判断-通过LLM格式化-结束发布。分支判断-拒绝通知节点-结束。4.2 分步实现步骤1创建工作流并添加初始节点在Dify中创建一个新的“工作流”应用。从左侧拖入一个“LLM”节点连接到开始节点。配置该LLM节点模型选择你配置好的模型如 GPT-4。提示词编写如下的提示词你是一位资深技术博主。请根据用户输入的技术主题生成一篇详细的博客文章草稿。 要求结构清晰包含引言、核心概念、代码示例、总结。主题是{{input}}。 只输出文章正文不要有额外说明。上下文变量将用户输入变量如input引入提示词。输出变量设置一个变量如draft用于保存生成的草稿。步骤2添加并配置“人工介入”节点拖入“人工介入”节点将其连接到上一步的LLM节点之后。配置“人工介入”节点标题技术博客内容审核描述请审核AI生成的博客草稿检查技术准确性、代码正确性及内容合规性。输入变量点击“添加变量”。变量名content_to_review值选择来自上一个节点LLM的输出变量draft。输出变量点击“添加变量”。变量名review_result类型字符串描述重要请选择审核结果通过 或 拒绝点击“添加变量”。变量名reviewer_comment类型字符串描述审核意见或修改建议可选操作员可以指定特定用户或留空。超时设置为24小时。步骤3配置条件分支拖入一个“判断”节点或“IF/ELSE”节点连接到“人工介入”节点之后。配置“判断”条件条件规则review_result等于通过。这将创建两个分支真条件满足和假条件不满足。步骤4配置分支后续流程通过分支真拖入一个新的“LLM”节点连接到“判断”节点的真分支。配置该LLM节点提示词请将以下技术博客草稿进行最终格式化使其符合Markdown发布规范并添加合适的标题层级。草稿{{draft}}上下文变量引入draft。输出变量如final_blog。最后可以连接一个“文本输出”节点将final_blog输出给用户。拒绝分支假拖入一个“LLM”节点或“文本输出”节点连接到“判断”节点的假分支。配置提示词或输出文本例如您的博客草稿未通过审核。审核意见{{reviewer_comment}}。请修改后重新提交。上下文变量引入reviewer_comment。步骤5保存并发布点击右上角“发布”按钮为你的工作流应用命名并创建版本。发布后你可以在“应用访问”页面获得访问链接。4.3 运行与人工操作演示用户侧通过应用链接访问输入主题“Python装饰器”点击运行。工作流会在“人工介入”节点暂停。操作员侧具有权限的操作员登录Dify后台进入“运营”或“工作流任务”相关模块具体名称因版本而异会看到待处理的“技术博客内容审核”任务。点击任务界面会清晰展示需要审核的草稿内容即content_to_review的值。操作员可以阅读内容在下拉框中选择通过或拒绝并在文本框中填写reviewer_comment。点击“提交”或“完成”。工作流继续一旦操作员提交工作流会根据其选择的review_result值自动继续执行对应的分支并将最终结果返回给初始用户。5. 常见问题与排查思路在实际使用人工介入功能时你可能会遇到以下问题问题现象可能原因排查与解决思路工作流在人工介入节点“卡住”长时间无反应。1. 未配置操作员或配置的操作员未登录处理。2. 任务通知机制未生效如邮件/站内信未配置。3. 超时时间设置过长。1. 检查节点配置的“操作员”设置确保指定了正确的、活跃的用户。2. 前往Dify后台检查通知设置或直接让操作员登录Dify在“待办任务”中查找。3. 检查超时设置并考虑设置一个合理的超时及超时后的默认动作。操作员处理任务后工作流未按预期分支执行。1. 条件分支的判断逻辑配置错误。2. 输出变量名在条件中拼写错误。3. 输出变量的值不是预期的字符串如包含空格。1. 仔细检查“判断”节点中的条件确认变量名和比较值完全匹配。2. 使用调试工具如果版本支持查看人工介入节点实际输出的变量值。3. 在人工介入节点的输出变量描述中给操作员明确的选择项提示如“通过/拒绝”避免自由输入导致的值不一致。人工介入节点无法添加上游节点的变量。1. 上游节点未正确配置输出变量。2. 节点连接顺序有误导致变量作用域不可达。1. 确认上游节点如LLM节点已配置了输出变量并成功运行。2. 确保工作流的连线是线性的人工介入节点必须在其依赖的上游节点之后。在API调用工作流时人工介入流程如何衔接对API调用而言工作流会在人工介入节点暂停并返回一个特定的任务ID或状态。1. 查阅Dify官方API文档了解异步任务和人工介入任务的状态查询与操作接口。2. 通常需要你的后端系统轮询任务状态或在操作员处理完成后由Dify通过Webhook回调你的系统。6. 最佳实践与工程建议将人工介入有效集成到生产级应用中需要考虑更多工程细节。6.1 设计清晰的人工任务界面结构化输入尽量为操作员提供下拉选择、单选按钮等结构化输入组件通过输出变量的描述和类型约束来实现减少自由文本输入以降低后续流程处理的复杂度。上下文完整除了待审内容本身在“描述”或通过额外的输入变量提供尽可能多的上下文如任务来源、用户信息、前期处理日志等帮助操作员快速决策。操作指引明确在节点描述中写明具体的审核标准、操作步骤和注意事项。6.2 工作流健壮性设计设置超时与默认动作务必为每个人工介入节点设置合理的超时时间如2小时、24小时并配置超时后的默认动作如“自动拒绝”或“转交他人”防止工作流无限期挂起。异常处理分支除了“通过/拒绝”的主分支考虑增加处理“需修改”或“转交”等状态的分支使流程更灵活。记录与审计确保人工介入的所有操作操作员、时间、决策、意见都被系统记录以满足合规和审计要求。Dify通常会记录工作流执行日志。6.3 权限与安全最小权限原则只为必要的用户或角色分配处理人工介入任务的权限。避免信息过度暴露。任务分配策略对于负载较高的系统可以实现基于技能组、负载均衡或轮询的任务自动分配机制这可能需要结合企业版功能或自定义开发。数据脱敏如果待审内容包含敏感信息如PII应考虑在传入人工介入节点前进行脱敏处理或在界面中做脱敏展示。6.4 性能与可扩展性批量处理对于大量同质化的微审核任务如审核大量用户评论可以考虑设计“批量审核”界面让操作员能一次性处理多个任务而不是逐个节点触发。异步与解耦对于耗时较长的人工审核确保整个工作流是异步的不会阻塞API响应。使用消息队列或数据库来跟踪任务状态是一个常见的解耦模式。监控与告警监控人工介入任务的积压情况。如果待处理任务数量超过阈值应触发告警以便及时调配人力资源。通过本文的详解你应该已经掌握了在Dify 1.15中设计和实施人工介入工作流的核心技能。从简单的审核点到复杂的分支决策人工介入功能极大地提升了AI应用的可控性和可靠性。记住成功的AI应用不是追求全自动化而是在自动化的基础上于关键节点巧妙地融入人类智慧与监督。
![[C++]内存管理：串顺序存储的内存回收](http://pic.xiahunao.cn/yaotu/[C++]内存管理：串顺序存储的内存回收)
