记录 re:Invent 大会，使用 PartyRock 编写我们第一个 AI 应用以及心得

如果说 2023 年什么应用技术最火，那么说是 OpenAI 为代表的 ChatGPT 在 AI 方面的突破和发展，是完全没有任何的争议的。

随后，各大云厂商以及应用集成商甚至垂直领域的服务提供商都有了对应的 AI 模型。我们开玩笑的说，这个好比多年前的百团大战一样，各种的 AI 相关的应用奔涌出现、百花争艳，一夜之间就好比钱江潮水汹涌而来。

其中生成式的 AI ，可能是相对来说最让人感到期待的 AI 相关的领域之一。 但实际上，生成式的 AI 并不是非常新鲜的事物，早在 ChatGPT 出现已经成熟之前，就已经有研究甚至大规模的部署和应用。

我们往前数将近十年前，微软发布 Windows 10 时期，就有打算将 Cortana 作为语音和自然语言文本的处理前端，作为人机界面的交互用于下一代的 Windows 平台。

同在电商领域，阿里云相关的云服务商也在做各种的尝试，用于提供商家精确的自动化售前、售后服务等应用。由于偏向垂直领域的精耕细作，始终没有在全行业形成广泛的影响力。

那么为什么，生成式的 AI 发展了那么久，只有在近几年才能突破技术和业务重围，来到大众面前并惠及行业呢？

或许，re:Invent 大会上推出的 PartyRock 这个服务，给与了我们新的启示。

传统的 AI 服务，在人们的印象中其实简单的应答，使用对话式的机制来和用户沟通，这是非常常规以及容易让人接受的方式。

而 PartyRock 采用“叠叠乐”的方式，让各种功能模块使用 Widgets 相连接，各种 Widget 输入和输出数据，然后处理封装成具体的 AI 应用。正如 PartyRock 自我介绍的那样：“ Everyone can build AI apps. ” 。下面我简单的演示下如何在非常短的时间内我们自己搭建、编写以及分享我们自己的 AI 应用。

PartyRock

我们一起来体验下亚马逊云的 PartyRock 给我们带来的惊喜。在下面的例子中，我们要实现的功能很简单：告诉 AI 我们需要或许某个网站的内容，然后帮忙概括成三句话，以及对应的关键词，然后再告诉另外个 AI 根据这些关键词生成对应风格的图片。于是，我们就能够根据网站的 URL 生成对应网站的“ 第一印象 ”了。

作者已经将对应的应用发布到了 PartyRock 的网站上，心急的朋友可以先点开体验下：https://partyrock.aws/u/mingcheng/omWF-0b60/What-is-your-webs…?trk=cndc-detail

好，我们说回到这里，如果按照传统的技术栈可能觉得这个需求有点炸裂，因为光是提取网站内容这块我们就必须编码找个 HTTP 请求库，然后正则匹配然后在筛选多余的信息，留下关键词等……

在 PartyRock 中并不需要如此的麻烦。

例如，我们在一个 Widgets 中输入 URL 网址以后，再到另外个 Widgets 中告诉 AI 根据我们输入的 URL 获取对应的内容，例如我们使用以下的 prompt ：

Summarize this website into 3 sentences where from [Website URL] . Output as keywords list.

然后，我们就可以在 Widgets 上得到两个数据元素以及对对应的输出，是不是非常的简单？接下来，我们根据这些获取的关键词去生成对应的网站图片，也是类似的操作：

然后就可以把 Widget 生成的内容传到另外个 Widgets 中，同时调用不同的 AI 模型去处理并串联起来了。

自此，我们的第一个非常简单的 AI 应用就编写好了，是不是非常的简单！例如，我们使用下这个应用，输入笔者自己的博客地址，然后看看它能帮我的网站生成什么样的关键字和图片：

看来从结果的角度上来说，作为码农的笔者和 PartyRock 生成的内容还是非常匹配的。最后，如果你有需要也可以像笔者一样，在 PartyRock 上发布对应的应用，供其他小伙伴一起分享和使用。

我们总结下，PartyRock 是真正做到了 “ Invent ” 这个关键词的：

首先，它使用简单的 Widget 串联用户的输入和输出，以及对应的 AI 能力，打破了传统人们对于 AI 就是问答机器人的传统印象；
其次，对于真正需要 AI 能力的小伙伴来说，即便不需要更多的专业技术背景和知识，但是满世界去寻找不同的 prompt 是件感受非常不好的事情，RartyRock 在一定程度上解决了这个问题，并能够将 prompt 弱化增强了用户的体验；

然后，对于传统的用户流来说，PartyRock 除了 AI 相关的能力以外，还能串联我们传统的其他数据处理和输出能力，可谓是一举多得。

PartyRock 这个服务的推出，绝对不是亚马逊云的灵光乍现，是基于多年的技术沉淀以及充分了解客户的需求，才能推出如此王炸的产品。

生成式的 AI 能够让普罗大众迅速理解和接受并从 AI 相关的技术获得利益，我们在各种信息充斥的今天，需要不停的梳理、查找以及过滤各种的信息（有些资源甚至还有版权相关的限制），但是忽略了信息本身是不停的生产和处理的过程。

生成式的 AI 免去了使用以及验证各种数据的后顾之忧，同时也能给用户真正带来“数字化助理”的体验。同时，云计算是目前整个数字化行业的基石，因此只有具体的 AI 功能是完全没有根基的，需要整个相应的云服务联动才能形成完整的解决方案。

例如，我们在开发和生成 AI 相关的应用的时候，从我们技术人员的角度上看来，光是使用 PartyRock 生成简单的 AI 应用还不够，还需要接入我们目前所拥有的业务。

那么这不仅仅需要用到 AI 相关的服务和接口，还需要服务器、网关、数据库、CDN 等传统云计算领域的能力根基。这块亚马逊云自然是提供了不可替代的资源以及能力，并且有充分和大量的案例作为支撑。

同时，光有云计算领域的能力还不完全足够，对应的开发者资源也需要配套同步。对于我们来说，只有提供了丰富的文档、示例代码才能减轻和优化开发成本，专注于开发业务本身。

很高兴的看到在亚马逊上 re:Invent 大会上，同样提供了有着丰富的开发者文档、SDK、API 等资源，图文并茂能够快速的实现我们的设想以及功能。

这让我们 Z 时代的程序员其实相比我们这些“老派”的程序员有着不同的思路，他们更多的会基于 AI 核心功能的封装和实现，利用自然语言和处理能够在原本需要大量开发时间和精力的研发任务，能够在短期内实现，这就是 AI 带给我们开发者思路上的转变。

最后，将要过去的 2023 年绝对是 AI 爆发的元年，亚马逊云科技作为这一领域的重要玩家，除了发布 PartyRock 等 AI 相关的产品，其他对于 AI 技术本身的态度也格外惹人关注。

亚马逊云的 CTO Werner Vogels 给出的答案是：AI for good。

更具体一点理解就是是：要让 AI 一直为人类所用，我们需要用好的数据训练它达到好的目的。所以，从亚马逊云 re:Invent 大会上的提供的各种思路以及产品看来，这从某种程度上消除了我们对这一技术未来的担忧，让我们能够更尽情拥抱 AI 时代的到来。

文章来源：https://dev.amazoncloud.cn/column/article/658967d05d096603bb1874bd?sc_medium=regulartraffic&sc_campaign=crossplatform&sc_channel=bokey