用最简单的大模型技术打造一个迁云专家有多难？

主要观点总结

本文探讨了云迁移领域标准化工具和方案无法完全替代资深专家的问题，以及如何利用大模型技术来“复制”专家的80%核心能力应对日益增长的项目需求。文章介绍了团队如何通过高质量知识库和大模型泛化能力结合、定义清晰的上下文和增强用户交互、模块化提示词工程等方式，构建并上线了面向云迁移领域的RAG应用。

关键观点总结

关键观点1: 云迁移领域标准化工具和方案的局限性

尽管有云迁移工具和标准解决方案，但在实际项目中，每个大型企业级项目仍需要配备资深迁云专家全程把控。标准化方案建立在特定前提和假设上，但真实生产环境往往超出这些预设边界。大模型能否胜任“云迁移专家”角色，解决简单RAG应用在实践中暴露的上下文信息缺失、交互的浅薄和方案章法等核心问题，成为研究的重点。

关键观点2: 利用大模型技术复制专家能力的尝试

团队通过内部代号为“LX0.1”的项目，尝试利用大模型技术复制专家80%的核心能力。他们定义了云迁移方案生成所需的核心上下文，包括调研结果、产品选型和原子方案等。同时，他们重建了知识库，进行知识清洗和结构化，以便大模型能够更有效地生成方案。此外，他们采用模块化生成方法，将方案分解为独立模块，每个模块由独立的提示词和引导生成。这种架构保证了各章节的专业深度，并天然支持并发生成。

关键观点3: 产品上线与反馈

团队上线了CMH迁移助理功能，并通过用户调研收集用户反馈。他们意识到当前的产品只是从“0”到“1”的第一步，距离完美复刻专家智慧还有很长的路要走。他们对大模型现阶段的能力边界有了更清醒的认知，并坚定了持续迭代的决心。

关键观点4: 未来的探索方向

团队正在探索两个方向：一是从“规划者”到“执行者”，利用阿里云MCP Server和SDK体系，结合AI的力量，将AI从一个“顾问”升级为“工程师”；二是从“同构”到“异构”，利用大模型提升应用现代化改造任务的效率与准确性。