- 博客(744)
- 收藏
- 关注
RSS订阅原创 AI智能体是什么？AI 智能体的关键特性，如何实现 AI 智能体
AI智能体是一种能够自主感知环境、决策并执行任务的人工智能系统。其核心特性包括感知能力（如语音识别、图像处理）、决策能力（如推荐系统、交易分析）、执行能力（如客服回复、机械控制）以及自适应学习能力（如个性化教育、智能交通优化）。实现AI智能体主要依赖Prompt技术和RAG技术：Prompt通过指令设定AI角色和行为（如医疗助手），RAG则通过检索外部知识增强AI的信息处理能力。这些技术共同推动智能体在电商、家居、自动驾驶等场景的应用。
2026-04-10 15:35:24
201
原创 30＋程序员想转行还来得及吗？这20条建议让你少走2两年弯路！
摘要 30岁以上程序员转行大模型领域具有可行性，但需谨慎决策。建议从行业前景、个人兴趣、能力匹配等维度评估转行必要性，优先选择技能门槛宽松、与原有经验相关的领域。转行前需做好经济储备和心理准备，通过内部转岗、降低求职条件等策略降低风险。成功关键在于快速获取目标行业思维与能力，可采取经验复制、精力管理等方法提升转型效率。最终需持之以恒地将过往经验转化为新领域的竞争优势，实现平稳过渡。
2026-04-10 15:30:57
197
原创 AI算法岗和开发岗有什么区别？哪种前景更好？
AI算法岗与开发岗对比：算法岗侧重数学建模与指标优化，工作不确定性高，需掌握前沿算法并提升工程能力；开发岗负责功能实现与系统维护，工作目标明确但强度大。薪资上二者趋同，但算法岗竞争更激烈。算法岗适合解决非结构化问题，开发岗处理结构化需求。职业发展上，算法岗周期长但受业务影响大，开发岗转型路径多但职业周期较短。选择应结合个人兴趣、技术方向及行业趋势。
2026-04-10 15:28:38
305
原创 手撕LLM，从0开始学习大模型底层技术原理！_llm底层技术原理
随着人工智能技术的加速演进，AI大模型已成为全球科技竞争的新高地，发展潜力巨大。我国高度重视人工智能的发展，出台了一系列扶持政策和规划，为AI大模型产业创造了良好的环境。
2026-04-10 15:27:15
265
原创 大模型的正确学习顺序，终于有人讲清楚了！
摘要：本文分享零基础转行AI工程师的实战经验，通过分析300+岗位需求指出企业更看重Python/Java等实用技能而非复杂算法。作者提出3个月速成路径：首月掌握Python基础与Prompt技巧；次月专攻RAG技术搭建知识库；第三月学习Agent开发工具链。文末提供全套大模型学习资源包，强调项目实践导向的转行策略。（149字）
2026-04-10 14:45:55
149
原创 这样图解Transformer应该没人看不懂了吧——多头注意力机制详解_transformer 多头注意力机制
本文深入解析Transformer中的多头注意力机制，包括编码器自注意力、解码器自注意力和编码器-解码器注意力三种应用方式。通过将输入拆分为查询、键和值三个参数，Transformer能并行处理多个注意力头，每个头独立计算注意力分数后再合并，从而捕捉更丰富的语义关系。文章详细图解了数据在注意力机制中的处理流程，包括线性变换、头分割、分数计算和合并等关键步骤，并解释了如何通过掩码机制控制注意力范围。这种设计使Transformer能够有效建模序列中单词间的复杂依赖关系。
2026-03-26 16:47:07
153
原创 30＋程序员想转行还来得及吗？这20条建议让你少走2两年弯路！_30岁程序员转行做什么
30岁程序员转行指南：20条实用建议助你成功转型 30岁以上程序员转行已成为普遍现象，尤其是转向大模型等AI热门领域完全可行。本文针对转行决策提出20条实用建议： 转行前需理性评估：区分一时冲动与真实需求，分析当前工作问题是否必须通过转行解决 行业选择要考虑：发展前景、技能门槛、年龄限制等因素，优先选择能迁移原有经验的领域 准备阶段关键点：经济储备（建议6个月生活资金）、心理调适（接受从零开始）、技能学习 求职技巧：简历突出岗位优势而非经历罗列，善用人脉资源，可考虑"迂回"转岗策略 执行
2026-03-26 16:45:47
379
原创 手撕LLM，从0开始学习大模型底层技术原理！_llm底层技术原理
随着人工智能技术的加速演进，AI大模型已成为全球科技竞争的新高地，发展潜力巨大。我国高度重视人工智能的发展，出台了一系列扶持政策和规划，为AI大模型产业创造了良好的环境。当前，通用大模型、行业大模型、端侧大模型等如雨后春笋般涌现，广泛应用于经济社会多个领域，如金融、医疗、电商、影视、传媒等，打开了通用人工智能的大门，推动了新一轮的科技革命与产业变革。 同时，如何学习大模型成为了行业内大量技术人员的困扰。
2026-03-26 16:43:28
360
原创 如何给AI大模型喂数据？_如何给大模型喂数据
如果我想要大模型学习我的知识，怎么给他数据呢？数据是大模型的食物，只有喂对了，模型才能更好地学习和成长。
2026-03-26 16:41:20
463
原创 2026 AI风口已定：读懂这份产业报告，抓住大模型转行涨薪黄金期
摘要： 人工智能大模型已成为IT行业高薪黄金赛道，2026年将深度赋能六大未来产业（制造、信息、材料、能源、空间、健康）和八大落地场景（科学、硬件、消费等）。报告显示，AI人才缺口巨大，薪资优势显著，计算机从业者转型门槛低，3个月可掌握Python、Langchain等核心技能，通过实战项目快速入行。报告提供完整学习资料，助力职场人抓住AI时代红利，实现薪资翻倍与职业突破。 （字数：149）
2026-03-26 16:39:07
589
原创 一文读懂大模型智能体（Agent）：从理论到实践
摘要： 大模型智能体（Agent）凭借自主决策、任务拆解和工具调用能力，正从理论走向实践。Agent通过“大模型基座+任务规划器+工具调用器”等核心模块，实现复杂任务自动化，个人可借助低代码工具（如AutoGPT）快速搭建，企业则需关注框架选型（如LangChain）和避坑指南（如任务拆解优化）。未来，Agent将在办公、客服等领域深度应用，技术趋向多模态交互与轻量化部署。 （字数：149）
2026-03-03 15:54:22
784
原创 2026年普通程序员转型大模型应用开发保姆级教程——从入门到精通，这一篇就够了！
先说我，传统后端开发入职阿里，工作一年后转大模型应用层。两年Agent、RAG经验，拿到字节超30%涨幅Agent开发岗位offer。我来回顾一下是怎么一个路径过来的。
2026-03-03 15:51:48
46
原创 [特殊字符] 浙大出品|大模型基础入门必读：这本书彻底杀死了我学大模型的混乱逻（附PDF+全套大模型学习籽料）
《大模型基础》学习指南 浙大出品的《大模型基础》系统讲解大模型核心知识，涵盖语言模型基础、Prompt工程、微调技术及RAG等6大模块，配套视频教程与实战案例。附赠全套学习资源包，包括开发教程、系统化学习路线、权威书籍及面试真题，助力从入门到精通。免费领取方式见文末二维码，适合2026年计划入门AI大模型的开发者。
2026-01-28 15:46:39
348
原创 2026移动端工程师AI大模型3个月速成计划：从App开发到智能体架构师！
你刚在手机上完成了一个丝滑流畅的列表滚动优化，而手机厂商们正将“端侧大模型”作为下一代旗舰机的核心卖点。这两个看似无关的瞬间，在2026年交汇成了移动开发者的最大机遇。你不再需要9个月，**只需90天**，就能将手中的UI组件转化为智能体，让大模型在你的应用里本地运行。
2026-01-07 14:55:33
1199
原创 文科生AI时代就业攻略：非技术岗位需求激增，薪资飙升230%，如何利用优势抓住机遇？
又到一年秋招季，文科生就业难问题再度进入公众视野当中。当前经济情况下的传统文科岗位缩水，更加剧了就业的严峻形势。但与此同时，AI的迅速发展催生出大量新兴岗位，给文科生带来了新机遇。2025年，仅AI+新媒体岗位数量就增长了230%，薪资涨幅同样引人注目。越来越多文科生，将目光投向转行AI。
2026-01-07 14:11:38
1097
原创 提升Agentic RL效率的三大解决方案，让大模型训练不再卡顿！
本文聚焦Agentic RL效率瓶颈问题，介绍三类主流解决方案：第一类采用synchronous方式结合Tail Batching技术处理长尾问题；第二类实现asynchronous训推解耦，通过Streaming Rollout和Eager Batched Training提升效率；第三类通过multi-version actor和完全解耦的三阶段流程确保单步策略一致性。这些方案有效解决了长轨迹导致的训练效率低下问题，为优化大模型训练提供了实用思路。
2026-01-07 14:08:01
753
原创 LangChain与AutoGen对比：深度解析Agent框架选择标准，助你做出明智决策！
随着 2024–2025 年 AI Agent 的兴起，业界涌现出多款 Agent 框架。本文对比当前流行的框架。包括 LangChain、LangGraph、AutoGen、CrewAI、smolagents、OpenAI Swarm 和 OpenManus，分析它们的核心能力、功能特性、学习成本，并给出适用场景和推荐使用者类型。希望为想上手 AI Agent 开发的读者提供一份全面的指南。
2026-01-07 14:07:54
1389
原创 知识图谱+大模型：复杂度投资的明智之选？揭秘GraphRAG与智能技术的完美结合！
文章探讨知识图谱在生成式AI中的价值，既非万能解决方案也非无用技术。其真正价值在于提供多跳推理和可解释性，特别适合"为什么"和"如何"问题。通过GraphRAG和智能体记忆案例说明应用价值，建议先验证需求，从小规模开始，测量ROI。知识图谱最适合需要理解概念间多跳连接、关系与数据同等重要、需要可解释推理或构建持久智能体记忆的场景。
2026-01-07 08:30:00
1280
原创 35+程序员转型指南：大模型岗位薪资与路径全解析，揭秘破局关键，助你职场逆袭！
对于大多数程序员而言，职业发展到一定阶段，必然会遭遇转型的十字路口。这一关键节点的选择，往往决定了后续5-10年的职业高度，而转型方向无外乎三大主流：技术深耕升级、管理岗位跃迁、自主创业突围。
2026-01-06 13:54:26
374
原创 看到2026年AI薪资我惊呆了！算法岗月薪13万+，岗位翻10倍…
2025 年以来，AI 领域彻底 “火了”：新发岗位量同比暴涨 10 倍，仅 7 月单月增幅就超 10 倍；与此同时，简历投递量也同步增长 11 倍。但看似 “供需平衡” 的背后，人才供需比已从 2024 年的 1.00（人岗平衡）升至 1.11，意味着 “1.11 个求职者抢 1 个岗位”，部分核心岗位竞争更激烈。
2026-01-06 13:54:06
1730
原创 大模型微调完全指南：从SFT到LoRA/QLoRA的全面解析！
文章介绍了大模型微调的基础知识，重点讲解SFT（监督微调）方法，包括全参数微调、部分层微调和参数高效微调(PEFT)。详细解析了主流的LoRA和QLoRA微调原理与实现方法，以及微调训练的基本流程。文章强调微调是解决提示词工程局限性的有效方法，特别适合处理复杂任务和特定领域需求，并提供了系统化的学习路径和资源。
2026-01-06 09:10:43
859
原创 Agent工程：迭代优化非确定性LLM系统，实现可靠生产体验！
Agent工程是将非确定性LLM系统迭代优化为可靠生产体验的过程，遵循构建、测试、发布、观察、优化、重复的循环。它结合产品思维、工程和数据科学三种技能集，与传统软件开发不同，发布是学习的方式而非终点。随着LLM处理复杂工作流的能力增强，其不可预测性也带来了挑战。成功构建可靠Agent的组织采用快速迭代方法，将生产环境视为主要学习来源，通过系统化工作释放Agent能力。
2026-01-06 09:08:55
593
原创 AI智能体框架全解析：从AutoGen到LangGraph的选型与实战指南！
本文深入剖析了四种主流智能体框架AutoGen、AgentScope、CAMEL和LangGraph的设计理念与实战应用。从对话驱动协作到工程化多智能体平台，从角色扮演自主协作到图结构工作流，文章揭示了"涌现式协作"与"显式控制"的设计权衡，强调了工程化在智能体系统中的重要性。通过对比分析各框架的优势与局限性，为开发者提供了针对性的技术选型建议，助力构建可靠、可扩展的智能体应用。
2026-01-06 09:07:31
1024
原创 投入大模型是“血亏”还是“血赚”？2026终极答案与行动指南！
据全球知名市场分析机构IDC最新报告，到2026年，全球企业在生成式AI解决方案上的支出将超过1500亿美元，年复合增长率高达85%。然而，另一份由波士顿咨询集团发布的调研却显示，超过60%的AI投资项目未能达到预期的投资回报率。
2026-01-05 14:11:12
1085
原创 【万字长文】2026年大模型应用开发终极指南：掌握新时代核心技术竞争力！大模型学习路线
最近几年，大模型在技术领域的火热程度属于一骑绝尘遥遥领先，它已经深刻地影响了“编程”领域，且正在各个领域迅速渗透。与此同时，普通开发者也变得非常地焦虑，因为实实在在感受到了它强大的威力，担心哪天自己就被取代。与其担忧，我们不如主动拥抱这种技术变革
2026-01-05 14:08:34
1531
原创 23大开源AI智能体框架深度解析：从LangChain到AutoGPT，构建大模型应用全指南！
文章详细分析了23个主流开源智能体框架的技术特点、架构设计与应用场景。从LangChain的模块化链式调用，到LangGraph的状态化图结构执行，再到Dify、Coze等低代码平台，以及CrewAI、AutoGen等多智能体协作框架，全面展示了当前智能体技术的发展态势。文章指出，开源智能体框架已从功能验证进入产业落地阶段，未来随着MCP、A2A等协议普及，跨框架协作将成为新突破点，推动智能体技术从框架竞争迈向生态互联。
2026-01-05 14:04:40
1121
原创 Agent函数调用精度与稳定性提升指南：深入解析实现精准稳定调用的关键技巧与策略！
文章系统阐述了如何提升Agent系统中Function Call的准确率，指出工程化而非框架demo才是关键。通过量化指标、分析四大错误原因（Schema设计、Prompt歧义、采样策略、缺乏防御），提出动态路由、CoT+Plan-Execute、结果校验、记忆注入和日志驱动五大优化方法。结合实际案例，如动态路由使准确率提升25%，Plan-Execute使复杂任务成功率从62%提高到92%，展示了系统化解决方案的价值。这些方法源自真实项目实践，能帮助面试者展示完整的技术体系和思考方式。
2026-01-05 14:02:32
906
原创 【干货】强化学习入门必读：深入解析PPO与GRPO，轻松掌握其核心原理与技巧！
文章通过小学考试比喻，生动解释了强化学习奖励机制从单纯使用绝对分数(Reward)到引入Critic降低方差，加入Clip防止更新过度，使用Reference Model防止极端策略的演进过程。最后重点介绍了GRPO创新方法，它通过多次采样平均Reward作为基线，避免了单独价值网络训练，使大型语言模型训练更高效稳定，同时保持了PPO原有的稳定性和合规性。
2026-01-05 13:59:40
545
原创 2026年AI大模型转行攻略：零基础系统学习路径，高薪就业指南及详细路线图！
AI人才市场需求爆发，企业更看重实践能力而非学历。文章提供了系统学习路径：第一阶段掌握Python和机器学习基础；第二阶段深入学习机器学习算法；第三阶段突破深度学习，选择CV或NLP方向；第四阶段参与实战项目。同时强调通过开源项目、技术博客和持续学习构建就业竞争力，为不同背景的求职者提供公平发展机会。
2026-01-04 14:03:10
738
原创 400万人才缺口与月薪过万实习岗背后：2026年你最该关注的技术风口，没有之一！
腾讯阿里最新研究表明，小模型通过专用训练也能具备agent能力。小模型在专精、分布式和经济性方面优势明显，未来将是"大基座统领多小模型"的混合模式。开发者可从开源项目起步，构建高效、可扩展的混合Agent生态，实现性能与成本的平衡优化。
2026-01-04 14:02:00
1351
原创 小模型也能当“Agent“！腾讯阿里论文揭示AI开发新范式！
腾讯阿里最新研究表明，小模型通过专用训练也能具备agent能力。小模型在专精、分布式和经济性方面优势明显，未来将是"大基座统领多小模型"的混合模式。开发者可从开源项目起步，构建高效、可扩展的混合Agent生态，实现性能与成本的平衡优化。
2026-01-04 13:56:28
680
原创 【LLM的下半场】深入解析大模型Agent技术：未来趋势与实战干货！
文章探讨从Chatbot到Agent的技术范式转移，预训练将进入"存量精耕"阶段，后训练全面转向RL时代。蒸馏路径已断，必须构建自有RL基建。Agent将实现并行化、异步思考，带来极致用户体验。强调长期主义投入的重要性，技术决胜关键包括顶级算法设计、强悍Infra团队、云服务能力等。
2026-01-04 13:55:37
974
原创 【万字长文】从零开始构建高性能本地RAG系统：完整代码与优化指南！
文章详细介绍了如何从零开始构建本地生产级RAG系统，包括文档处理、嵌入生成、向量搜索和答案生成四大核心组件。使用FAISS、sentence-transformers和llama.cpp等开源工具，在消费级硬件上实现高性能检索增强生成。文章提供了完整的代码实现和优化指南，帮助读者理解RAG工作原理，并部署可扩展的本地知识库系统，适用于各类文档问答场景。
2026-01-04 13:53:19
1089
原创 大模型学习必备：提示词构建与结构化方法全面解析！
本文是一份全面的AI提示词工程指南，介绍了提示词的定义、结构化构建方法、实用技巧策略及避坑指南。提示词工程是短期内落地应用AI的关键技术，通过精心设计输入提示，可引导大模型生成更精准的输出。文章详细阐述了明确目标、提供上下文、设定格式等构建原则，并提供了丰富的案例库资源和学习路径，帮助读者从新手逐步成长为提示词工程专家。
2026-01-03 08:15:00
1445
原创 大模型与大模型产品区别指南：7大核心特性对比与应用解析！
本文详细对比了大模型技术与大模型产品的核心区别。大模型是底层技术能力，需通过API调用；大模型产品是可直接使用的商业化应用。文章分析了两者在记忆、上下文窗口、知识时效、幻觉、多模态及安全对齐等七个维度的差异，并介绍了大模型产品如何通过应用层技术（如RAG、函数调用等）弥补大模型的固有缺陷，为用户提供更安全、可靠的服务。
2026-01-03 08:00:00
910
原创 Transformer详解：注意力机制原理+PyTorch完整实现！
Transformer是一种革命性的序列处理模型，通过自注意力机制解决传统RNN的记忆衰减和计算效率问题。它采用编码器-解码器架构，结合多头注意力、残差连接和层归一化等技术，实现高效的并行计算和全局依赖捕捉。文章详细解释了Transformer的原理，包括QKV投影、注意力计算、多头注意力机制，并提供完整的PyTorch实现示例，展示了其在序列预测任务中的应用效果。
2026-01-02 08:00:00
768
原创 高效落地大模型应用：企业级AI知识库构建实战，解析18个关键踩坑点与解决方案！
文章详细介绍了企业级AI知识库的构建实践，分享了从技术选型到系统落地的全过程，重点解析了18个关键踩坑点及解决方案，包括环境配置、文档处理、工作流设计、知识库构建、测试验证和性能优化等方面。通过真实案例展示了AI知识库在提升效率、降低成本、改善服务质量等方面的显著价值，为企业落地AI知识库提供了实用指南。
2026-01-02 08:00:00
1070
原创 大模型微调秘籍：数据集准备与优化技巧！
在大模型微调中，数据集是决定模型效果的核心要素——再好的模型和工具，没有高质量数据集支撑，也无法适配垂直场景。本文结合2025年最新数据集资源、工具链更新，为大家系统梳理微调数据集的准备逻辑：从模型选型、数据类型选择，到格式规范、自定义数据集注册，全程贴合LLaMA Factory实操，新手也能快速上手！
2026-01-01 08:30:00
999
原创 Dify v1.11.2新版本发布即踩坑：9大严重问题深度解析与避坑指南！
文章分析了Dify v1.11.2版本发布后五天内出现的9个严重缺陷，涵盖性能、安全、功能稳定性和数据处理等多个领域。这些问题包括聊天消息加载异常、云服务执行时间不稳定、XSS安全漏洞、Agent节点配置错误等，严重影响开发者使用体验和工作效率。目前多数问题已被官方确认修复，但尚未发布正式修复版本，给开发者日常使用带来困扰。
2026-01-01 08:00:00
888
原创 想成为AI算法工程师，需要学些什么！
从ChatGPT到新近的GPT-4，GPT模型的发展表明，AI正在向着“类⼈化”⽅向迅速发展。GPT-4具备深度阅读和识图能⼒，能够出⾊地通过专业考试并完成复杂指令，向⼈类引以为傲的“创造⼒”发起挑战。现有的就业结构即将发⽣重⼤变化，社会⽣产⼒的快速提升将催⽣新的⾏业和岗位机会。如何与⼈⼯智能协同⼯作，利⽤AI辅助办公已经成为各⾏从业者的必修课。
2025-12-31 09:30:00
1162
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人