<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[libaiup的博客]]></title><description><![CDATA[]]></description><link>https://blog.csdn.net/libaiup</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; libaiup]]></copyright><item><title><![CDATA[AI Agent及AI大模型深度调研报告（2026年）]]></title><link>https://blog.csdn.net/libaiup/article/details/165108630</link><guid>https://blog.csdn.net/libaiup/article/details/165108630</guid><author>libaiup</author><pubDate>Sat, 12 Sep 2026 11:46:40 +0800</pubDate><description><![CDATA[过去24小时，AI Agent领域迎来三大突破：Qwen团队提出Terminal-Universe，首次实现从终端轨迹反向重构可交互执行环境，打通智能体训练闭环；上海交大推出EarlyEval，通过早期行为预测将评测成本降低35%-50%；云安全联盟警示GitSpawn漏洞，揭示恶意Git配置可劫持AI编码智能体。开源生态同步爆发，Vercel用AI智能体单月关闭1500个GitHub Issue（准确率99.8%），K2 Horizon发布六模型协同机队架构，Hermes Agent星标破24万。社区热议]]></description><category></category></item><item><title><![CDATA[8大AI Agent架构深度解析：从Demo到工业化生产，高性价比技术选型与避坑指南]]></title><link>https://blog.csdn.net/libaiup/article/details/165108549</link><guid>https://blog.csdn.net/libaiup/article/details/165108549</guid><author>libaiup</author><pubDate>Sat, 12 Sep 2026 11:45:24 +0800</pubDate><description><![CDATA[本文系统解析8大主流AI Agent架构（如ReAct、Plan-and-Execute、Multi-Agent Hierarchical等）核心原理，提出技术选型决策树与避坑指南，聚焦状态管理、工具调用、成本控制与可观测性等工程挑战。对比主流框架与自研Runtime，展望MCP协议标准化、Agent Mesh及端侧Small Language Model趋势，强调AI Agent的未来在于工程架构而非模型参数。]]></description><category></category></item><item><title><![CDATA[2026年AI大模型选型指南：告别瞎榜，用交叉验证真实数据选最适合你的坐标系！]]></title><link>https://blog.csdn.net/libaiup/article/details/164965282</link><guid>https://blog.csdn.net/libaiup/article/details/164965282</guid><author>libaiup</author><pubDate>Fri, 11 Sep 2026 10:19:00 +0800</pubDate><description><![CDATA[面对琳琅满目的AI大模型，选型成为一大难题。本文强调不同评测体系衡量标准各异，不可一概而论。文章依据AAII智能指数、LMSYS Arena、SuperCLUE中文测评等第三方评测数据，分析全球及国内大模型排名，并对Claude、GPT、Gemini等海外旗舰模型及Kimi K3、Qwen3.8-Max等国内模型进行深度解析。文章从代码、推理、多模态、Agent、长上下文及中文能力六大维度进行横向对比，并提供了API价格全景图及选型决策框架，旨在帮助用户根据自身需求选择最优模型，并给出成本优化建议。]]></description><category></category></item><item><title><![CDATA[AI大模型实战-开发工程师如何进阶为AI应用型人才？]]></title><link>https://blog.csdn.net/libaiup/article/details/164965057</link><guid>https://blog.csdn.net/libaiup/article/details/164965057</guid><author>libaiup</author><pubDate>Fri, 11 Sep 2026 10:17:37 +0800</pubDate><description><![CDATA[转型AI应用型工程师的难点在于：资源受限（如GPU成本）、模型选型与优化困难、缺乏机器学习基础、技术集成与维护复杂，以及难以将理论转化为业务落地能力。突破关键在于掌握RAG、Agent智能体与微调等核心技能，通过本地部署开源模型（如Ollama）实践，结合数据驱动思维，从0到1构建应用。2026年AI应用层机遇巨大，具备实战能力者将成稀缺人才，建议尽早系统学习，抢占职业跃迁先机。]]></description><category></category></item><item><title><![CDATA[AI模型能力升级秘籍：预训练、微调、偏好优化与量化实战指南]]></title><link>https://blog.csdn.net/libaiup/article/details/164863411</link><guid>https://blog.csdn.net/libaiup/article/details/164863411</guid><author>libaiup</author><pubDate>Thu, 10 Sep 2026 16:56:38 +0800</pubDate><description><![CDATA[本文厘清AI训练中的核心概念：预训练（学通用能力）、SFT（任务适配）、偏好优化（如RLHF、DPO，调行为）与量化（降成本）四类目标互不隶属，非流水线关系。企业差旅助手需根据问题类型选择方案——知识缺失用RAG，结构化输出选SFT，合规性优化可考虑偏好学习，资源受限则用LoRA或量化。强调应先明确需求（知识、行为、偏好或成本），再匹配技术路径，避免盲目“再训练”。]]></description><category></category></item><item><title><![CDATA[5个真实踩坑！RAG检索效果差？保姆级解法来了，速收藏！]]></title><link>https://blog.csdn.net/libaiup/article/details/164863256</link><guid>https://blog.csdn.net/libaiup/article/details/164863256</guid><author>libaiup</author><pubDate>Thu, 10 Sep 2026 16:55:13 +0800</pubDate><description><![CDATA[本文详细剖析了RAG检索效果差的5个常见原因，并提供了针对性的解决方案。包括chunk边界切分问题、长上下文中间衰减、嵌入模型切换未重建索引、纯向量检索漏检精确词，以及缺乏评估集导致调参无依据。每个问题均按照“症状→定位→解法”给出闭环指导，可直接作为排查手册使用。文章强调混合检索和建立黄金问答集的重要性，旨在帮助读者提升RAG系统性能，避免生产环境翻车。：RAG 实战系列 第02篇：手写一个迷你 RAG：50 行代码跑通文档问答：落地篇。检索效果差 → 先看这篇。]]></description><category></category></item><item><title><![CDATA[显卡显存告急？3个低成本方案，不买卡也能搞定大半！]]></title><link>https://blog.csdn.net/libaiup/article/details/164728179</link><guid>https://blog.csdn.net/libaiup/article/details/164728179</guid><author>libaiup</author><pubDate>Wed, 09 Sep 2026 11:02:05 +0800</pubDate><description><![CDATA[显存不足是本地AI部署的常见痛点，但多数情况并非硬件真不够，而是利用率低。解决之道按优先级：先量化压缩（8位/4位量化降显存、提速增并发），再GPU切分（虚拟化调度，共享闲置资源，2张卡顶5张用），最后租用过渡（弹性应对峰值，摸清真实用量再采购）。三者结合，可大幅提升显存利用率，避免盲目加卡。记住：显存不够，先问利用率，再谈买卡——把闲置资源用满，比换新卡便宜一个数量级。]]></description><category></category></item><item><title><![CDATA[前端工程师的AI工程转型之路：9-12个月带你掌握全栈AI技能！]]></title><link>https://blog.csdn.net/libaiup/article/details/164728026</link><guid>https://blog.csdn.net/libaiup/article/details/164728026</guid><author>libaiup</author><pubDate>Wed, 09 Sep 2026 11:01:01 +0800</pubDate><description><![CDATA[前端工程师转型AI工程只需9–12个月，因异步编程、API集成、状态管理等核心技能可直接迁移。你熟悉的async/await、JSON处理、组件化思维，均适用于LLM调用、智能体编排与RAG架构。重点补足Python、嵌入向量、向量数据库与提示工程，跳过基础编程知识。以“全栈AI”为优势，结合前端能力打造交互式AI产品，实现高效转型。]]></description><category></category></item><item><title><![CDATA[AI运维人才缺口暴增！想转行高薪？这条“AI大模型运维工程师”就业路径火了！]]></title><link>https://blog.csdn.net/libaiup/article/details/164626772</link><guid>https://blog.csdn.net/libaiup/article/details/164626772</guid><author>libaiup</author><pubDate>Tue, 08 Sep 2026 16:57:50 +0800</pubDate><description><![CDATA[内容主要介绍AI大模型运维工程师岗位方向，以及AI大模型应用开发工程师的职责、薪资等。注意要求是“根据以下内容”，但内容似乎混杂了运维和应用开发。摘要需要提炼核心。字数限制150字。我们写一个简洁摘要。</think>AI时代，AI大模型运维与应用开发人才缺口扩大。运维岗聚焦AI平台、云原生方向，就业于一线城市及政务、金融等行业。应用开发工程师负责将大模型转化为实用产品，核心职责包括需求分析、技术选型、应用开发、测试优化及部署迭代，月薪最高可达60]]></description><category></category></item><item><title><![CDATA[新手必看！5分钟搞懂AI Agent核心概念，告别入门迷茫！]]></title><link>https://blog.csdn.net/libaiup/article/details/164626689</link><guid>https://blog.csdn.net/libaiup/article/details/164626689</guid><author>libaiup</author><pubDate>Tue, 08 Sep 2026 16:56:27 +0800</pubDate><description><![CDATA[<think>我们需根据用户要求，生成≤150字的文章摘要。内容基于两篇文章：第一篇讲AI Agent的5个基础概念（目标、工具、记忆、工作流、边界）；第二篇介绍AI大模型应用开发工程师的职责、薪资等。摘要需概括两篇核心。注意字数限制，用中文，简洁。</think>AI Agent新手先搞清5个概念：目标、工具、记忆、工作流、边界，避免术语混乱。大模型应用开发工程师则负责将模型能力转化为实用产品，核心职责包括需求拆解、技术选型、应用开发、测试优化与运维，薪资最高可达60k/月。]]></description><category></category></item><item><title><![CDATA[AI+落地：智能体开发框架方案选型]]></title><link>https://blog.csdn.net/libaiup/article/details/164626628</link><guid>https://blog.csdn.net/libaiup/article/details/164626628</guid><author>libaiup</author><pubDate>Tue, 08 Sep 2026 16:55:34 +0800</pubDate><description><![CDATA[主要讲智能体开发框架和AI大模型应用开发工程师。摘要应概括核心：大模型缺少行动调度，智能体框架作为中间层封装通用能力；工程师职责是选型、开发、优化等。要控制字数。</think>本文介绍智能体开发框架（如LangChain、AgentScope）作为大模型与业务应用间的中间层，封装调度、工具调用等能力；并阐述AI大模型应用开发工程师的核心职责——需求拆解、技术选型、应用开发与优化，强调其作为技术落地桥梁的价值。]]></description><category></category></item><item><title><![CDATA[AI智能体应用工程师：哪些任务能交？哪些必须盯？]]></title><link>https://blog.csdn.net/libaiup/article/details/164479249</link><guid>https://blog.csdn.net/libaiup/article/details/164479249</guid><author>libaiup</author><pubDate>Mon, 07 Sep 2026 17:51:03 +0800</pubDate><description><![CDATA[我在一线科技企业深耕十二载，见证过太多因技术更迭而跃迁的案例。那些率先拥抱 AI 的同事，早已在效率与薪资上形成代际优势，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。✅AI大模型学习路线图✅Agent行业报告✅100集大模型视频教程✅大模型书籍PDF✅DeepSeek教程✅AI产品经理入门资料完整的大模型学习和面试资料已经上传带到CSDN的官方了，有需要的朋友可以扫描下方二维码免费领取【保证100%免费】👇👇​​。]]></description><category></category></item><item><title><![CDATA[26个AI智能体核心术语一次讲透！从Agent到Transformer，这篇是你入门必备的“概念地图“！]]></title><link>https://blog.csdn.net/libaiup/article/details/164479116</link><guid>https://blog.csdn.net/libaiup/article/details/164479116</guid><author>libaiup</author><pubDate>Mon, 07 Sep 2026 17:49:36 +0800</pubDate><description><![CDATA[我在一线科技企业深耕十二载，见证过太多因技术更迭而跃迁的案例。那些率先拥抱 AI 的同事，早已在效率与薪资上形成代际优势，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。✅AI大模型学习路线图✅Agent行业报告✅100集大模型视频教程✅大模型书籍PDF✅DeepSeek教程✅AI产品经理入门资料完整的大模型学习和面试资料已经上传带到CSDN的官方了，有需要的朋友可以扫描下方二维码免费领取【保证100%免费】👇👇​​。]]></description><category></category></item><item><title><![CDATA[GPT-6 Astra横空出世！AI跨过从回答问题到完成工作的边界]]></title><link>https://blog.csdn.net/libaiup/article/details/164478771</link><guid>https://blog.csdn.net/libaiup/article/details/164478771</guid><author>libaiup</author><pubDate>Mon, 07 Sep 2026 17:48:21 +0800</pubDate><description><![CDATA[我在一线科技企业深耕十二载，见证过太多因技术更迭而跃迁的案例。那些率先拥抱 AI 的同事，早已在效率与薪资上形成代际优势，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。✅AI大模型学习路线图✅Agent行业报告✅100集大模型视频教程✅大模型书籍PDF✅DeepSeek教程✅AI产品经理入门资料完整的大模型学习和面试资料已经上传带到CSDN的官方了，有需要的朋友可以扫描下方二维码免费领取【保证100%免费】👇👇​​。]]></description><category></category></item><item><title><![CDATA[AI产品经理自救指南：用对工具，升职加薪不是梦！]]></title><link>https://blog.csdn.net/libaiup/article/details/164370130</link><guid>https://blog.csdn.net/libaiup/article/details/164370130</guid><author>libaiup</author><pubDate>Fri, 04 Sep 2026 15:41:20 +0800</pubDate><description><![CDATA[<think>用户想要我根据提供的内容生成一个不超过150字的文章摘要。让我来写一个简洁准确的摘要。 文本主要讨论了AI如何改变产品经理的工作——一位产品经理朋友分享说，他们在用AI工具后效率大幅提升。核心观点是： 产品经理的角色正被AI重新定义——关键在于如何使用工具，而非工具本身 AI对需求调研、竞品分析、文档撰写（PRD）和数据分析都能提供帮助 三个重要前提：知道AI擅长什么、会提问、会验证AI的输出 AI大幅提升效率，但产品经理的思维能力和专业性仍然关键 我需要将其概括为≤150个汉字。</thin]]></description><category></category></item><item><title><![CDATA[一份全面的AI Agent学习资源，包含300+面试题、16周学习路线]]></title><link>https://blog.csdn.net/libaiup/article/details/164370066</link><guid>https://blog.csdn.net/libaiup/article/details/164370066</guid><author>libaiup</author><pubDate>Fri, 04 Sep 2026 15:39:58 +0800</pubDate><description><![CDATA[<think>我们根据内容生成摘要。内容是招聘/推广性质，强调AI应用层机会、大模型应用开发稀缺、三项核心能力、学习资料和公开课。摘要≤150字。需要简洁。</think>AI应用层成2026年最大机会，大模型岗位暴增69%，月薪可达7.8w。企业急需掌握RAG、Agent、微调三大核心能力的开发工程师。现提供完整学习资料、16周路线及14家企业面经，并开放免费实战公开课，助力高薪转型与职业跃迁。]]></description><category></category></item><item><title><![CDATA[大厂 Agent 面试“夺命十连问”揭秘：面试官从不问模型结构，这10题你全对了吗？]]></title><link>https://blog.csdn.net/libaiup/article/details/164340007</link><guid>https://blog.csdn.net/libaiup/article/details/164340007</guid><author>libaiup</author><pubDate>Thu, 03 Sep 2026 20:59:58 +0800</pubDate><description><![CDATA[<think>我们根据要求，对用户提供的长文生成不超过150字的摘要。用户说“根据以下内容，生成≤150字的文章摘要”，内容是关于大模型Agent岗位面试的十个高频问题及解答。我们需要提取核心内容，简洁概括。 输出格式：摘要文本，不超过150字。可以包含要点概述。注意不要原文照搬，要提炼。 原文涵盖了RAG、工具调用、预训练/SFT、意图识别、Top-K、KV Cache、Embedding、Skill路由、RLHF与SFT、RAG幻觉等，以及AI人才需求。摘要需突出主题：大模型Agent岗位面试高频问题的]]></description><category></category></item><item><title><![CDATA[吴恩达揭秘AI工程核心技能：构建与部署AI应用，打造可靠系统！]]></title><link>https://blog.csdn.net/libaiup/article/details/164339985</link><guid>https://blog.csdn.net/libaiup/article/details/164339985</guid><author>libaiup</author><pubDate>Thu, 03 Sep 2026 20:58:59 +0800</pubDate><description><![CDATA[<think>我们思考：用户要求根据提供的内容生成≤150字的文章摘要。内容较长，需要提炼核心。摘要应涵盖：吴恩达发布AI工程技能地图，聚焦构建部署AI应用；核心观点：AI输出不确定，需用不可靠组件构建可靠系统；六项技能：LLM基础、数据grounding、Agent系统、评估驱动开发、生产运维、机器学习基础；强调迭代和评估。需要控制在150字以内，中文。正式摘要。</think>吴恩达发布AI工程技能地图，指出AI应用开发因输出不确定而需反复迭代，核心目标是“用不可靠的AI组件构建可靠系统”。构建部署AI]]></description><category></category></item><item><title><![CDATA[大模型岗位薪资又上高峰，程序员薪资又又又爆了！！！]]></title><link>https://blog.csdn.net/libaiup/article/details/164294431</link><guid>https://blog.csdn.net/libaiup/article/details/164294431</guid><author>libaiup</author><pubDate>Wed, 02 Sep 2026 11:43:53 +0800</pubDate><description><![CDATA[内容主要是推广AI大模型实战训练营，强调转型机会、高薪、课程内容、免费名额等。摘要要简洁，概括核心：AI大模型风口，训练营提供2天直播实战，涵盖大模型应用、编程提效、定制应用、技术栈等，帮助程序员转型高薪，免费名额限前100人。需要≤150字。</think>AI大模型风口来袭，程序员转型AI岗位薪资可达60-100w+。本实战训练营2天直播，涵盖大模型应用、LangChain/Fine-tuning定制、指令工程、编程提效及实际场景落地，助你突破职业瓶]]></description><category></category></item><item><title><![CDATA[2026年大模型应用方案解决专家自学指南：7步进阶，从入门到精通，年包50W+不是梦！]]></title><link>https://blog.csdn.net/libaiup/article/details/164294336</link><guid>https://blog.csdn.net/libaiup/article/details/164294336</guid><author>libaiup</author><pubDate>Wed, 02 Sep 2026 11:42:14 +0800</pubDate><description><![CDATA[如果说AI大模型是蕴藏着巨大能量的“后台超级能力”，那么AI大模型应用开发工程师就是将这种能量转化为实用工具的执行者。AI大模型应用开发工程师是基于AI大模型，设计开发落地业务的应用工程师。这个职业的核心价值，在于打破技术与用户之间的壁垒，把普通人难以理解的算法逻辑、模型参数，转化为人人都能轻松操作的产品形态。]]></description><category></category></item></channel></rss>