- 博客(955)
- 资源 (1)
- 收藏
- 关注
RSS订阅
原创 2025 年就业竞争激烈！当1222 万毕业生遭遇 “35 岁门槛” 与 AI 革命的双重冲击
2025 年就业竞争激烈！当1222 万毕业生遭遇 “35 岁门槛” 与 AI 革命的双重冲击
2025-07-09 10:42:16
61307
原创 狠狠收藏！关于Deepseek，看这一篇就足够了
最近，AI界黑马DeepSeek爆火。AI圈、科技博主、职场人，甚至连朋友圈的宝妈群都在聊——“DeepSeek太强了！”“国产GPT之光！”“中文能力碾压！但Deepseek这个名词对部分人来说还比较陌生，怎么高效使用也是一个未知数，今天，就让我们一起走进DeepSeek的世界，看看它到底有多厉害！顺便再给你个DeepSeek万能使用模板，让你彻底摆脱提示词焦虑，让AI真正成为你的“最强大脑”！
2025-02-04 11:58:09
19028
原创 从零到手搓一个Agent：AI Agents新手入门精通
Agents 代表着生成式AI模型的进阶形态，它们拥有自主行动能力，能够利用工具与外界交互，并根据目标进行决策，具有更广泛的应用范围和更强大的能力。随着技术的不断发展，Agents 将会改变我们的生活和工作方式，并推动人工智能进入新的发展阶段。未来，Agent 将成为人工智能发展的重要方向，为我们带来更智能、更便捷的未来。
2025-01-16 09:52:11
10056
原创 【必藏】AI浪潮抢人潮：程序员&小白必看，大模型时代这样站稳脚跟
2024年初春，香港某高校的实验室里，清华本科毕业的硕士生张云霁正对着一篇技术论文凝神细思。这篇来自初创公司DeepSeek的研究，聚焦大模型混合专家架构（Mixture of Experts）的突破，恰好与他深耕数月的研究方向完美契合。当读到"大模型推理优化将定义AI下一阶段竞争力"的结论时，他做出了一个让导师意外的决定——放弃筹备已久的博士申请，投身这场技术落地的浪潮。这个决定在一年后被证明极具前瞻性。
2025-11-24 10:32:31
619
原创 【收藏必备】6种大模型知识库框架技术对比与实战应用：找到最适合你的智能化解决方案
在知识库大模型框架的竞技场中，没有绝对的“最优解”，只有与场景深度契合的“最佳实践”。Dify适合需要复杂工作流的企业，FastGPT是企业知识库的标准选择，Coze在垂直领域AI Agent开发中表现卓越，MaxKB为中小企业提供高性价比方案，腾讯IMA整合生态资源，Notion则满足传统知识管理需求。2025年的技术选型，本质上是企业智能化战略的具象化投射。
2025-11-24 10:22:07
555
原创 【收藏必备】AI智能体协作新范式：A2A技术原理与实战指南
回到文章开头的问题：AI智能体能像人类一样协作吗？通过A2A技术，答案是肯定的。标准化协议让不同智能体能够"说同一种语言"统一抽象让开发者无需关心底层通信细节优雅设计让系统既强大又易用不要试图创造一个无所不能的超级智能体，而是让专业的智能体各司其职，通过协作解决复杂问题。这就像人类社会的运作方式——没有人能精通所有领域，但通过分工协作，我们建立了复杂的现代文明。AI智能体的未来，或许也是如此。
2025-11-24 10:16:03
477
原创 收藏！AI时代开发者的破局之路：从CRUD到大模型应用开发
当下的开发圈，不少人都有种“逆水行舟”的焦虑——曾经赖以生存的代码能力，似乎正被AI浪潮悄然改写。尤其是专注CRUD的开发工程师，明显感受到岗位需求的降温，这个曾被视为“铁饭碗”的方向，正隐隐成为AI时代下待升级的“传统岗位”。还记得那些年，写业务逻辑、对接第三方接口、熬夜排查线上Bug的日子吗？这些熟练的操作曾是开发人的“立身之本”，但在大模型快速渗透的今天，这套传统技能包的“保值期”正在急剧缩短。当AI工具能快速生成基础代码、自动完成接口调试时，单纯的“代码搬运工”显然已跟不上企业的需求。
2025-11-23 13:45:00
510
原创 【值得收藏】全面解析AI Agents、Agentic、RAG、MCP及2025技术栈图解
大模型#大模型#Agent#大模型学习#大模型应用#大模型入门#LLM#大语言模型#AI大模型#人工智能#AI人工智能这篇文章提供全面的AI技术图解指南，涵盖AI Agents的核心概念、能力、工具框架及应用场景，解释Agentic AI作为范式转变的重要性，详细说明RAG、MCP/A2A/FC等技术区别，解读6种重要AI模型，并展望2025年AI技术栈的10个关键领域路线图。内容适合从入门到进阶的开发者学习参考，是掌握AI技术发展的重要资源。
2025-11-22 10:04:56
864
原创 【必藏】8000字超详细LangChain实战指南：从原理到编程，零基础入门大模型应用开发
🎯目标待解决的特定 AI 用户需求。如内容创作、智能问答、文档摘要、图像识别等等。🙋♂️人实施 AI 工程的具体角色。可以是程序员，或者 AI 应用的研发团队、创业公司。🔬科学 | 技术显然是大模型与相关工具服务，以及其后的计算科学理论。📜实体已有的文档、知识库、业务数据等生产材料。🛠️产品能满足目标需求的具体产品。如聊天机器人、内容生成工具等。因此，LangChain 的设计就是希望构建通用的 AI 工程框架，即：【目标 | 产品】
2025-11-21 14:00:00
1626
原创 【值得收藏】大模型技术全景：从通用赋能到行业垂直，解锁AI新未来
本文介绍了大模型的发展现状与应用前景，包括通用赋能和行业垂直两大方向。通用赋能方面，大模型具备内容生成、信息检索等能力，未来将与Agent结合实现自主执行任务；行业垂直方面，大模型正从辅助工具演变为核心生产力，降低专业门槛、提升效率创新、解锁全新场景。大模型正深刻改变各行业，成为推动数字化转型的重要力量。说到人工智能，说到大模型，你一定能想到它已深入我们工作、生活的各个场景。那么，时至今日，大模型发展已经如何了呢？
2025-11-21 09:45:34
658
原创 【收藏】大模型行业2025年预测：700亿市场规模+百万年薪岗位，速来了解
2024年中国大模型市场规模达294.16亿元，预计2026年将突破700亿。市场形成三梯队：阿里、字节等头部企业、DeepSeek等新锐企业及垂直行业探索者。行业人才需求旺盛，薪资水平高企，如字节跳动大模型算法工程师年薪可达128万。OfferShow平台同步更新企业招聘信息及薪资数据，助力求职者把握行业机遇。最新数据显示，2024年中国大模型市场规模已达294.16亿元，其中多模态大模型贡献156.3亿元，数字人、游戏等场景应用增长迅猛；更有预测指出，2026年这一市场规模将突破700亿元大关。
2025-11-20 14:30:00
1397
原创 收藏这份指南！AI Agent开发者的系统性学习路径与工程实践
这种从单体提示词向模块化、层次化、动态化演进的设计，正如从单体应用向微服务架构的转变，为 Agent 的高级推理、系统可扩展性与可维护性提供了结构支撑。
2025-11-20 14:00:00
1685
原创 【程序员必看+收藏】构建可靠AI Agent应用：提示词工程、工作流与RAG实战指南
大语言模型（LLM）提示词（Prompt）工作流（Workflow）知识库（RAG）工具（Tools）LLM和工具调用已经形成了相对标准化的技术栈。LLM方面，无论选择云端大模型（如阿里百炼平台、IdeaLab）还是本地部署（如Ollama），都有成熟的解决方案；工具调用方面，MCP协议的普及让工具集成变成了配置问题而非开发问题。因此，业务开发的核心竞争力在于提示词 + 工作流 + 知识库上。
2025-11-20 09:46:45
588
原创 程序员必看！LangChain大模型开发指南，建议收藏反复学习
LangChain是2022年10月（ChatGPT在2022年11月30问世，比ChatGPT还早），由哈佛大学的Harrison Chase（哈里森·蔡斯）发起研发的一个用于开发基于大语言模型（LLM） 应用程序的开源框架，它的核心目标是简化AI应用的构建过程，让开发者能像搭积木一样，快速组合各种模块来实现复杂功能，如：搭建智能体（Agent）、问答系统（QA）、对话机器人、知识库等。
2025-11-19 14:00:00
1024
原创 收藏！LLM 大模型入门必学：智能体（Agent）从本质到实战，程序员 & 新手轻松拿捏
在探索任何一个复杂概念时，我们最好从一个简洁的定义开始。在人工智能领域，智能体被定义为任何能够通过传感器（Sensors）感知其所处环境（Environment），并自主地通过执行器（Actuators）采取行动（Action）以达成特定目标的实体。这个定义包含了智能体存在的四个基本要素。环境是智能体所处的外部世界。对于自动驾驶汽车，环境是动态变化的道路交通；对于一个交易算法，环境则是瞬息万变的金融市场。智能体并非与环境隔离，它通过其传感器持续地感知环境状态。摄像头、麦克风、雷达或各类。
2025-11-19 09:15:00
576
原创 【必收藏】小白也能懂的Agent入门指南：从零开始拆解AI智能体的核心原理
先来看看openAI给出的定义：也就是：Agent 是能够代表你独立完成任务的系统。说简单一点，可以理解 Agent 就是变个形式的 “人”，不仅可以思考，而且可以实际行动。传统 LLM 只能进行对话聊天，而无法像人一样帮你完成某些操作，例如你可以和豆包对话，问它 “帮我抢一个从北京到西安最优惠的机票。” 那么它只能给你一个如何去找最优惠机票的方法，而无法实现帮你去抢机票，例如操作手机或电脑来帮你抢机票，而对于 Agent 而言，它不仅可以帮你规划如何去找最优惠的机票，并且可以帮你实际去抢。
2025-11-18 13:45:00
467
原创 【必看收藏】告别Java程序员中年危机：AI大模型时代自我赋能指南
本文探讨Java程序员在AI大模型时代面临的挑战与机遇。文章指出AI不是威胁而是赋能工具，Java程序员可通过学习AI技术提升效率、扩展能力边界，成为"AI+Java"复合型人才。文章提供了具体学习路径和实践建议，帮助程序员在技术变革中保持竞争力，实现从危机到机遇的转变。
2025-11-18 13:30:00
834
原创 2025 AI应用层风口：大模型开发人才缺口炸裂，年薪百万该冲了！
2025年AI行业风口：应用层人才成企业争抢焦点2025年的AI赛道，浪潮已从技术攻坚转向价值落地，最大的机遇窗口清晰地定格在应用层！无论是互联网巨头还是实体企业，都在这片蓝海加速布局，而人才缺口正成为行业爆发的关键瓶颈。字节跳动7大团队专攻Agent技术，覆盖电商、办公等核心场景大模型相关岗位招聘量同比暴涨69%，资深工程师年薪普遍突破百万腾讯、京东、百度开启"AI抢人模式"，技术岗需求中80%直指大模型应用。
2025-11-18 10:15:00
918
原创 Agent全面爆发！一文搞懂Agent开发核心链路
Agent（智能体或代理）是人工智能领域中的核心概念，指能够感知环境、自主决策并执行任务以实现特定目标的智能实体。简单来讲，可以理解它是代理你去做一些事情。环境感知：通过视觉传感器、语音接口等多模态"感官"实时获取环境数据智能决策：运用深度学习模型和强化学习算法进行复杂决策任务执行：可调用API工具库或操控物理设备完成实际工作持续进化：具备在线学习和迁移学习能力，实现性能的持续提升。
2025-11-18 09:19:35
1152
原创 2025 AI浪潮下，程序员的职业突围与机遇，年薪154W！真心建议大家冲一冲新兴领域
2025年的技术圈，AI大模型已从概念热潮演变为产业变革的核心引擎，正以不可逆转之势重塑程序员的职业版图。当技术迭代的浪潮拍岸而来，有人在浪潮中迷失方向，有人却借势扬帆起航——职业命运的分野，已在AI转型的选择中悄然划定。企业端的招聘信号早已清晰可辨：阿里云宣布核心业务线全面接入Agent智能体体系，实现业务流程的智能化重构；字节跳动最新招聘需求显示，30%的后端开发岗位明确要求掌握大模型微调与部署能力；腾讯、京东、百度等巨头开放的技术岗中，更是有80%聚焦于AI应用开发、模型优化等核心领域。
2025-11-17 14:53:51
888
原创 别等被优化！测试人转型 AI 的核心：大模型从入门到高薪指南
朋友小李，7年测试工程师，还在基础岗位，总担心自己就是下一个被裁的。最近粉丝也留言，“现在好多企业都开始招AI测试工程师，不懂大模型，找工作都越来越难了😭……”大环境变化下，确实，过去一年，除了字节、百度等互联网大厂，各中小型企业，也都在加紧布局AI市场，很多企业正在淘汰的测试，而现在相反，那些懂AI的测试，正是现在boss上，高薪招的也是，同时对能力也提出了新的要求，不仅要等，还要了解，有的更是锦上添花。朋友也沉思，那些低效的测试，正在被淘汰，
2025-11-17 14:48:22
484
原创 收藏必备！大模型训练全流程详解：从预训练到RLHF，小白也能轻松掌握
Transformer架构是现代大规模预训练模型（如GPT、BERT等）的核心基础。它主要由注意力机制（attention）和前馈神经网络（Feed - forward Network）构成。自注意力机制（Self - attention）：自注意力机制使得模型在处理每个token时，可以“关注”输入序列中其他位置的token，从而捕捉到长距离的依赖关系。多头注意力（Multi - head Attention）：将多个注意力头组合起来，模型能够在不同的子空间中捕捉到多种不同的依赖关系。前馈神经网络。
2025-11-17 09:55:33
1589
原创 收藏！35岁程序员转型指南：避开年龄危机，拥抱AI高薪新赛道
本文针对35岁程序员的职业危机，提出了五大转型路径：技术转管理、深耕垂直领域、跨界产品岗、自由职业和新兴AI赛道。核心观点是转型不等于放弃技术，而是用积累的底层能力打开新天花板。通过选择高增长赛道，发挥技术背景优势，程序员可以在AI时代找到新机会，实现从"执行层"到"决策层"的跃迁，年龄反而成为解决问题的经验优势，创造更高价值。上周同学聚会，发现当年同组的35岁程序员老张已转行做SaaS产品总监，年薪翻倍；而坚持写代码的小王还在为裁员焦虑——这不是个例。
2025-11-16 14:00:00
819
原创 【珍藏版】连接大模型与现实世界的桥梁：Tool Calling技术全解析，收藏必学！
Tool Calling 技术是大模型与现实世界连接的关键桥梁。双重依赖关系：Tool Calling 能力既依赖于大模型本身的推理能力，也依赖于推理引擎的接口支持。技术成熟度：当前主流框架（OpenAI API、LangChain、Spring AI等）都已提供完善的 Tool Calling 支持，但在具体实现上要甄别差异。模型差异性：不同模型在 Tool Calling 能力上存在显著差异，需要根据具体需求选择合适的模型。
2025-11-16 09:15:00
1757
原创 重磅首发！OpenAI GPT-5震撼登场，AI行业格局生变
AI圈再迎里程碑事件——，瞬间引爆技术圈与产业界的关注热潮！权威大模型测评平台Artificial Analysis最新数据已新鲜出炉：GPT-5凭借在逻辑推理、多模态交互、产业适配性等维度的突破性表现，成功超越Grok4登顶全球大模型综合实力榜。值得关注的是，在同期更新的开源模型TOP10榜单中，国产大模型占据六席之位，从DeepSeek到讯飞星火，从智谱清言到通义千问，充分彰显出国内AI技术研发的强劲实力与深厚积淀。伴随GPT-5与国产大模型的持续爆发，AI产业正进入"产品井喷期"。
2025-11-15 13:00:00
1861
1
原创 收藏！10分钟改变大模型自我认知：LoRA微调全流程实战教程，小白也能轻松上手
LoRA（Low-Rank Adaptation）是一种参数高效的微调方法。它的核心思想很简单：冻结原模型参数，只训练额外的小参数矩阵来调整模型输出创建数据处理脚本import os"""处理自我认知数据，替换占位符Args:row: 数据行name: 模型名称 [中文名, 英文名]author: 作者名称 [中文名, 英文名]"""continue# 根据语言标签选择中文或英文continue# 替换占位符return row"""处理自我认知数据集"""
2025-11-15 10:30:00
1350
原创 【程序员必备】大语言模型(LLM)核心知识：发展路径与Decoder-only架构详解
大语言模型（LLM，Large Language Model），是一种旨在理解和生成人类语言的人工智能模型。LLM通常指包含数百亿或更多参数的语言模型，它们在海量的文本数据上进行训练，从而获得对语言深层次的理解。目前，国内外的知名LLM有GPT、LLaMA、Gemini、Claude和Grok等，国内的有DeepSeek、通义千问、豆包、Kimi、文心一言、GLM等。
2025-11-14 09:30:00
852
原创 收藏！Java开发者如何将大模型视为超级微服务(附完整代码)
AI大模型并不是一个需要你从头学习的、深不可测的领域。对于一个经验丰富的Java开发者来说，你可以把它看作是一个你可以直接调用的 “超级微服务”。你擅长的 “API 集成、服务编排、系统稳定性保障”，正是大模型落地的核心需求；你熟悉的 “配置中心、熔断器、日志监控”，都是保障大模型调用可靠的关键技术；你理解的 “依赖管理、数据检索”，能轻松解决大模型与业务系统的依赖冲突，还能为 RAG 方案提供高效知识检索支持，让大模型输出更贴合业务实际。
2025-11-13 14:30:00
692
Java架构面试真题Spring篇
2020-04-07
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人