Javaaaaaaaaaaa13的博客

原创 IT职业方向选择，未来迷茫应该怎么办？

因为和同事有约定再加上LZ自己也喜欢做完一件事之后进行总结，因此有了这篇文章。这篇文章大部分内容都是面向整个程序员群体的，当然因为LZ本身是做Java开发的，因此有一部分内容也是专门面向咱们Java程序员的。简单先说一下，LZ坐标杭州，13届本科毕业，算上年前在阿里巴巴B2B事业部的面试，一共有面试了有6家公司（因为LZ不想请假，因此只是每个晚上去其他公司面试，所以面试的公司比较少），其中成功的有4家，另外两家失败的原因在于：

原创 深度学习新手用pytorch从头构建神经网络!

本文介绍了如何使用PyTorch构建并训练一个简单的神经网络模型。主要内容包括： 数据准备：生成包含4个权重的训练数据 模型构建：定义一个简单的线性点积模型MyLinear 训练过程：包含前向传播、损失计算、反向传播和参数更新 结果验证：模型成功学习到预设权重[2,3,4,7] 扩展应用：增加权重数量和使用CUDA训练 文章展示了PyTorch简化模型构建和训练的过程，通过简单示例帮助理解神经网络的基本原理。同时提供人工智能学习资源，适合初学者入门。

原创 DeepSeek爆火！高中生用AI学习，是开挂还是踩坑？这份攻略请收好！

用DeepSeek：输入你的薄弱科目、考试时间，让AI生成可执行的每日任务清单，甚至用“艾宾浩斯记忆法”提醒复习。），并生成同类变式题举一反三。“我高二，数学函数部分差，距离期末考还有1个月，请帮我制定一份每天30分钟的学习计划。1. 提问力：能精准向AI描述问题（比如区分“我不会做”和“我卡在第三步”）；但作为高中生，面对这样一个“全能学霸型AI”，到底该怎么用才能真正帮到自己?“我已经想到用三角函数公式，但卡在第二步，请帮我检查哪里出错了？- 后果：AI可能“一本正经胡说八道”，误导学习。

原创 朱永新：人工智能时代，我们究竟应该学什么？

原创 大模型综述

1.中间任务的消亡NLP涵盖多个子领域，可分为中间任务和最终任务两类。中间任务如分词、词性标注等并不直接满足实际需求，而最终任务如文本分类、机器翻译则直接服务于用户。随着Bert/GPT的出现，中间任务的必要性逐渐减弱，因为这些模型已经通过预训练学得了语言学特征，使得直接解决最终任务成为可能，无需专门建模中间过程。2.技术路线的统一NLP任务可以分为自然语言理解和自然语言生成两类。自然语言理解包括文本分类等，而自然语言生成包括聊天机器人、机器翻译等。自从Bert/GPT出现后，NLP技术呈现了统一趋势，特征

原创 大模型应用开发入门分享

大模型作为新兴领域，不断地冒出来新的专有术语和新的概念，让大家觉得很神秘，捉摸不透。但是大部分复杂性的背后都会有一个极其简单便于理解的模型，本次分享最主要就是大模型的基本范式，通过范式将这些神秘感去除。大模型虽然很厉害，很神秘，但作为使用人员，门槛是非常非常非常低的。模型基础虽然市面上的大型语言模型（LLMs）种类繁多，但在使用层面大家平等的都是API调包侠，因此从接口层面来剖析大模型有哪些能力。LLM的接口通常都遵循或类似于 OpenAI 的规范。这里我们以 OpenAI 的接口为例进行说明。

原创 9位顶级研究员连讲3晚，华为盘古大模型底层研究大揭秘

近年来，大语言模型（LLMs）在自然语言处理、代码生成、多模态理解等领域发展迅速，已成为通用人工智能系统的重要基石。然而，模型能力的提升伴随着计算资源与存储需求的急剧增长，如何实现高性能与高效率并存，已成为 AI 面临的重要挑战。 作为 AI 领域的先行者，华为诺亚方舟实验室正在用前沿研究给出答案。 今年 4 月，该团队成功开发出基于昇腾算力训练的千亿级通用语言大模型 Pangu Ultra。在多个领域和评测上超越之前 Llama 405B 和 Mistral Large 2 等密集模型，并可以与 Deep

原创 从基础大模型到场景适配，企业如何做好商业化最后一公里？

比如，过去学生，研究者和专业人士在写论文，报告，或跨领域搜集资料时，通常存在搜索资料耗时、对陌生领域知识分析困难的难题，现在用维度AI自主研发的维度X1：智能研究助手，可以在很短的时间内提取关键信息，获得可靠研究成果。其实，现有大模型算力已经充足，垂直企业需要做的就是脱下孔乙己的长衫，从实验室钻研技术，走到具体的应用场景，才能打通软件与硬件的壁垒，实现业务的闭环。后来，大模型技术不断精进，五节数据借助自有数据微调后的大模型，对文本与视频内容的情感分析准确度上升到了98%，大大降低了舆情监督的人力成本。

原创 腾讯大模型战略首次全景亮相！智能体平台重磅上线，从“落地可用”到“智能协同”

智能体的开发门槛，又又又被打下来了！昨天，腾讯云在他们的AI产业应用峰会上，正式上线了全新的智能体开发平台，率先在行业内实现零代码配置多智能体协同构建。除了上线智能体开发平台，腾讯云也对从AI Infra到模型到应用的整个体系来了波全面升级。包括混元系列大模型，也迎来了重磅更新。腾讯云副总裁吴永坚对量子位表示：“腾讯云在智能体领域的产品布局，是围绕企业真实需求逐步演进的。整体思路是从场景出发，扎实解决实际问题，并推动能力从‘落地可用’逐步迈向‘智能协同’。

原创 再看2025大模型风云变幻，深根者立于终局

绕到文心大模型背后，会发现是深度学习平台飞桨多年的积累以及不断扎实的整个平台的技术能力，支撑着文心大模型的快速迭代。所以，文心大模型，不是看得见摸不着的海市蜃楼，而是可以真正被个人和企业移栽到自身生活工作场景中去的AI绿洲，生长着文心系列的一棵棵巨树，可以被嫁接到真实场景，结合各行各业的独特水土，培育出自己的AI根苗。文心X1升级到X1 Turbo，得益于文心4.5 Turbo多模态大模型的增益，X1 Turbo在深度思考上更进一步，实现了更先进的思维链，可进行多步骤的逻辑推理、工具调用和多模态理解能力。

原创 一天吃透一个产业链--大模型

2024 年1 月，国家数据局发布《“数据要素X”三年行动计划（2024-2026 年）》，以政务、金融、互联网、交电为代表的行业持续深化数据要素的发展与应用，艾瑞咨询预计 2024 年全年市场规模将达 1662.0 亿元，2025 年市场规模将有望达 2042.9 亿元。数字经济时代迎来了数据的爆炸式增长，随着大数据、云计算、人工智能等新型信息技术的加速发展及规模化应用，数据的价值和地位不断提升，已经成为推动经济社会高质量发展的新型关键生产要素、重塑全球经济结构、改变全球竞争格局的关键力量。

原创 大模型下半场，百度再次发起进攻！

当李彦宏宣布文心大模型4.5 Turbo和文心大模型X1 Turbo发布后，随即跟上的一系列AI新应用和新服务，证明了如今的百度，在AI领域已经是模型和应用双向出击，其所图并不仅仅是算法或大模型本身，更是在“技术饱和式攻击”之下，以“润物细无声”的方式进行AI生态布局。除此之外，此次大会上还发布了高说服力数字人、多智能体协作应用“心响”，代码智能体秒哒、沧舟画布OS、百度搜索的AI应用开放平台等多款AI应用及服务，并且官宣全面拥抱MCP，显示出百度在日益白热化的AI大模型竞争中，已经悄然再度回到前排。

原创 2025，中国首个大模型IPO要来了

2021年至2024年，全球掀起AI浪潮，大模型拔得头筹，资本就像疯了一样涌入AI、大模型。2022年、2023年，君联资本、启明创投、美团、蚂蚁集团、高瓴、腾讯、金山软件、顺为资本、红杉中国、小米产投、好未来等中国“顶流”VC/PE、产业资本“天团”火速入场。GLM-Z1-32B-0414的诞生，等于又把成本降低了一部分，顺便降低了开发者的门槛，这样一来，开发者对智谱的依赖度增强，推动了商业化落地。简单来说就是，在大模型创新的路上，智谱相对完善、建立了大模型生态，率先把模型装入商业化探索。

原创 刚刚！首个下一代大模型Claude4问世，连续编程7小时，智商震惊人类

Claude Opus 4 是 Anthropic 迄今为止最强大的模型，也是全球最强的编码模型，它在 SWE-bench（72.5%）和 Terminal-bench（43.2%）基准上均处于领先地位，在需要专注投入和数千个步骤的长时间运行任务中表现出色，并能够连续工作数小时 —— 其性能远超所有 Sonnet 模型，并显著扩展了 AI 智能体的功能。Anthropic 表示，Claude Opus 4 是一款全球领先的编码模型，它在复杂、长时间运行任务和智能体工作流中拥有持续的高性能。

原创 大模型推理，不再是“一根筋”

FlashComm技术基于相同的集合通信逻辑替大模型推理中的AllReduce 通信算子，在不改变网络并行方式的前提下，充分利用网络中低维度数据或低比特数据特性进行通信算子位置的编排，实现通信数据量的降低和通信时延的优化，同时消除了计算流程中的冗余计算，进一步提升了网络端到端推理性。这些形形色色的集合通信操作，大多用来支持在集群上运行大模型推理时的并行策略，比如常见的张量并行（TP）是把一个大的张量（可以理解为模型的参数矩阵）拆分成多个部分，分配到不同的计算节点上计算。

原创 最新「大模型简史」整理！从Transformer（2017）到DeepSeek-R1（2025）

语言模型」是一种「人工智能系统」，旨在处理、理解和生成类似人类的语言。它们从大型数据集中学习模式和结构，使得能够产生连贯且上下文相关的文本，应用于翻译、摘要、聊天机器人和内容生成等领域。

原创 AI大模型独角兽，估值4500亿

智东西3月4日报道，今天，美国大模型独角兽Anthropic宣布完成35亿美元（约合人民币255亿元）的E轮融资，投后估值达615亿美元（约合人民币4482亿元），进一步缩小与OpenAI估值间的差距。新筹集的资金用于Anthropic下一代AI系统的开发，提升计算能力，深化机制可解释性和对齐方面的研究，并加速国际扩张，特别是在亚洲和欧洲地区。据彭博社报道，一位匿名知情人士称，去年年底，Anthropic的年度收入运行率约为10亿美元，到目前为止，这个数字已经增长了30%。

原创 一文看遍AI行业大模型

将大模型作为研发或孵化项目，不强求短期财务指标的绝对达成，而是关注业务、技术等指标的相对提升。文| 腾讯研究院大模型研究课题组通用大模型技术快速发展，但很多传统行业推进得并不快。对企业而言，大模型应用需要综合考虑专业性、数据安全、持续迭代和综合成本等多种因素。针对这些现实情况，腾讯集团提出重点发展行业大模型的理念。本文基于一线大量实践反馈，做出系统归纳总结，呈现行业大模型发展真实情况，厘清关键争议和困惑问题。真正解决用户需求、距离场景和数据更近的企业，将拥有大模型的未来。行业大模型弥合技术与需求差距1

原创 一文搞懂AI大模型

AI大模型，作为一类具备庞大参数规模与卓越学习能力的神经网络模型，如BERT、GPT等，已在自然语言处理、计算机视觉等多个领域展现出卓越成效，极大地推动了相关领域的技术进步。作为Transformer架构的核心组件，自注意力机制赋予模型在输入序列的所有位置上进行注意力计算的能力，从而实现了对序列内部信息的全局性建模。本文旨在系统梳理AI大模型的发展历程、深入剖析其技术原理，并展望其未来的应用前景，以期为读者提供一个全面而深入的视角，促进对AI大模型的深入思考与理解。

原创 产业与市场丨DeepSeek带动“人工智能+千行百业”加速

例如，大模型部署、推理的成本很高，限制了人工智能技术的广泛应用。当前，许多大模型纷纷涌现。国术科技（北京）有限公司董事长袁国术告诉中国经济时报记者：“人工智能大模型具有强大的图文视频生成与智能创作能力，能够协助我们进行资料收集、作品框架搭建、语法检查与用词优化等工作，甚至提供思路与灵感启发，从而丰富科普作品的内容与呈现形式。”贺小辉说，“科技园区的服务，早期依靠人工，后来借助信息技术构建数字化服务平台，当前则依托人工智能打造涵盖智能客服、数据分析、个性化服务、知识管理、合规管理等众多领域的数智化服务平台。

原创 我国生成式人工智能的发展现状与趋势

作为信息化、数字化、智能化的新型技术基座，生成式人工智能对于提升国家战略地位与国际竞争力具有重要意义。2022年11月以来，随着以ChatGPT为代表的大语言模型迅速发展，生成式人工智能（Generative Artificial Intelligence, GenAI）推动人工智能从算法智能（Algorithmic Intelligence，AI）进入语言智能（Linguistic Intelligence，LI）时代，正在全面革新社会生产力。当前，大语言模型成为现代人工智能的基石，构筑起连接多模态的桥梁

原创 方跃：2025年AI发展的三大趋势

在本文中，中欧国际工商学院经济学与决策科学教授、亿纬锂能经济学与决策科学教席教授、中欧AI与管理创新研究中心主任方跃深入探讨了2025年人工智能的三大趋势：AI技术的新突破、企业AI转型与管理角色的重塑、人类参与和潜能的重塑，并分析这些趋势如何影响我们的生活、工作和社会，以帮助我们更好地理解和应对即将到来的变革。其次，AI人才的培养是基础。随着技术获取成本的快速下降和AI专业知识的广泛普及，曾经高昂的进入门槛逐步降低，AI会逐渐成为企业的标配，使得AI技术的竞争优势更难仅凭工具层面维持。

原创 springboot配置多种存储方式

在file.local.enable的情况下生成LocalFileConfig，在生成LocalFileConfig的情况下生成LocalFileClient。在file.ftp.enable的情况下生成FtpFileConfig，在生成FtpFileConfig的情况下生成FtpFileClient。在file.oss.enable的情况下生成OssFileConfig，在生成FtpFileConfig的情况下生成OssFileClient。在配置文件里配置不同存储方式的配置和是否启用。

原创 Spring Boot 35个常见知识点

的使命是在保证底层数据存储特殊性的前提下，为数据访问提供一个熟悉的，一致性的，基于 Spring 的编程模型。你可以一站式的获取你所需要的 Spring 和相关技术，而不需要依赖描述符的通过示例代码搜索和复制黏贴的负载。例如，如果你想使用 Sping 和 JPA 访问数据库，只需要你的项目包含 spring-boot-starter-data-jpa 依赖项，你就可以完美进行。让创建 Spring Boot 项目变的很容易，但是，你也可以通过设置一个 maven 项目并添加正确的依赖项来开始一个项目。

原创 maven原来这么简单？

Maven主要是用于分模块管理项目，对模块间的依赖管理很方便。仓库的Type有hosted、virtual、proxy、group等virtual：是maven1的，目前基本不使用.hosted：是本地项目发布的仓库，Snapshots、Releases分别对应不同的版本，3rdparty是第三方包的发布仓库，通常由内部管理员去发布。proxy：代理仓库，向远程中心仓库寻找数据的仓库。选中某个proxy仓库，点下面的configuration即可看到远程地址。

原创 详解Spring Boot的核心特性

虽然SpringBoot提供了大量的自动配置，但开发者仍然可以根据需要自定义自动配置。通过创建自定义的自动配置类，并使用注解，开发者可以轻松地实现自定义的自动配置。开发者可以创建自定义的Starter，将常用的功能封装成可重用的模块。通过添加自定义Starter的依赖，开发者可以轻松地为应用程序添加新功能。本文详细介绍了SpringBoot的五个核心特性，包括独立运行的Spring应用程序、自动配置、灵活的配置管理、丰富的生产级功能和易于扩展。

原创 一篇文章透彻理解 Spring Boot 启动原理，架构师必备知识，不为应付面试！

这个方法里，SpringBoot会做一些初始化的工作，比如设置应用的上下文环境，加载Spring的配置文件，等等。通过自动配置，SpringBoot能够根据咱们的项目依赖和配置文件，自动“猜测”咱们想要使用的技术，并帮咱们做好相应的配置。其实，SpringBoot的启动过程虽然复杂，但只要我们理解了其中的关键步骤和组件，就能更好地掌握它，并在项目中灵活运用。比如，如果咱们的项目中包含了Spring Web的依赖，SpringBoot就会自动配置一个嵌入式的Tomcat服务器，并注册相关的Bean。

原创 为什么说Spring Boot是微服务中最好的Java框架

的使命是在保证底层数据存储特殊性的前提下，为数据访问提供一个熟悉的，一致性的，基于 Spring 的编程模型。你可以一站式的获取你所需要的 Spring 和相关技术，而不需要依赖描述符的通过示例代码搜索和复制黏贴的负载。例如，如果你想使用 Sping 和 JPA 访问数据库，只需要你的项目包含 spring-boot-starter-data-jpa 依赖项，你就可以完美进行。让创建 Spring Boot 项目变的很容易，但是，你也可以通过设置一个 maven 项目并添加正确的依赖项来开始一个项目。

原创 【JAVA程序员的职业生涯规划历程】

然而，在面向对象编程方面，你可能还缺乏深刻的体会，编程时仍然停留在完成功能的层面，很少考虑设计的问题。这本书将帮助你全面深入地了解Java虚拟机，而你已经知道，Java是运行在JVM之上的，因此，对JVM的了解是你不可推卸的责任。在这个过程中，你的影响力甚至可能会超过你现在的技术能力，成为你获得机会的关键因素。因此，我建议你在这个阶段，选择一两项与你的工作紧密相关的技术进行深入学习，真正掌握其精髓。虽然你造的轮子可能早已存在，甚至可能没有现存的好，但这个过程将帮助你更深入地理解技术，并锻炼你的编程能力。

原创 Spring Boot 注解最全详解，【建议收藏】

基于 SpringBoot 平台开发的项目数不胜数，与常规的基于Spring开发的项目最大的不同之处，SpringBoot 里面提供了大量的注解用于快速开发，而且非常简单，基本可以做到开箱即用！那 SpringBoot 为开发者提供了多少注解呢？我们该如何使用？针对此问题，小编特意对其进行了一番整理，内容如下，个人感觉还是比较清晰的，今天我们就一起来整一整每个注解的含义和用法，以免踩坑！通常用于修饰controller层的组件，由控制器负责将用户发来的URL请求转发到对应的服务接口，通常还需要配合注解。

原创 后端技术基础知识总结

对于之前从事c/c++开发的我，很多时候是Linux的开发，在学校又没怎么接触系统性的项目，更不知道后端技术的博大精深，可能文中涉及的也就一部分，不过希望小伙伴们可以知道有这些东西，然后通过强大的搜索引擎，给自己个比较明确的方向，也许会少走点弯路。

原创 当AI生成代码，程序员的角色如何演变？

如果你是程序员，未来的挑战就是如何适应这些变化，学习如何与AI合作，充分利用AI的优势，创造更多价值。比如，早期的编程语言Fortran（1954年诞生）曾经是计算机科学的核心语言，但随着时间的推移，它逐渐被更先进的语言所取代。这种语言的更替，往往伴随着技术的发展和需求的变化。程序员行业同样如此——那些能够跟随技术潮流、不断学习新技能的人，将会获得更多机会，而那些停滞不前的人，可能会面临职业生涯的危机。未来的程序员不再是单纯的代码写手，而是“与AI对话”的专家，负责引导和调试AI生成的代码。

原创 到底怎么才能成为一名真正合格的架构师啊？？？？？？？

（2）架构部，对于“黑科技”不同语言客户端的支持，往往要开发C-client，Python-client，go-client，Java-client多语言版本；每一层解决高可用问题的方案不一样，涉及Scale up，Scale out，DNS轮询，反向代理，连接池，水平切分等诸多技术。每一层解决高可用问题的方案不一样，涉及虚IP，反向代理，集群，连接池，数据库分组，缓存冗余，故障转移等诸多技术。（4）每次“黑科技”的升级，都需要推动上下游进行升级，这个周期往往是以季度、半年、又甚至更久，整体效率极低；

原创 程序员的八种境界，你在哪一层？

比如职业发展问题，作者就回答了近两年比较高频的一个有关职业发展的面试题：你的未来五年职业规划是什么样的？(这个面试题，在之前的面试中，我也遇到过，很高频，如果换做你来回答，你的思考点是什么？如果说程序员的追求是分境界的，那么你不妨目测一下，自己目前处于哪个境界？也可以仔细思考一下自己未来的职业生涯，到底想成为什么类型的程序员。里面有他关于围绕程序员主题的一系列分享内容，包括编程原则与技巧、代码书写规范与质量保障手段以及诸多程序员职业发展思考点与建议。接下来是他分享了他眼中的。

原创 全面的 Java 学习路线：从零基础到高级开发

通过合理的学习规划、深入的项目实践以及参与开源社区，你将能够在 Java 开发的道路上走得更远。包括：Python激活码+安装包、Python web开发，Python爬虫，Python数据分析，人工智能、机器学习、Python量化交易等习教程。输入输出（IO）：理解 Java 的输入输出模型，熟悉 File 类、字节流与字符流、缓冲流的使用，学习 NIO（New IO）框架。学习编程语言的第一步是掌握基础语法。Java 是一种面向对象的语言，所以需要重点理解对象、类、继承、接口、多态等概念。

原创 Java高并发问题方案的总结

作为一个 Java 开发人员，但理解起来比较模糊难懂，因为多线程程序在跑起来的时候比较难于观察和跟踪。搞懂多线程并发知识，然而现在网上关于Java并发编程的学习笔记资料多如牛毛，却没有看到那种完整全面的，由于篇幅原因，在这只展示目录截图，

原创 一篇带你搞懂spring框架！

Spring框架是由于软件开发的复杂性而创建的。Spring使用的是基本的JavaBean来完成以前只可能由EJB完成的事情。然而，Spring的用途不仅仅限于服务器端的开发。从简单性、可测试性和松耦合性的角度而言，绝大部分Java应用都可以从Spring中受益。

原创 一篇文章教你从0-1学会【Spring架构设计】

为什么需要Spring?什么是Spring?对于这样的问题，大部分人都是处于一种朦朦胧胧的状态，说的出来，但又不是完全说的出来，今天我们就以架构设计的角度尝试解开Spring的神秘面纱。本篇文章基于Spring 5.2.8，阅读时长大概需要20分钟Spring是一个一站式轻量级重量级的开发框架，目的是为了解决企业级应用开发的复杂性，它为开发Java应用程序提供全面的基础架构支持，让Java开发者不再需要关心类与类之间的依赖关系，可以专注的开发应用程序(crud)。

原创 码云 上优秀的 Spring Boot 语言开源项目【赶紧练起来！！！！】

日期转换、数据类型转换、序列化、汉字转拼音、身份证号码验证、数字转人民币、发送短信、发送邮件、加密解密、图片处理、excel 导入导出、FTP/SFTP/fastDFS 上传下载、二维码、XML 读写、高精度计算、系统配置工具类等。使用 Spring Boot、Shiro、MyBatis、Redis、Bootstrap、Vue2.x 等框架，包含：管理员列表、角色管理、菜单管理、定时任务、参数管理、代码生成器、日志管理、云存储、API 模块(APP 接口开发利器)、前后端分离等。

原创 这 9 个 Java 开源项目赶紧学起来！！！！

于是日积月累下来，在 Java 代码中就有许许多多各式各样的 HTTP 调用接口，而且调用方式也不统一，有 HttpClient 写的、有 OkHttp 写的、有自己包装的，光公司内部不同人包装的 HTTP 工具类就有两三种。素材上支持图片、文本、矩形三种，支持元素的定位、缩放、旋转、圆角、透明度、颜色、字体、字号、删除线、居中绘制、文本自动换行等特性，足够覆盖图片合成的日常需求。没有很复杂的功能，追求简单实用，从实际业务场景出发，提供简单的接口，几行代码即可实现图片拼合（当然用于合成水印也可以）。