- 博客(1633)
- 收藏
- 关注
RSS订阅原创 收藏！5分钟彻底搞懂Claude Skills、Projects和MCP的区别与联系
Claude Skills是让人类使用习惯文件化的创新功能，可保存、复用和修改，形成体系化工作规范。不同于一次性提示，Skills能长期调用，让AI从理解指令变成掌握方法。Claude作为"头脑"，Skills是做事方法，MCP是工具，Project是任务场景，三者协作实现真正的长期人机协作。Skills让普通人能将"怎么用AI"变成可沉淀的个人资产。
2026-01-08 22:01:21
355
原创 智能体推理范式: Plan-and-Execute（规划与执行）
Plan-and-Execute是一种先规划后执行的任务处理架构模式，适用于复杂任务的分解与管理。它将任务处理分为规划、执行和评估三个阶段：规划器负责将复杂任务分解为有序子任务并确定依赖关系；执行器按计划执行任务，支持并行处理；重规划器在遇到问题时动态调整计划。相比传统ReAct模式，该架构具有全局视野、高效执行、支持并行等优势，能有效解决任务迷失、效率低下等问题。其核心设计包括层次化任务分解、智能调度执行和动态重规划机制，通过结构化流程使复杂任务变得可控有序。
2026-01-07 23:22:24
494
原创 【转型必看】3-6个月成为大模型应用工程师：技术栈学习到项目实战的完整攻略！
本文详细介绍了大模型应用工程师的完整成长路径，包括核心能力定位、技术栈学习、工程化实践和领域应用。强调工程师应聚焦模型落地应用、工程优化和场景适配，而非底层算法创新。提供了从Prompt工程、微调技术到RAG与模型部署的实战指南，以及智能客服、企业知识库等实战项目。通过系统学习，读者可在3-6个月内完成从传统AI工程师到大模型应用工程师的转型，掌握用工具链解决实际问题的核心能力。
2026-01-07 15:27:16
1053
原创 LangChain、LangGraph、LangSmith铁三角：破解LLM工程化三大难题，实战指南详解！
当AI开发者试图将大语言模型（LLM）从实验室Demo推向生产环境时，往往会陷入三重困境：复杂流程设计难：像搭积木却没有说明书——多步骤任务（如"查询订单→验证库存→生成退款"）的逻辑分支、循环依赖，用传统代码实现需写大量"胶水代码"，稍复杂就变成" spaghetti code"（意大利面代码）。
2026-01-07 15:23:53
430
原创 揭秘大模型两大核心技术：ReAct推理行动与Reflexion自我反思！
本文介绍ReAct和Reflexion两种提升大模型能力的关键提示技术框架。ReAct结合推理与行动，使模型能够与外部环境交互，减少幻觉；Reflexion在此基础上增加评估和反思机制，形成完整学习闭环。两者结合显著提升模型在知识密集型、决策型和编程任务上的表现，为解决大模型事实幻觉、缺乏实时信息、规划能力不足等问题提供了有效方案。
2026-01-07 15:22:05
507
原创 DeepSeek新突破：mHC论文引发AI行业关注，2026年人工智能新篇章的关键推动力！
如今，DeepSeek 又为2026年开了个好头，发布了一篇引人瞩目的新论文《mHC: Manifold-Constrained Hyper-Connections[1]》，该论文目前已引发广泛关注，有望成为2026年下一次重大人工智能突破的关键推动力。论文建立在字节早先一篇名为《Hyper-Connections[2]》的论文基础之上。
2026-01-07 15:20:39
461
原创 前端转AI，别再问行不行了！这是我花三个月整理的技能清单与自学路径，可分享！
文章分析了AI对前端开发的影响，指出AI不会完全替代前端，但会重塑工作价值链。前端开发者应主动向前迈半步，成为半个产品专家，掌握业务知识和提示词工程能力。通过获取业务KnowHow，将提示词视为代码来开发，并用工具证明价值，前端开发者可以在AI时代保持竞争力并实现职业跃迁。转型时机正是现在，不必焦虑，而应主动拥抱变化。
2026-01-06 14:42:13
1415
原创 2026年了！别再自己瞎摸索了！后端转AI的捷径，我都总结在这份避坑指南里了！
文章介绍了AI大模型工程化开发兴起背景，详细列出了大模型应用工程师必备技能，包括Python、深度学习框架、transformer、训练微调流程、RAG技术等。强调最先掌握AI技术者具有竞争优势，并提供AI大模型学习资源，包括思维导图、书籍手册和视频教程，助力后端工程师系统转型。
2026-01-06 14:36:57
539
原创 AI开发必看：为什么有了LangChain，企业级架构师还需要Spring AI？
LangChain作为AI应用开发先驱，具有生态丰富、灵活性高的优势，适合快速原型开发。而Spring AI则专注于将AI能力标准化引入Java企业级开发体系，提供统一抽象、深度集成Spring生态、生产级稳定性和性能。它帮助企业解决供应商锁定问题，实现AI模型可移植性，并与现有微服务架构无缝融合。对于企业而言，Spring AI将AI转化为标准化组件，确保代码可维护性、系统安全性和运行可观测性，是工业级AI应用的首选框架。
2026-01-06 14:33:52
638
原创 AI新手必看：LLM、RAG、MCP、AI Agent四大概念一次讲清！
文章详解AI四大核心概念的区别与联系：LLM是"大脑"提供基础能力，RAG是"记忆"增强特定知识，MCP是"手脚和规则"实现安全操作，AI Agent是整合所有能力的"会自己干活的员工"。这四者层层叠加，共同构成完整的AI应用体系，理解它们的区别对构建实际AI系统至关重要。
2026-01-06 14:30:16
853
原创 AI大模型揭秘：温度系数(Temperature)的作用与影响，带你深入了解AI模型的核心要素！
温度系数是控制大模型生成文本随机性和多样性的关键参数，通过调整概率分布影响输出结果的保守性或创造性。低温(0.1-0.3)产生严谨、确定性的输出，适合事实性问答；高温(>1.0)增加创意但可能降低准确性，适合创意生成。最佳温度需根据任务类型和模型特性通过实验确定，通常从默认值0.7开始调整。温度设置不当会导致输出过于机械或混乱，影响模型性能。
2026-01-06 14:16:41
448
原创 90天AI大模型逆袭之路：非科班出身，我如何靠这套实战方法论甩开同龄人，成功月入25K+
这是2026年发生的真实转型案例，背景非计算机专业的张明并非天才，而是在今年踩准了大模型应用的爆发风口，用一套可复制的 “90天核心能力速成法”，成功切入AI赛道。
2026-01-05 14:51:53
816
原创 2026年AI人才争夺战深度解析：大模型算法岗位月薪5.2W，校招趋势与能力培养收藏版指南！
今年是 AI 应用的元年，自 DeepSeek 的冲击后，全球的 AI 竞赛立即打响，从 Meta CEO 扎克伯格上亿美元争夺 AI 人才起，这股火势已经蔓延至即将到来的 2026 年人才校招，我们来一睹这份最新的校招 AI 人才有什么趋势。
2026-01-05 14:49:31
1245
原创 2分钟速通什么是AI Agent？
开年=，想和大家聊聊“AI agent”的话题。希望小伙伴们阅读后，能有点收获。如果觉得内容还不错，那就点个赞或者“在看”，谢谢啦
2026-01-05 14:48:09
737
原创 2025年大模型技术核心突破深度解析：RLVR、GRPO、推理缩放等进展，干货！
2025年LLM发展呈现推理能力突破，RLVR与GRPO算法引领模型类人思考潮流。架构上MoE层和高效注意力机制成为主流，推理侧缩放和工具调用显著提升性能。开源模型表现亮眼，但基准测试可靠性下降。私有数据成为企业竞争壁垒。未来趋势包括RLVR跨领域应用、文本扩散模型崛起以及本地智能体发展。AI应视为增强人类能力的工具而非替代品。
2026-01-05 14:45:02
808
原创 RAG系统中的“过度检索”问题：探讨引入外部知识可能带来的挑战与解决方案！
本文提出RAGate解决方案，解决传统RAG系统全时检索导致的效率低下与噪声干扰问题。通过门控机制智能判断何时检索外部知识，实现了三种实现方式：提示驱动、参数高效微调和多头注意力机制。实验证明，RAGate-MHA仅需29%的检索量即可获得比100%检索更好的生成质量，同时显著降低计算成本并提高模型置信度，为企业级RAG系统提供了高效实用的优化方案。
2026-01-05 14:43:05
711
原创 AI大模型算法工程师：未来5年的黄金职业！零基础也能成为大师，独家转型秘籍在此，错过等十年！
技术革新的浪潮正在重塑整个AI行业格局。从2023年开始，大模型技术以惊人的速度演进，从单纯的文本理解到多模态交互，从通用模型到行业大模型，技术迭代的步伐不断加快。市场需求爆发式增长。除了传统的互联网巨头，金融、医疗、教育、制造等传统行业都在积极布局大模型。某国有银行技术负责人透露：“我们正在组建30人的大模型算法团队，目标是构建金融领域的专属大模型。”
2026-01-04 14:43:40
956
原创 AI产品经理速成指南：0经验小白如何在2个月内斩获offer？
从还没毕业的迷茫焦虑，到面试多次被拒的灰心，他最终打破0产品经验，0 AI经验求职AI产品岗的地狱开局，最终拿到了AI产品经理offer！如果你也正想要求职产品经理岗，他的经历可能会给你一些启发！
2026-01-04 14:39:06
501
原创 数字化转型深度解析：六大核心维度重构企业价值！
本文从底层逻辑出发，解析企业数字化转型的本质，认为其核心在于实现现实世界与抽象世界的时空统一。文章从连接、数据、智能、组织、架构、价值六个维度，阐述了数字化转型的重构与升级：打破物理限制，将数据从副产品转变为核心生产要素，通过知识沉淀实现智能决策，推动组织向去中心化进化，构建系统性架构支撑，最终实现企业降本增效、体验升级和模式创新，是数字经济时代的生存之道。
2026-01-04 14:37:09
333
原创 AI大模型深度解析：从模型层到产品系统层，全面揭示其工作原理与价值判断框架！
文章从模型层、训练进化方式、生成机制到产品系统层，全面解析AI大模型工作原理。介绍了大模型结构、多模态能力、推理机制、训练流程(预训练、对齐、强化学习)、生成技术(自回归、扩散模型)及产品落地框架(Copilot/Agent、记忆、工具调用、工作流、RAG)。提供判断AI产品价值的终极框架，帮助读者穿透技术迷雾，识别真正有价值的AI产品。
2026-01-04 14:36:10
599
原创 Meta收购Manus：AI Agent如何重塑大数据智能生态？
Meta收购Manus标志着AI Agent时代到来，AI正从能聊天的AI向能办事的AI转变。Manus通过规划、执行、记忆和工具使用四大模块，解决了任务分解、工具调用和结果交付三大核心问题。这种转变重塑了AI价值创造逻辑，从提供信息到提供解决方案，未来将形成多个专业化Agent协作的新生态，对大数据AI行业既是挑战也是机遇。
2026-01-04 14:34:58
972
原创 大模型开发必看：数据质量成新瓶颈，收藏这份高质量数据集构建指南！
文章揭示大模型发展正从"算力为王"转向"数据为后"，高质量数据已成为主要瓶颈。作者详细解析了高质量数据集的多维特征（思维链数据、多模态融合等）、不同阶段的数据集类型及质量评估新维度（多样性、真实性、合规性、动态评估）。强调构建高质量数据供给体系对AI发展的重要性，预测2025年数据质量将成为决定AI发展的关键因素。
2026-01-03 11:00:00
452
原创 大湾区青少年AI大赛启示：AI教育转型创造力孵化，跨学科融合解决实际问题！
本文从大湾区青少年AI大赛出发，探讨了人工智能教育转型方向，从技能培训转向创造力孵化，强调跨学科融合和解决实际问题。成功案例表明AI教育需要基础渗透、项目驱动和生态链接的培养体系。未来教育应重构课程、构建"双师型"师资队伍、建立"创造值"评价体系。同时，文章提供了大模型AI学习的四阶段路径，帮助学习者从入门到实战掌握AI技能，把握AI时代的发展机遇。
2026-01-03 08:15:00
579
原创 大模型微调(SFT)实战指南：初学者如何进行大模型微调！
文章总结了微调大模型(SFT)的实战经验，强调先优化Prompt再决定是否微调，准备高质量数据，关注业务指标而非仅看Loss，确保数据多样性和风格统一，通过"堆数据"提高效果，采用从大到小的调参策略，循序渐进学习，以及利用强化学习成果提升SFT效果。同时提供了大模型AI学习的系统路径和资源，适合初学者和希望提升技能的程序员。
2026-01-02 08:45:00
515
原创 大模型RAG架构全解析：8种设计图解与应用场景，助你快速掌握检索增强生成技术！
本文详细解析了RAG的8种架构：简单RAG、多模态RAG、HyDE、校正型RAG、图RAG、混合RAG、自适应RAG和智能体型RAG。每种架构都有其特点和适用场景，从基础的向量检索到复杂的智能体协调。文章还提供了大模型学习路线和资源获取方式，包括入门思维导图、学习手册、视频教程等，帮助程序员系统掌握大模型技术。
2026-01-02 08:30:00
1095
原创 2025年AI开发新标准MCP：6大工具提升开发效率25%-40%，推动AI优先工作流主流化！
2025年AI开发迎来MCP（模型上下文协议）新标准，6大工具显著提升开发效率25%-40%。GitHub MCP Server实现仓库自动化管理，GitMCP降低代码幻觉率70%，Playwright MCP支持浏览器自动化，Memory MCP加速团队协作，Filesystem MCP保障企业文件安全，Fetch MCP优化网页内容获取。这些工具使AI直接连接开发环境，自动化重复工作，改善信息共享。随着50+新工具即将面世、IDE原生集成普及，"AI优先"工作流将成为开发标配，早期采
2026-01-01 09:15:00
716
原创 Prompt Engineer秘籍：打造听话的大模型，长提示词写作方案大揭秘！
你在写prompt时候，是不是总觉得大模型它不听话。要么答非所问、要么一堆废话。扒开思考过程仔细阅读时而觉得它聪明绝顶，时而又觉得它愚蠢至极。明明已经对了怎么又推理到错的地方去了，明明在提示词中提醒过了不要这么思考它怎么就瞎想了。这也许就是每一个Prompt Engineer的困扰。怎么能让模型按照要求去思考。
2026-01-01 08:45:00
545
原创 2025届计算机专业应届生求职秘籍：精准选择算法岗方向，效率超越盲目投简历10倍！
眼下这事儿，说是2025届计算机应届生的“焦虑天花板”，没人会反对——尤其是瞄准算法岗的同学，每天刷招聘软件都像拆盲盒：LLM岗位一堆人抢，AIGC看似好落地却怕“不沾核心”，多模态听着高级又怕太超前。
2025-12-31 14:38:17
940
原创 AI大模型入门指南：30天快速掌握，程序员与小白皆宜的收藏级教程！
你是不是也觉得，AI的浪潮轰隆隆地驶过，别人已经搭上车绝尘而去，而你却还站在原地，连票在哪买都不知道？刷到别人用AI生成的酷炫图片、高效写出的代码、自动处理的数据报告，除了点赞收藏，心里是否也闪过一丝焦虑：“这东西这么牛，我是不是快被淘汰了？”
2025-12-31 14:36:20
1088
原创 深入浅出PPO算法：大模型对齐与质量提升的关键！
文章介绍了PPO（Proximal Policy Optimization）算法在大模型微调中的应用。PPO通过剪切目标函数限制策略更新步幅，采用优势函数估计，平衡训练稳定性和性能提升。算法流程包括采集数据、计算优势函数、优化目标函数和更新策略。PPO具有训练稳定、收敛快等优势，但也面临超参数多、计算资源消耗大等挑战。在大模型微调中，可通过合理选择参数、结合监督预训练、监控训练指标等方法有效应用PPO，确保模型生成更符合人类期望。
2025-12-31 09:15:00
539
原创 AI大模型与垂直行业全解析：绘制人工智能在各行业的应用地图！
文章提供了一个"大模型×行业场景"的应用地图，通过"业务价值×投入成本"框架帮助读者判断AI项目可行性。建议从低价值低投入但有真实用户的小场景起步，积累经验和案例。文章按行业类型分析了AI应用机会，为不同背景的读者提供了实用的AI项目起步指南。
2025-12-31 09:00:00
1222
原创 成立仅9个月就被收购：Meta拿下AI Agent公司Manus，大模型开发者必读（建议收藏）
AI Agent公司Manus从3月成立到12月被Meta收购，创下今年最快收购记录。公司年化收入达1.25亿美元，拥有100万日活用户。收购后Manus将独立运营但技术将整合进Meta产品矩阵，标志着Meta将AI从聊天框转变为实用工具的战略调整，预示AI Agent赛道整合加速。
2025-12-31 08:45:00
680
原创 AI Agent崛起：揭秘新一代数字员工如何引领企业数字化转型，抢占万亿级市场先机！
在过去的两年里，ChatGPT 带动了全球对人工智能的热潮，让无数人第一次感受到机器的“理解力”。然而，当人们还沉浸在“智能问答”的惊喜中时，一种更具颠覆性的存在——AI Agent（智能体），正悄悄进入企业核心系统，成为新一代“数字员工”。
2025-12-30 14:59:22
1422
原创 后端转大模型开发全攻略：Python+RAG+Fine-tuning+Agent技术，从工程化思维脱颖而出（保姆级）
本文详细指导后端开发者转型大模型应用开发，强调工程化思维是后端开发者的核心优势。文章介绍大模型开发需掌握的Python、提示词工程、RAG、Fine-tuning和Agent技术，以及向量数据库知识。通过分阶段学习路线图，帮助后端开发者快速掌握大模型应用开发能力，结合自身业务理解和工程能力，在大模型领域发挥独特优势。
2025-12-30 14:51:49
187
原创 【二万字长文】RAG检索增强生成技术：告别大模型幻觉与过时知识的秘诀！
本文深入解析RAG检索增强生成技术，介绍其基本概念、架构和工作流程，对比稀疏与稠密检索方式，探讨查询重写、结果重排等进阶技术。重点讲解微软Graph RAG实现方法，包括文本处理、图提取、社区创建和多种搜索策略，帮助读者掌握RAG技术，解决大模型知识更新与幻觉问题。
2025-12-30 14:50:26
784
原创 【独家揭秘】最新研究出炉：大模型LLM如何在关键时刻实现深度思考？
文章介绍了MTI框架，一种通过识别并干预LLM推理过程中的"高熵词元"（模型困惑的关键点）来提升性能的方法。该框架采用选择性干预策略，仅在模型不确定性超过阈值时激活，并使用轻量级负向提示指导技术，重用KV缓存降低计算成本。实验证明，这种方法在几乎不增加额外计算开销的情况下，显著提升了LLM在多种推理任务上的准确率，实现了"少即是多"的目标。
2025-12-30 14:29:41
817
原创 彻底搞懂大语言模型(LLM)与Transformer架构的原理与应用！
本文系统介绍了AI大模型家族的核心知识，包括AIGC的两种类型和三个发展阶段，详细解释了机器学习、深度学习和生成式AI的关系，重点阐述了大语言模型(LLM)的定义、特点和技术基础。文章深入剖析了Transformer架构的革命性意义，包括其自注意力机制、编码器-解码器结构、位置编码等关键技术，为读者提供了一条从AI基础到大模型核心技术的学习路径。
2025-12-30 14:26:19
753
原创 Transformer架构核心解析：线性与非线性变换的优雅舞蹈，揭秘模型复杂模式学习能力！
文章解析了线性与非线性变换在Transformer中的应用与价值。线性变换（如矩阵运算、投影）提供结构和参数学习能力，非线性变换（如激活函数、Softmax）赋予模型复杂模式学习能力。两者交替使用的设计使Transformer既保持数学优雅，又能理解现实复杂性，实现层次化特征表示，这种"线性-非线性-线性"的舞蹈是Transformer架构的核心设计哲学。
2025-12-29 15:12:28
670
原创 大模型GRPO训练崩溃原因与解决方法，小白也能轻松掌握！
文章主要探讨了大模型GRPO训练中的崩溃原因及解决方案，包括熵坍塌、重要性权重计算错误、训练推理不一致性、K3估计器偏差、off-policy引入问题，以及Agentic RL特有的Retokenization Drift等。文章提供了相应的解决方法和工程实践经验，强调了在训练过程中平衡探索与利用的重要性。
2025-12-29 15:12:23
454
原创 Java工程师转型大模型开发指南：结合现有技术优势，实现AI落地的关键步骤！
这两年，目睹身边从事 Java 开发的朋友纷纷投身大模型领域，内心感慨万千。回想当初，大家都在专注于写接口、使用 Spring Boot 框架、连接数据库以及配置 Redis，工作生活平稳有序。然而，ChatGPT 的走红让整个后端开发团队陷入了一阵恐慌。每个人都在思考：“我是否需要学习 AI 知识，否则这份工作还能维持多久？”
2025-12-29 15:12:03
1311
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