- 博客(1365)
- 收藏
- 关注
RSS订阅
原创 AI时代，一文彻底搞懂天天被提到的Agent是什么？
AI Agent（人工智能代理）是一种能够并的智能实体。与传统AI系统不同，Agent不仅能回答问题，还能主动完成一系列复杂任务。简单来说，如果把大语言模型LLM）比作一个"超级大脑"，那么AI Agent就是给这个大脑装上了"手脚"和"工具"，让它能够像人类一样主动行动，而不仅仅是被动回答问题。举个例子，如果你对ChatGPT说：“帮我写一篇关于气候变化的文章”，它会直接生成一篇文章。但如果你对AI Agent。
2025-03-25 10:09:42
11930
原创 一篇搞懂DeepSeek：三种部署方案+版本对比，普通用户这样选！
DeepSeek的爆火，不仅是技术的胜利，更是国产AI生态的突破。无论你是小白还是极客，总有一种姿势能解锁它的潜力！赶紧试试硅基流动方案，体验“人均AGI”的快乐吧！
2025-02-07 10:04:28
35499
原创 一文详解！大模型性能测试全指标、计算方法及优化指南
在当今智能化、实时化需求日益增长的背景下，性能和稳定性已成为评价大模型应用能力的核心指标。从响应速度到生成质量，从并发能力到稳定性，这些维度共同构成了大模型的综合性能评估体系。通过持续优化，未来的大模型必将在多样化应用场景中展现更强的灵活性和可靠性。以下是一个用于计算和记录大模型的首 token 时延、首句时延以及整个输出时延的 Python 脚本。该脚本假设你有一个函数。
2025-01-21 09:33:01
11030
原创 收藏！新人转行大模型赛道全攻略：方向、误区、路径一文理清
近期科技圈传来重磅消息：行业巨头英特尔宣布大规模裁员2万人，传统技术岗位持续萎缩的同时，另一番景象却在AI领域上演——AI相关技术岗正开启“疯狂扩招”模式！据行业招聘数据显示，具备3-5年大模型相关经验的开发者，在大厂就能拿到50K×20薪的高薪待遇，薪资差距肉眼可见！业内资深HR预判：不出1年，“具备AI项目实战经验”将正式成为技术岗投递的硬性门槛。在行业迭代加速的当下，“温水煮青蛙”式的等待只会让自己逐渐被淘汰，与其被动应对，不如主动出击，抢先掌握AI大模型核心原理+落地应用技术+项目实操经验。
2026-01-09 11:55:38
576
原创 收藏！我的秋招实战：大厂AI岗位面试真题全解析
本文是我在备战2025秋招期间，结合多场大厂AI技术面试实战整理的核心题库合集。对于想要入门大模型领域、冲刺AI相关岗位的小白和程序员来说，这篇实战派“八股文”能帮你精准把握面试重点，少走弯路。：大模型算法工程师、Agent工程师、AI开发工程师、算法评测工程师，面试聚焦国内互联网中大厂。因此，本文题目严格匹配这些岗位的核心能力要求，覆盖从LLM/VLM基础理论、RAG/Agent应用开发，到RLHF对齐技术、模型与Agent评估的全链路技术栈。，具有极高的参考价值。
2026-01-09 11:52:50
766
原创 大模型岗位指南：六大类职业方向解析+系统学习路径+免费资源，收藏这篇就够了
本文全面解析大模型领域六大类岗位（技术研发、算法、数据、产品、深度学习和垂直领域）的职责与要求，详细介绍各岗位工作内容和招聘标准，提供从入门到精通的系统学习路径，帮助读者掌握大模型技术，找到适合的职业方向。文章附有免费学习资源，指出AI行业人才缺口大，就业前景广阔。
2026-01-09 11:18:27
177
原创 【必收藏】RAG技术详解：解决大模型“幻觉“问题的程序员实用指南
*「RAG（Retrieval-Augmented Generation，检索增强生成）」**是一种结合了检索和生成技术的自然语言处理(NLP)模型。该模型由Facebook AI提出，旨在提升生成式模型在处理开放域问答、对话生成等任务中的性能。RAG模型通过引入外部知识库，利用检索模块（Retriever）从大量文档中提取相关信息，并将这些信息传递给生成模块（Generator），从而生成更加准确和有用的回答或文本。
2026-01-09 11:16:24
330
原创 收藏！RAG技术演进全解析：从基础到前沿，助力大模型应用开发
RAG特点优点Naive RAG- 单一索引，如TF-IDF、BM25、向量检索- 简单，易于实现 - 缓解模型幻觉- 文档增强 - 索引优化 - query重写 - reranking- 更准确的检索 - 增强检索相关性- 混合检索 - 工具、API集成 - 模块化、工程化的实现- 更强的灵活性 - 适应更多元的场景Graph RAG- 图结构索引 - multi-hop推理 - 基于图节点的上下文内容增强- 关系推理能力 - 适合结构化数据。
2026-01-09 11:03:41
688
原创 收藏！15个大模型核心岗位招聘全解析，小白&程序员入行指南
本文深度梳理15个大模型领域核心技术岗位招聘详情，覆盖推理优化、框架研发、训练加速、多模态融合、语音音频理解等关键赛道。每个岗位均清晰拆解职责边界与技能门槛，明确编程语言、框架实操、并行计算等核心能力要求，同时补充岗位适配场景与入门方向建议，为想切入大模型领域的小白开发者、资深程序员提供全面的职业规划与求职参考。
2026-01-08 11:49:43
399
原创 LLM后训练核心技术详解：SFT、RLHF与思维链，程序员必学收藏指南
大模型后训练是将"懂行的疯子"转化为实用工具的关键过程，包括监督微调(SFT)、奖励模型、领域适应和强化学习(RL)等技术。通过高质量问答数据对模型进行"隐式编程"，结合强化学习提升推理能力，使模型学会"三思而后行"，从概率复读机进化为能解决复杂问题的实用工具。
2026-01-08 11:48:06
589
原创 收藏！35岁程序员转大模型指南：告别年龄焦虑，抓住AI时代二次腾飞机遇
大模型领域需要的从来不是"年轻的双手"，而是"有经验的大脑"。35岁的你，拥有扎实的编程功底、丰富的项目经验、深刻的行业认知，这些都是转行大模型的底气所在。年龄从来不是阻碍，真正的阻碍是被"35岁焦虑"困住的自我设限。只要找准方向、系统学习、扎实实战，3-6个月后，你就能成功转型为大模型领域的复合型人才。
2026-01-08 11:45:38
494
原创 【干货收藏】21种智能体设计模式：构建强大智能体系统的完整指南
短短两年间，AI范式发生了巨大转变，从简单自动化迈向复杂自主系统。最初，工作流依赖基础提示和触发器，利用LLM处理数据。随后，检索增强生成（RAG）技术出现，通过事实信息提升模型可靠性。接着，单体智能体诞生，能够调用多种工具。如今，我们正步入智能体AI时代，多个专业智能体协作完成复杂目标，AI的协同能力实现了质的飞跃。图2：AI范式变化，从LLM到RAG，到智能体RAG，最终迈向智能体AI。
2026-01-08 11:44:35
671
原创 【必收藏】小白也能懂！RAG技术如何解决大模型“幻觉“问题
在讲RAG之前，我们先说一个大模型的普遍现象，大家应该都用过大模型了，比如 ChatGPT、DeepSeek、豆包、文心一言等等…那么大家在用的时候其实会发现，有时候大模型会乱回答，一本正经地胡说八道，语义不同，前言不搭后语。举个例子：你问大模型，美国成立时间。大模型可能会回答：美国成立在1997年，距离现在已有400年的历史…这种现象叫hallucination，幻觉。大模型本质的就是不断的预测下一个生成的文字应该是什么，而选择预测概率中最大的一个。每个词预测的结果产生幻觉的原因有很多，
2026-01-07 11:25:26
876
原创 收藏！Java开发者转型大模型开发指南：优势、路径与实践全解析
最后想强调：Java开发者转型大模型，不是“放弃Java”，而是在Java的基础上拓展技术边界。大模型时代需要的是“算法+工程”“技术+业务”的复合型人才，而我们的工程化能力，正是这个生态中不可或缺的核心一环。AI浪潮不可逆，机会永远留给有准备的人。对于Java开发者来说，现在正是转型大模型的黄金时机——不用犹豫，从基础开始，从实践切入，一步步搭建自己的AI技术体系。
2026-01-07 11:21:12
616
原创 程序员必学：大模型RAG技术详解与实战（建议收藏）
复旦、同济的研究学者们将RAG范式进展概括为三个部分：Naive RAG, the Advanced RAG, the Modular RAG。将RAG相关研究演变分为如下图的四个阶段，这四个阶段是伴随着大模型的能力来演进的，其共性都是为了让模型更好地利用知识。涉及RAG的阶段主要包括预训练、微调和推理。随着LLM的出现，RAG研究最初聚焦于利用LLM强大的上下文学习能力，主要集中在推理阶段。后续研究深入探讨，逐步与LLMs的微调相结合。研究人员还在探索通过检索增强技术提升预训练阶段的语言模型。
2026-01-07 11:19:50
769
原创 收藏！AI代码工具爆发，程序员会被取代吗？大模型时代开发人进化指南
近年来，以GitHub Copilot、通义灵码、DeepSeek为代表的AI代码工具迎来爆发式增长，正深刻重塑软件开发的流程与生态。对于刚入门的编程小白，或是深耕行业多年的资深开发者而言，这股AI浪潮既带来了效率的飞跃，也引发了关于职业未来的思考。权威行业数据直观展现了AI对开发效率的提升：原本需要耗费数天的基础代码编写工作，在AI辅助下60%可压缩至数小时完成；测试代码生成效率更是提升70%以上，不少企业的AI生成代码采纳率已突破50%。
2026-01-07 11:13:19
673
原创 收藏！一文读懂小白如何快速搭建基于MCP协议的AI Agent应用
用最通俗的话讲：MCP是一套“轻量且标准化”的工具集成协议，核心价值在于减少资源冗余和Prompt调试成本，让不同工具能被AI Agent统一调度。MCP主机（Host）：发起工具调用请求的核心载体，比如我们开发的AI编程助手、IDE插件、智能问答系统等实际面向用户的应用程序；MCP客户端（Client）：专门负责通信的“桥梁”模块，与MCP服务器保持1:1的专属连接，确保数据传输的稳定性和安全性；MCP服务器（Server）
2026-01-07 11:09:43
869
原创 收藏备用！Java程序员转行AI大模型全攻略，从入门到就业
在AI技术全面爆发的今天，大模型（Large Language Models, LLMs）已然成为驱动产业变革的核心动力。从智能代码生成、企业级知识库搭建，到数字人交互、工业质检AI解决方案，大模型的应用场景持续渗透各行各业，催生了海量的技术岗位需求。对于深耕后端领域的Java程序员来说，面对技术迭代的压力和职业发展的诉求，转行AI大模型领域并非跨界冒险，而是依托现有技术积累的精准升级。凭借扎实的工程化能力和系统架构经验，Java程序员在大模型落地环节具备天然优势，是当前市场急需的复合型人才。随着大模型技
2026-01-06 11:43:24
846
原创 【收藏】关于ReAct Agent的深入理解——ReAct Agent是稳定的吗？
近期在深耕模型部署实践与Langchain新版本框架适配时，一个关于ReAct Agent智能体的核心问题突然浮现脑海：ReAct Agent的运行原理究竟是什么？作为主流的智能体方案，它能否称得上是稳定的智能体系统？这两个问题对于刚接触大模型智能体的开发者而言，更是入门阶段必须厘清的关键知识点。
2026-01-06 11:42:06
830
原创 【珍藏必备】大模型应用工程师年薪50w+，5大核心技能学习路线助你入门
文章系统介绍大模型应用学习路线，涵盖提示词工程、检索增强生成(RAG)、模型微调、模型部署及人工智能系统与项目五大模块。指出大模型应用工程师年薪可达50w+，2025年将是Agent元年，2026年将实现全模态应用落地。通过系统学习这些核心技术，开发者可快速入门大模型领域，参与开源项目实现技术落地，把握行业机遇。
2026-01-06 11:26:47
990
原创 收藏！后端开发者入门 React 从这里开始
React 并非完整的 MVC 框架，而是专注于用户界面渲染的 JavaScript 库，核心定位是 MVVM 架构中的“视图层（V）”。它以“声明式、高效、灵活”为核心特性，主张将复杂 UI 拆分为多个独立、可复用的代码片段（即“Component 组件”），通过组件组合构建完整界面。
2026-01-06 11:22:36
867
原创 【深度收藏】2026AI就业指南：大模型算法工程师月薪2.5万，数学能力成“硬通货“，应届生如何备战AI人才争夺战
2026届校招市场AI人才需求报告》显示，高科技企业成为AI人才需求主力军，近60%已将AI人才纳入核心招聘目标。AI人才需求呈现"微量扩张"趋势，技术研发岗需求旺盛，近六成企业对AI技术研发类应届生需求增长。企业招聘更看重数学与算法基础(60.3%)和实际项目经历(52.5%)，名校学历重要性下降。大模型算法工程师以24760元/月的中位薪酬领跑市场，AI岗位校招呈现"需求稳增、结构优化、薪酬分化"三大特征。
2026-01-05 11:02:02
932
原创 收藏！程序员/小白入门大模型转行全指南：避坑方向+实战路线
这两年，大模型彻底走出实验室的“象牙塔”，走进了程序员的技术栈、学生的学习计划，更成了无数转行者的职业新选择。
2026-01-05 10:53:54
608
原创 【干货收藏】2025年Agent框架选型指南：小白也能快速掌握的5大主流框架对比
AutoGPT是第一个爆火的自主AI Agent框架，提供一系列工具让用户构建和使用自治代理。其功能涵盖代理创建模块“Forge”、性能评测基准agbenchmark、排行榜以及易用的UI和CLI接口。
2026-01-05 10:52:12
818
原创 收藏！Java开发者零门槛转大模型Agent：从0到1落地实战指南，2026职场逆袭必备
2026年的技术圈，“AI替代程序员”的讨论早已从焦虑变成现实——某互联网大厂最新组织架构调整显示，引入AI Agent辅助开发后，传统后端开发团队规模缩减60%，被优化的开发者清一色是“只会写业务代码、不懂AI协同”的群体。而另一端，招聘平台数据显示，大模型Agent开发岗位的平均薪资已突破5.5万/月，其中“Java+Agent”复合技能人才的岗位缺口超10万，企业开出的薪资溢价普遍达30%-50%。对于深耕Java的开发者来说，这不是“被淘汰”的危机，而是“换赛道”的机遇。
2026-01-05 10:49:40
695
原创 程序员必看：大模型核心机制Next Token Prediction与Token解析（建议收藏）
token是指文本中的一个词或者子词，给定一句文本，送入语言模型前首先要做的是对原始文本进行tokenize，也就是把一个文本序列拆分为离散的token序洌其中，tokenize是在无标签的语料上训练得到的一个token数量固定且唯一的分词器，这里的token数量就是大家常说的词表英文中的 Token在英文中，Token 通常是单词、子词或标点符号。一个单词可能对应一个 Token，也可能被拆分为多个 Token。
2026-01-05 10:48:04
638
原创 收藏！2025大模型转型全攻略：普通人从入门到拿Offer的实战指南
2025年的AI产业，正处于高速发展的黄金期，岗位需求爆发、薪资优势显著、入门门槛降低，为普通人提供了前所未有的职业转型机遇。从零基础销售张琳转型AI产品经理，到文科背景李哲成长为大模型应用开发工程师，无数案例证明：AI转型不是技术天才的专利，而是每个有规划、肯行动的普通人都能实现的职业突破。对于程序员和职场小白来说，当前正是入局AI的最佳时机。精准定位岗位方向，选择适合自己的技术或非技术路径；用“工具应用切入+微项目驱动”的学习策略高效积累经验；规避转型误区，善用资源工具箱加速成长；
2026-01-04 11:21:26
719
原创 2025年程序员必看！大模型领域8大高薪岗位+转行全攻略，收藏这篇就够了！
在人工智能（AI）迅速发展的背景下，传统编程领域的程序员改何去何从呢？2025年程序员可以转行去哪些地方呢？其实在现在AI时代对于传统的程序员来说是一个绝佳的实现职业转型、提升薪资待遇的机遇。那么对于考虑转行到大模型领域的程序员来说，有几个热门岗位是值得特别关注的。这些岗位不仅代表了当前技术发展的趋势，也提供了转型的广阔舞台和职业发展的新机遇。近期科技圈传来重磅消息：行业巨头英特尔宣布大规模裁员2万人，传统技术岗位持续萎缩的同时，另一番景象却在AI领域上演——AI相关技术岗正开启“疯狂扩招”模式！
2026-01-04 11:15:18
396
原创 建议收藏：2026年AI Agent将爆发！从算力硬件到大模型应用，一篇全掌握
文章全面分析了AI Agent产业的发展现状与前景。上游包括AI算力硬件和大模型，中游聚焦Agent研发与集成，下游市场预计2034年达2360亿美元。随着技术迭代，Agent正从内容生成转向任务执行，2026年有望迎来爆发期。中国企业如寒武纪、科大讯飞等在产业链各环节持续突破，Agent将成为重塑企业流程、释放生产力的关键力量。近日，Meta（原Facebook）宣布拟以数十亿美元收购通用AI Agent产品Manus的母公司蝴蝶效应。
2026-01-04 11:14:13
776
原创 【必学收藏】智能体设计模式：从入门到实战，构建可规模化的大模型应用
模型能力在不断提升，但也在不断“同质化”你能选的模型越来越多，差距越来越小真正会拉开差距的，逐渐从：“谁的模型大一倍”变成：“谁的 Agent 更稳、更可控、更像一个成熟系统”。谁能把不确定性关在合理的边界里谁能用合适的设计模式，撑住复杂业务谁能在保证安全的前提下，实现真正的自动化和规模化模型是新引擎，设计模式，则是这套“智能系统”的底盘和车架。——如果你已经在用大模型做业务，那下一步要认真思考的，很可能不是“要不要换个更大的模型”，而是：“我的 Agent 结构，设计得够不够好。
2026-01-04 11:12:16
775
原创 收藏！企业知识库智能问答系统实践：从30%到90%准确率的RAG优化全攻略
召回阶段：相关文档命中率达到95%（较初期提升65个百分点）；生成阶段：答案准确率达到90%（较初期提升60个百分点）；用户体验：响应时间控制在1秒内，用户满意度达到85%以上，已成功投入企业内部生产运营，为员工提供高效的知识库查询服务。
2026-01-02 15:45:00
704
原创 收藏！Java后端求职碰壁？转向AI应用开发竟获20+HR主动邀约，双非也能拿高薪
近期求职市场上，一个极具参考价值的趋势正在程序员圈发酵：有程序员在Java后端岗位屡屡碰壁、简历石沉大海后，果断切换赛道主攻AI应用开发，没想到迎来了颠覆性的求职反转——这一经历不仅直观印证了AI应用开发领域的巨大人才缺口，更给双非学历、行业新人点亮了高薪明灯，堪称当前最值得入局的技术风口！这位求职者的经历颇具代表性，他分享道：此前花半年系统学习Java，还积累了相关实习经历，本以为能顺利拿下offer，可投递简历后大多遭遇"已读不回"的窘境。
2026-01-02 13:00:00
614
原创 收藏！大模型应用优化核心：ReRank重排序技术详解（LangChain+Weaviate实战）
本文聚焦大模型应用落地的关键优化环节——ReRank重排序技术，这是当前提升检索结果质量的主流核心策略。通过对初始检索文档进行顺序调整与无关数据过滤双重操作，可大幅强化检索结果的相关性与准确性，为后续大模型生成提供高质量上下文支撑。文中将系统拆解ReRank技术原理，重点讲解其在LangChain框架中的工程实现方案，尤其是主流的Cohere重排序模型调用方法，并结合完整代码示例，演示如何在Weaviate向量数据库中无缝集成重排序功能，帮助开发者快速落地该优化方案。
2026-01-02 10:00:00
964
原创 收藏备用！AI Agent四大部署架构全解析：从技术落地到商业价值变现（附代码/案例/学习资源）
当AI技术冲破实验室的藩篱，在产业场景中规模化落地时，AI Agent的部署策略已然成为连接技术原型与商业价值的核心枢纽。不同于传统软件“一次部署、静态运行”的固化模式，具备自主推理、动态决策能力的AI Agent，其部署方案直接决定了系统的响应速度、资源成本、数据安全性，更直接影响最终的用户体验与商业变现效率。。
2026-01-01 13:30:00
1013
原创 收藏！2025大模型行业校招激战正酣，程序员/小白入门指南在此
2024年初春，一家深耕大模型混合专家架构（Mixture of Experts, MoE）的初创公司，精准击中了清华本科毕业、正在香港攻读硕士的张云霁的研究兴趣。深入研读该公司发布的技术论文后，他敏锐察觉到：大模型推理优化领域潜藏着AI产业下一阶段的核心机遇。这份洞察让他毅然放弃了博士申请计划，转身投身于更具产业落地价值的大模型技术实践项目。仅仅一年时间，这家当初的初创公司便一战成名，响彻整个AI行业。
2026-01-01 10:00:00
1179
原创 收藏！深入解析AI Agent反思模式：吴恩达核心设计范式的实践指南
反思模式的核心是让AI通过"生成-评估-优化"的闭环流程，实现自我能力迭代——它打破了传统LLM"单次生成即结束"的局限，让模型能够像人类一样对自己的输出进行批判性审视，进而修正不足、优化策略。其核心机制可概括为四个关键环节：目标锚定、初步输出、自我校验、迭代优化。用户通过API接口或前端界面提交明确的任务需求（如代码生成、数据分析报告撰写）；Agent内置的LLM模型基于需求生成初步响应结果，该阶段不引入反思逻辑，确保输出效率；
2026-01-01 09:45:00
963
原创 收藏备用！一步步教小白/程序员构建通用大模型智能体（LLM Agent）
为什么要优先构建通用LLM Agent？对小白和初级程序员来说，它是快速验证大模型应用场景的"试金石"，能帮你低成本完成用例原型；对进阶开发者而言，通用Agent的构建过程能为后续定制化Agent架构打下坚实基础，少走很多弯路。在深入实操前，先快速搞懂LLM Agent的核心概念（基础扎实的同学可直接跳过，直达构建步骤）。LLM Agent 是一款执行逻辑由底层大模型驱动的程序，区别于固定脚本，它具备自主决策和动态调整的能力。
2025-12-31 11:06:10
1063
原创 收藏！35岁程序员转行大模型领域：8步落地指南
近期科技圈传来重磅消息：行业巨头英特尔宣布大规模裁员2万人，传统技术岗位持续萎缩的同时，另一番景象却在AI领域上演——AI相关技术岗正开启“疯狂扩招”模式！据行业招聘数据显示，具备3-5年大模型相关经验的开发者，在大厂就能拿到50K×20薪的高薪待遇，薪资差距肉眼可见！业内资深HR预判：不出1年，“具备AI项目实战经验”将正式成为技术岗投递的硬性门槛。在行业迭代加速的当下，“温水煮青蛙”式的等待只会让自己逐渐被淘汰，与其被动应对，不如主动出击，抢先掌握AI大模型核心原理+落地应用技术+项目实操经验。
2025-12-31 11:03:06
932
原创 收藏！228万年包引破防！大模型核心岗位全梳理，小白/程序员入门必看
估计不少打工人刷到这条消息都要破防了！😭评论区里，网友们的羡慕之情都要溢出屏幕了——这薪资水平，直接刷新了很多人对科技行业岗位的认知。原本互联网行业的薪资就已经让不少普通打工人望尘莫及，没想到人工智能大模型赛道的薪资更是“卷上了天”！在当前的就业环境下，想要实现年薪百万的目标，人工智能大模型领域无疑是极具潜力的选择，甚至在薪资成长性上已经超越了传统互联网岗位。近年来，随着AI技术加速渗透医疗、金融、自动驾驶、教育等各行各业，大模型相关岗位已然成为科技领域的“香饽饽”。
2025-12-31 11:01:56
444
原创 收藏学习！大模型核心原理详解，从Transformer到GPT的全面指南
清华大学出版社出版的《人工智能概论》中提出，人工智能是对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但它能像人那样思考，也可能超过人的智能。基于这个设想，人工智能应当能够执行通常需要人类智能的任务，如视觉感知、语音识别、决策和语言翻译等工作。就像人一样，可以看见、听见、理解和表达。这涉及了众多人工智能的分支学科，如计算机视觉（CV）、自然语言处理（NLP）、语音识别（VC）、知识图谱（KG）等。NLP语言模型的发展，引自《A Survey of Large Language Models》
2025-12-31 10:41:46
769
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