我在国企信息化坐了十年,AI 没裁我,却照出了我荒废的那十年

「文智助手」全场景办公AI助理AI+OPC全流程实践方案(大赛作品) 阅读详情

一套工具上线,我听见自己被绕过去的声音

今年六月,单位信息中心上线了一套"AI 辅助开发工具"。说人话就是,给内部 OA 加个对话框,输入"做一个请假审批页,带部门下拉和流程节点",半小时出原型。以前这种页,我们三个人磨一周。

我是信息化部门的前端,今年三十一,在这栋楼里坐了快十年。师傅当年带我配第一个审批流,说"这活稳,单位不会倒,干到退休都行"。我信了,也安心了。

领导在六月那次会上说了一句,我记到现在:"以后这种内部页面,一个人加 AI 就够了,不用堆人。"当时我还有点不以为然。可接下来一个月发生的事,把我那点自信磨没了。

新来的校招小伙子,去年入职,用这套工具把"党建学习台账系统"一个人扛了。台账登记、学习报表、导出 Excel、自动提醒,全做了。他用了三周。过去这种活,我们组四个人排过两个月。我看完他屏幕,第一次认真想:十年里我到底长出了什么。答案是——我把那套自研框架用熟了,熟到闭着眼配出任何审批流,但框架之外,我什么都没碰过。

稳定岗最坏的奖励,是让你停下

国企的好处我享受了十年:不加班、不裁员、公积金顶格。代价我当时不觉得是代价。每年信息化部门 KPI 就那几样:系统不宕机、报表按时出、年底领导讲话稿里的"数字化转型"有东西可展示。技术栈停在 Angular 8 加一套自研低代码表单,2019 年定的,到现在没升过。

为什么没升?升了没人看。业务处室要的是"能填能导出",不是"技术先进"。我提过两次引入新框架,处长在走廊拦我说:"能用就行,别折腾,真出事你负责?“于是我学会了"能用就行”,把后面四年过成前面六年的复刻——同样的表单、报表、导出按钮,每年换个标题重新配一遍。有回我翻出 2020 年写的报销页和 2024 年写的报销页,除了年份和 logo,几乎一模一样。

AI 工具上线那月,部门让人人试。我试了,配个"会议室预订页",十分钟的需求,我卡在老框架的兼容问题上折腾了一下午才调通——某个老接口返回的时间格式,新组件读不出,我翻了三年前的封装才想起怎么处理。旁边校招小伙子用 AI 工具,同样需求二十分钟完事。他客气地说:"哥,你这框架太老了,好多新组件都接不进来。“我没接话。不是不想接,是接不住——我引以为傲的"老系统经验”,在 AI 眼里连障碍物都算不上,只是待忽略的历史遗留。

有天晚上加班改旧报表,我对着满屏 ng-repeat 发呆。窗外园区路灯亮着,我突然怕了。不是怕被裁,裁不了。怕的是——真有天这栋楼不需要"配表单的人"了,我拿什么换饭吃。那晚我回家,老婆问怎么黑着脸,我说累,其实不是累,是空。

转机:内部"AI 门户"项目点了我一下

转机是九月份来的。单位要搞"智慧办公 AI 门户",把各处室的问答、流程办理、文档检索拢到一个对话入口。信息中心让我牵头做前端落地——准确说,是让我把业务处室那些七零八落的需求,拆成 AI 能接住、人能看懂的东西。

我本来想推,怕露怯。但处长把活压下来:"你在这儿十年,业务你最熟。"这句话以前听是肯定,那天后听是提醒——十年来我攒下的不是技术,是业务理解。每个处室要什么、驳回逻辑怎么定,这些东西文档里没有,在我脑子里。

我开始做需求拆解。把"办公室要个能问制度的机器人"拆成:知识库从哪来(各处红头文件 PDF)、问什么(制度条款、流程时限)、答错了怎么办(转人工加留痕)、敏感词怎么拦(涉密字段直接拒答)。只是这次,翻译的落点从"页面元素"变成了"Agent 该调哪个工具、检索哪块知识"。说人话:我以前拆的是界面,现在拆的是任务,拆法没变。

第一次周会汇报,我把办公室的需求拆成十一页脑图,处长愣了下说:"你平时不都一句’能做’就完了吗?"我说是,现在知道跑不对比跑不了更麻烦——答错一条制度,是要担责任的。那次之后,我把各处室的隐性规则一条条列出来,光"什么能答、什么必须转人工"就写了三页,这是我以前从没做过的深活。

有个具体的事。人事处后来加了个需求:“工龄工资怎么算,按进单位算还是按转正算?“这句话表面是问制度,实际要跨两份文件、还要结合每个人入职记录才能答准。我把它拆成"先检索工资办法、再检索入职管理规定、末了按人比对”。那周我天天跟人事处的人对口径,他们才说清楚"实际是按转正次月算”,文档里从没写明白。这件事让我确认:AI 门户难的不是技术,是先把业务里那些"大家都懂但没人写"的规矩挖出来。这活,恰恰是我十年配表单时天天在干的——只是以前挖出来是为了画输入框,现在是为了喂给模型。

不用学训练模型,那是算法岗的事

这条最该跟同处境的人说一句:不用学训练模型,那是算法岗的事。我在门户项目里干的,全是应用层——

第一,把各处室近三年制度 PDF 切片,塞进向量库 pgvector,做 RAG。用户问"产假怎么算",模型先去库里检索对应条款,再组织成答案,不会胡编。第二,用 Dify 把"问答、转人工、流程触发"编排成工作流节点,意图命中走知识库,命中不了转人工,跟当年配审批流分支一个思路。第三,前端用 LangChain.js 接模型,做流式输出和引用标注,用户能看到答案出自哪份文件,领导才放心。

我的时间线:九月接项目,前两周把各处室制度文件整理归档,顺手划了单位知识边界(什么能答什么不能,涉密词表列了三十多条);十月跟着 Dify 文档把工作流跑通,踩了"切片太大检索飘、切片太小丢上下文"的坑;十一月学 Prompt 工程,死磕"答非所问"压到可接受,说穿了就是给模型立规矩,跟给配置面板立校验规则一个思路;十二月用 LangChain.js 把门户前端和后端接起来,跑通流式回答,没碰一行 Python 训练代码。全程在上班,没脱产,每晚两小时。

门户上线那天,办公室主任试用了一句"差旅报销标准多少",三秒出答案还带了文件出处和条款原文。他在群里发了个"好"。一个字。我盯着看了很久——十年来第一个不是"系统又卡了"的评价。

老邵:财务科的信息岗,比我早半步

说个旁证。老邵是财务科的信息岗,跟我境遇像,也是十年老岗,以前也是配报表。他今年上半年就开始用 Coze 给本科室搭"报销问答 bot",把财务制度做成知识库,配了转人工和留痕。从搭好到科室全员用,两个月。他算了笔账:以前每月有人专门花五天答报销咨询,现在 bot 接了八成,那人转去干更细的核对。他现在被借调到单位数字化小组,算半个转型成功。

这次转型教会我的事

稳定岗最大的陷阱,不是它不涨薪,是它让你以为不用再长了。十年里我每年都"完成了工作",每年都平安,可"完成"和"长进"是两件事。AI 没裁我,它只是把镜子递到我面前:镜子里那个人,手艺没丢,但手艺之外的部分,荒了十年。

我现在不感谢这套 AI 工具,但它确实逼我动了起来。如果还待在老框架里配表单,再过五年我还是那个"能用就行"的我。稳定从来不是公司给的,是自己长出来的——这句话我晚懂了十年,但好过一直不懂。

你们单位开始上 AI 工具或者内部门户了吗?评论区聊聊。

想入门 AI 大模型却找不到清晰方向?备考大厂 AI 岗还在四处搜集零散资料?别再浪费时间啦!2026 年 AI 大模型全套学习资料已整理完毕,从学习路线到面试真题,从工具教程到行业报告,一站式覆盖你的所有需求,现在全部免费分享!

👇👇扫码免费领取全部内容👇👇

​

一、学习必备:100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT,帮你看透 AI 趋势

想了解大模型的行业动态、商业落地案例?大模型电子书?这份资料帮你站在 “行业高度” 学 AI:

1. 100+本大模型方向电子书

在这里插入图片描述

2. 26 份行业研究报告:覆盖多领域实践与趋势

报告包含阿里、DeepSeek 等权威机构发布的核心内容,涵盖:

  • 职业趋势:《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》;
  • 商业落地:《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》;
  • 领域细分:《AGI 在金融领域的应用报告》《AI GC 实践案例集》;
  • 行业监测:《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。

3. 600+套技术大会 PPT:听行业大咖讲实战

PPT 整理自 2024-2025 年热门技术大会,包含百度、腾讯、字节等企业的一线实践:

在这里插入图片描述

  • 安全方向:《端侧大模型的安全建设》《大模型驱动安全升级(腾讯代码安全实践)》;
  • 产品与创新:《大模型产品如何创新与创收》《AI 时代的新范式:构建 AI 产品》;
  • 多模态与 Agent:《Step-Video 开源模型(视频生成进展)》《Agentic RAG 的现在与未来》;
  • 工程落地:《从原型到生产:AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。

二、求职必看:大厂 AI 岗面试 “弹药库”,300 + 真题 + 107 道面经直接抱走

想冲字节、腾讯、阿里、蔚来等大厂 AI 岗?这份面试资料帮你提前 “押题”,拒绝临场慌!

1. 107 道大厂面经:覆盖 Prompt、RAG、大模型应用工程师等热门岗位

面经整理自 2021-2025 年真实面试场景,包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题,每道题都附带思路解析:

2. 102 道 AI 大模型真题:直击大模型核心考点

针对大模型专属考题,从概念到实践全面覆盖,帮你理清底层逻辑:

3. 97 道 LLMs 真题:聚焦大型语言模型高频问题

专门拆解 LLMs 的核心痛点与解决方案,比如让很多人头疼的 “复读机问题”:


三、路线必明: AI 大模型学习路线图,1 张图理清核心内容

刚接触 AI 大模型,不知道该从哪学起?这份「AI大模型 学习路线图」直接帮你划重点,不用再盲目摸索!

在这里插入图片描述

路线图涵盖 5 大核心板块,从基础到进阶层层递进:一步步带你从入门到进阶,从理论到实战。

img

L1阶段:启航篇丨极速破界AI新时代

L1阶段:了解大模型的基础知识,以及大模型在各个行业的应用和分析,学习理解大模型的核心原理、关键技术以及大模型应用场景。

img

L2阶段:攻坚篇丨RAG开发实战工坊

L2阶段:AI大模型RAG应用开发工程,主要学习RAG检索增强生成:包括Naive RAG、Advanced-RAG以及RAG性能评估,还有GraphRAG在内的多个RAG热门项目的分析。

img

L3阶段:跃迁篇丨Agent智能体架构设计

L3阶段:大模型Agent应用架构进阶实现,主要学习LangChain、 LIamaIndex框架,也会学习到AutoGPT、 MetaGPT等多Agent系统,打造Agent智能体。

img

L4阶段:精进篇丨模型微调与私有化部署

L4阶段:大模型的微调和私有化部署,更加深入的探讨Transformer架构,学习大模型的微调技术,利用DeepSpeed、Lamam Factory等工具快速进行模型微调,并通过Ollama、vLLM等推理部署框架,实现模型的快速部署。

img

L5阶段:专题集丨特训篇 【录播课】

img
四、资料领取:全套内容免费抱走,学 AI 不用再找第二份

不管你是 0 基础想入门 AI 大模型,还是有基础想冲刺大厂、了解行业趋势,这份资料都能满足你!
现在只需按照提示操作,就能免费领取:

👇👇扫码免费领取全部内容👇👇

​

2026 年想抓住 AI 大模型的风口?别犹豫,这份免费资料就是你的 “起跑线”!

船载 OpenHarmony AIS 航海工作台:告警与防碰撞预警系统 船载OpenHarmony AIS航海工作台的告警与防碰撞系统,集成十余类告警(超速、偏航、会遇、SOS等),通过网格空间索引实现高效邻近判定,保障实时性。告警管理器统一调度规则、去重、通知与日志,支持悬浮球、语音、跑马灯、弹窗多渠道触达,确保航行安全。SOS紧急通道独立运行,避免干扰。系统设计强调性能优化与多场景适配,为航海安全提供核心支撑。 阅读详情

相关推荐

北斗导航 | raPPPid软件功能模块详解

raPPPid(Rapid Precise Point Positioning with integer ambiguity resolution,快速精密单点定位与整周模糊度解算)是由维也纳工业大学(TU Wien)大地测量与地理信息系开发的MATLAB开源PPP软件包。它是VieVS(Vienna VLBI and Satellite Software,维也纳VLBI与卫星软件)的PPP模块,由Marcus Franz Glaner和Robert Weber主导开发。

尘世冰封的专栏 592

当下计算机专业毕业生的出路的现状分析与行业展望

在过去十余年里,计算机专业始终稳居工科热门榜首,凭借高薪、广适配、高就业率的优势,成为无数考生的首选,被视作互联网时代的“万能金饭碗”。但从2024年开始,行业格局迎来颠覆性变革,叠加高校扩招、AI技术迭代、互联网行业增速放缓等多重因素,计算机专业彻底褪去“闭眼上岸、全员高薪”的时代红利。2026年最新就业数据显示,常年霸占本科薪资榜单前列的计算机科学与技术、软件工程专业,已正式跌出月薪前十榜单,彻底终结了行业普涨的黄金周期。如今的计算机就业市场,早已形成极致的。

344

YOLOv8 Neck改进:BiFPN双向特征金字塔网络解析与实践

本文详细介绍了如何在YOLOv8中集成BiFPN双向特征金字塔网络,包括原理解析、代码实现、配置文件修改和性能分析。BiFPN通过双向特征融合和加权特征机制,显著提升了多尺度目标检测的性能。希望通过本文的讲解,大家能够深入理解BiFPN的工作原理,并成功将其应用到自己的目标检测项目中。如果你有任何问题或建议,欢迎在评论区留言讨论!在下一篇文章中,我们将探讨YOLOv8的其他改进技术,包括注意力机制、新的损失函数等,敬请期待!

QQ_778132974的博客 993

视频隐私脱敏工程化:CSRT/KCF追踪算法在本地推理中的实现与边界

在短视频内容合规审查中,动态遮挡(Dynamic Masking)是高频且高耗时的环节。传统手动关键帧打码不仅效率低下,且在目标快速移动或遮挡时极易出现遮罩漂移。本文从计算机视觉工程角度,解析基于CSRT与KCF算法的目标追踪方案在视频隐私处理中的技术路径、性能权衡及落地实践。

Mysssone的博客 416

C#与海康威视工业相机结合OpenCV与WPF:打造高效的机器视觉应用程序

本文介绍了基于C#、海康威视工业相机SDK和OpenCV的机器视觉应用开发方法。首先配置开发环境,包括海康SDK、OpenCvSharp和WPF项目设置。重点阐述了如何通过SDK初始化相机、获取视频流,并将YUV数据转换为OpenCV可处理的Mat格式进行图像处理(如边缘检测)。同时展示了如何用WPF实现界面交互和实时图像显示。该方案为工业自动化、质量检测等场景提供了高效的技术实现路径,结合了海康相机的高性能采集、OpenCV的强大算法和WPF的交互优势,具有较高的实用价值。

这里只有干货:从 Modbus 通信到 MES 对接,从 YOLO 训练到工控机部署,带你搞定工业软件开发全流程。 1499

真格量化-bs套利

#!/usr/bin/env python # coding:utf-8 from PoboAPI import * import datetime import time import numpy as np from copy import * #开始时间,用于初始化一些参数 def OnStart(context) : context.myacc = None #登录交易账号 if context.accounts["回测期权"].Login() : co.

qq_26742269的博客 1322

AI 问数真的能替代 BI 报表吗?

AI问数赋能自然语言查询,提升临时分析效率,但无法替代传统报表。报表适用于稳定输出与持续监控,AI则擅长探索性提问。企业用好AI问数,关键在于夯实数据模型、统一指标口径、健全权限体系与结果校验机制。合理组合报表、仪表板与AI,才能实现高效、准确的业务洞察。

葡萄城技术团队博客 326

【异常】插入Milvus时出现无法插入的情况提示io.milvus.exception.ParamException: The field: meta is not provided.

在使用 Milvus 进行向量搜索时遇到 io.milvus.exception.ParamException: The field: meta is not provided 错误通常意味着在创建集合(Collection)或者插入数据(Insert)时,某些必需的元数据字段没有被正确提供。检查集合创建,确保在创建集合时,你已经定义了所有必需的字段,并且正确地使用了 SchemaField 来定义这些字段。例如,如果你在创建集合时没有正确设置元数据字段,就会出现这个错误。请严格按照这个表结构创建。

奶爸的编程之路,也就一周冷个三天 927

ChatGPT、Perplexity、Gemini 与 AI Overviews 引用对比:谁的引用更可信

AI 引擎的引用机制差异很大:ChatGPT 以行内引用加 Sources 列表呈现来源,Perplexity 几乎逐句可溯源,Gemini 在回答中内嵌相关来源链接,AI Overviews 则把多源聚合答案与来源列表一起放在搜索结果顶部。本文从引用透明度、来源偏好、可干预性 3 个维度对比这 4 个引擎,并给出 GEO 的 3 点启示,帮企业在多引擎环境下提升被引用的概率。

淡然一笑 的专栏 257

ComfyUI 局部重绘工作流示例

本文介绍了使用ComfyUI进行图像局部重绘的基础工作流程,重点讲解如何修改人物眼睛颜色和表情。主要内容包括:1.准备工作(可选下载DreamShaperv8模型);2.加载素材图片和工作流文件;3.使用遮罩编辑器绘制需要修改的区域;4.修改提示词控制生成内容;5.调整denoise参数优化效果。教程提供了详细的提示词示例(如"smile,blackeyes"等)和参数设置建议,帮助用户通过多次尝试获得理想效果。该工作流适用于修改图像局部区域而不影响整体画面。

云域A的博客 334

运行openclaw gateway install时出现Gateway install failed: Error: schtasks create failed的解决方案

本文主要介绍了运行openclaw gateway install时出现Gateway install failed: Error: schtasks create failed的解决方案,希望能对学习和使用openclaw的同学们有所帮助。 文章目录 1. 问题描述 2. 解决方案

weixin_43178406的博客 11万+

AI Agent之核心框架

A: 显式 Thought 有三类价值:可解释性(便于人类审计)、可调试性(定位哪一步选错工具)、学习信号(可做监督微调或评估中间步骤质量)。ReAct 把推理与 可执行行动 绑定,每一步行动后都有 真实 Observation 反馈,从而用工具结果约束生成,降低闭卷幻觉。做完不等于结束——还要 评估做得好不好,把 教训 记下来,下次 带着教训重试,反思作为 记忆,影响后续尝试的策略。工作流程:Action → Evaluation → Reflection → Retry。A: 普通 CoT 只在。

剑雨巍巍的博客 279

11、AUTOSAR配置全解析:从运行实体到通信接口

本博客详细解析了在Simulink中使用AUTOSAR字典配置AUTOSAR运行实体(Runnables)、运行实体间变量(IRVs)、参数以及多种通信接口的过程。内容涵盖运行实体及其事件的配置、IRV和参数的属性设置,以及发送-接收接口、模式切换接口、客户端-服务器接口、非易失性数据接口、参数接口和触发接口的详细配置方法。通过这些步骤,开发者可以高效地构建符合AUTOSAR标准的汽车电子软件系统。

e3f4g5的博客 124

【从零理解 Spring AI · 12】MCP 的两种角色:做客户端还是做服务端

上一篇讲了 MCP 的概念:标准协议、三大角色、M+N 替代 M×N。

nice_lcj520的博客 609

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

AI 应用开发工程师技术实践:大模型接入、通用组件封装与性能优化

本文提出AI应用从PoC到生产的核心挑战:模型调用的持续可用、可控与可优化。通过构建统一LLM网关实现多供应商路由与故障转移,封装对话、工具调用与RAG组件以解耦业务逻辑,结合前缀缓存、批处理与流式背压治理等性能优化手段,形成“接通→接稳→接快”的工程路径,最终以工程化能力决定AI应用的生产可用性。

2301_79189962的博客 646

SAP B1中文培訓教材_SDK

公司内部培训资料,对开发工具 ,DIAPI, UIAPI,Add-ON有详细解说

抽象主义人工智能和生命体AI的内在联系

彭军辉提出“抽象主义人工智能”作为第四大AI范式,批判符号主义、连接主义、行为主义剥离生命本体的误区,确立“智能是现象,生命是本体”的核心公理。主张原生智能必须依附具备存续诉求的生命本体,提出“生命体AI理论”,构建七层演化阶梯与自闭环工程框架,强调智能不可跳过底层存续机制直接模拟语言。该体系为生成式AI提供科学边界,推动从“仿真表象”向“原生智能”的范式跃迁,开辟硅基人工生命新赛道。

抽象主义人工智能和生命体AI 197

Data-Structures-and-Algorithm-Analysis-in-Java.pdf

作者: Weiss, Mark A. 出版社: Addison Wesley Data Structures and Algorithm Analysis in Java is an “advanced algorithms” book that fits between traditional CS2 and Algorithms Analysis courses. In the old ACM Curriculum Guidelines, this course was known as CS7. This text is for readers who want to learn good programming and algorithm analysis skills simultaneously so that they can develop such programs with the maximum amo...

OpenAI Control Room 架构拆解:给企业 AI Agent 加一套可审计的急停系统

OpenAI 公开了用于追踪和停止研究模型工作负载的 Control Room。本文拆解 job_id、推理前鉴权、35 秒撤销窗口与 Fail Closed 设计,并给出企业 AI Agent 急停控制面的数据模型、FastAPI 参考实现、缓存撤销策略和故障演练清单。

jerry764的博客 333

OpenClaw 深度调查:把 AI 助手做成你自己的控制平面

对 openclaw/openclaw 的完整技术尽调:Gateway 架构、Agent 运行时、工具与沙箱、30 个消息通道、181 个插件、安全信任边界、工程代价与采用建议。17 章 / 10 张图,全部数字标注口径,数据截至 2026-10-31。

厚积薄发 333

AI赋能智慧港口建设|造形家快速生成港口全要素三维场景

随着智慧港口、港口数字孪生项目的持续推进,港口三维场景的需求日益旺盛。传统港口三维建模,往往需要航拍倾斜摄影采集数据,再人工搭建吊机、岸桥、船舶、集装箱等大量工业设施模型,项目周期长、人力成本高,修改迭代繁琐,制约港口可视化项目落地效率。国产AI三维建模工具,依托卫星影像 AI 识别能力,无需航拍作业,一键快速搭建港口完整三维场景,为港口数字孪生、方案汇报、投标演示提供高效的场景解决方案。

m0_69539167的博客 79

从设备增点到治理闭环:老旧小区物业数智化落地实践

系统连接合同审批、银行流水、收费记录与项目台账,执行到期提醒、收入核验、异常标色和月度对账,让每一笔资金来源明确、去向可查。针对设施老旧、诉求响应慢、公共收益不透明等问题,津南以6类小区为试点场景,统一建设物业数字化底座,关联楼栋、单元、房屋、业主、空间、设施设备、工单、公共收益等核心数据。系统采用统一编码管理,将摄像头、路灯、井盖、道路、绿化等设施纳入资产台账,解决纸质记录更新滞后、故障责任难追溯的问题。基于历史工单建立分类模型和知识库,辅助识别照明、给排水、电梯、环境秩序、秩序维护等问题;

wuyeshuzhihua的博客 154

企业微信iPad协议详解:接口接入、实时消息同步与语音转码实践

深入解析企业微信iPad协议的技术架构与开发思路,涵盖API接口接入、长连接通信、实时消息同步、Silk语音转码、异常重连及高并发优化,帮助开发者了解企业微信自动化系统的设计与实现。

欢迎来到祖安! 499

Product Hunt 热榜 2026-11-13:Plurai Simulation、YouArt Desktop App、Omnigraph

2026-11-13 Product Hunt 新产品精选:Plurai Simulation、YouArt Desktop App、Omnigraph。汇总 15 款产品的中文介绍、功能关键词和产品链接。

LaughingZhu的博客 605

【AI Agent面试系列】AI Agent可观测、评测、安全相关的知识点

之前的文章介绍了和,本文主要介绍AI Agent的测评、可观测等知识。

384

Docling 原理解读:是什么、为什么、怎么样

从论文视角拆解 Docling 的整体架构、DoclingDocument 数据模型、PDF 预处理、版面分析、OCR、TableFormer 双解码器、阅读顺序与装配流程,并解释版面框与 OCR 框的区别。

PLANTTHESON的博客 395

WorkBuddy 实战:一句话需求 → 七屏可交互原型,户外徒步 App 的 AI 设计全流程

WorkBuddy 实战:一句话需求 → 七屏可交互原型,户外徒步 App 的 AI 设计全流程,跟着博主一起来还原整个过程。

夜郎King的博客 5122

从认识人工智能到理解机器学习:我的 AI 入门第一课

正式开始学习人工智能之前,我对 AI 的认识其实比较模糊:知道 ChatGPT、知道大模型,也知道现在很多岗位都在谈 AI,但如果有人问我“人工智能到底是什么”“机器是怎么学会识别一只猫的”,我未必能从头到尾讲清楚。上午的课程更偏向行业全景:人工智能的发展、研究方向、NLP、岗位分工、学习路线和 AI Coding 工具。下午的课程更偏向技术基础:机器学习的原理、有监督学习、深度学习、模型训练和评估方法。

chh563的博客 548
上一篇: 回款催到第三个月,我开始给旧项目“换脑子“
下一篇: 我裸辞做自由职业,AI 没抢我的活,抢的是我活不下去的底气
AI_小站
博客等级 码龄3年 6255粉丝 1155原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值