- 博客(983)
- 收藏
- 关注
RSS订阅原创 收藏备用！AI浪潮下Java程序员突围指南：从代码小白到智能架构师
面对AI浪潮，Java开发者无需恐慌——AI淘汰的不是Java技术，而是只会重复编码的"工具人"。Java的稳定性、安全性、企业级生态优势，在AI落地过程中反而愈发重要，成为连接AI技术与业务价值的关键纽带。转型的核心，是从"代码的执行者"转变为"智能系统的构建者与价值创造者"。这需要以Java技术为根基，以AI工具为羽翼，以行业场景为舞台，通过科学的学习方法与持续的实战积累，构建复合型能力体系。展望未来，随着大模型与企业级应用的深度融合，"Java+AI"的融合场景将持续爆发。
2025-11-24 11:37:39
535
原创 大厂面试干货 | 阿里淘天大模型岗位面试真题全解析，收藏不亏！
答：我知道的图 RAG 算法主要有 LightRAG 和 GraphRAG。分块（Chunk）+ 索引（Indexing）：将文本分割成小块，并构建出基于图的索引结构。文本分割：将文档分割成小块。实体、关系提取：利用 LLM 识别并提取每块文本中的实体（如名称、日期、地点、事件等）和它们之间的关系，形成知识图谱中的节点和边。生成键值对：对每个实体节点和关系边，使用 LLM 配置文件函数生成文本键值对，其中键是单词或短语，用于高效检索，值是总结相关片段的文本段落，辅助文本生成。
2025-11-24 11:16:06
587
原创 大模型RAG技术完全指南：从基础到Agentic RAG的36核心技术(建议收藏)
RAG技术结合信息检索与生成模型，通过引入外部知识库解决大模型幻觉、知识过时等问题。其核心分为检索与生成两阶段，高级RAG包含Query理解、路由、索引、检索、重排、生成等36种技术。未来趋势是Agentic RAG，通过智能体分解复杂问题，逐步求解。RAG技术显著提升了知识密集型任务的准确性与可信度，为特定领域应用提供了可靠解决方案。
2025-11-23 15:45:00
758
原创 【深度收藏】LLM大模型工作原理揭秘：原来就是两个文件！
在很多讲大模型的文章中，经常听到模型推理、模型训练等专业术语，我们就从这两个专业术语来说明大模型到底是什么、它又是如何工作的。我们日常与ChatGPT聊天，就是模型推理（LLM Inference）的过程。模型推理消耗的GPU以及服务器资源由用户量决定，相比于模型训练阶段要小很多。模型推理其实就是在服务器上运行Transformer架构以及模型训练得到的参数，参数量级决定模型大小，例如DeepSeek-R1满血版本的671B，就是指模型参数是671 Billion。
2025-11-23 09:45:00
165
原创 AI人才缺口下的破局：30+程序员的转型逆袭之路
35岁那年的绩效面谈，领导委婉提了‘团队年轻化’，我看着手里写了五年的业务逻辑代码，月薪停在11k整整三年。三个月后，我带着大模型项目经验，拿到了30k的AI开发offer。这样的职业反转，正在2025年的技术职场不断上演。猎聘最新发布的《AI人才供需白皮书》显示，2024-2025年AI相关岗位招聘量同比暴涨321.7%，其中大模型算法岗的人才供需比低至0.17，意味着平均6个岗位争抢1名合格人才。更关键的是，大模型应用开发并非高不可攀的“天堑”，反而成为30+程序员突破职业瓶颈的黄金赛道。
2025-11-22 11:37:46
1079
原创 收藏！大模型技术全解析：从AI分类到实战应用，小白到程序员必备指南
本文系统介绍AI发展历程与分类，详解大语言模型训练方法、Token概念及Temperature与Top P参数等核心技术。探讨AI Chat的联网搜索、文件读取和记忆功能，分析中美AI发展差距与硬件限制，概述中国主要AI公司产品特点，为读者提供全面的大模型知识框架。
2025-11-22 11:26:00
1166
原创 干货收藏！10个精选AI大模型应用架构设计问题及解决方案全解析，助你轻松应对技术挑战
本文详细解析了10个精选AI大模型应用架构设计面试问题，涵盖RAG系统评估、减少幻觉现象、参数高效微调、大规模检索系统设计、特定领域模型评估、模型调试、系统延迟优化、领域特定检索优化、持续改进流程以及多模态模型评估等方面。这些真实场景的问题和解决方案，旨在帮助AI大模型应用工程师/架构候选人提升技术能力和面试表现，适合想要深入学习大模型应用架构设计的读者。今天，我将带你了解 10 个精选的 AI 大模型应用架构设计的面试问题，没有废话，没有“什么是大模型”这种无聊问题。
2025-11-22 11:06:38
641
原创 收藏必看！从零开始构建自我改进的Agentic RAG系统：大模型实战指南
先定义控制整体流程行为的结构。我们用 PydanticBaseModel创建GuildSOP。通过强类型、校验、自文档化，让 SOP 稳定可进化。GuildSOP公开了关键参数（如 prompts、、以及 agent 开关），使外层 AI Director 能够拉动这些“策略杠杆”，进而调优整体性能。使用Literal限定取值集合，保证类型安全。输出显示 baseline SOP 的全部配置，作为初始“手工工程”的最佳猜测，供 AI Director 后续优化与超越。
2025-11-21 15:00:00
819
原创 2025大模型技术全景：GPT、Claude、Gemini、文心一言等主流模型深度对比与选择（建议收藏）
AI大模型技术正以前所未有的速度发展，深刻改变着我们与信息交互的方式以及各行各业的生产力。通过本文的对比分析，我们可以看到国内外主流AI大模型在技术特性、能力表现、应用场景、商业策略和生态建设等方面各有千秋，共同推动着这场技术浪潮滚滚向前。
2025-11-21 11:54:23
994
原创 【收藏版】大模型人才进阶指南：从调参师到架构师的跃迁之路
调用API，构建一个对话应用；用LangChain等框架，搭一个RAG知识库；反复调试Prompt，与模型进行“语言博弈”；对现有模型进行微调，在Benchmark上提升几个百分点；将一些酷炫的Demo包装成产品。
2025-11-21 10:51:23
827
原创 【必读收藏】从单个智能体到协同系统：AI Agent与Agentic AI全解析
2022年11月，ChatGPT的发布无疑是人工智能发展史上的一个“奇点”事件。一夜之间，AI从遥不可及的科研概念，变成了人人都能上手的聊天工具。很快，我们就不再满足于让AI仅仅“聊天”，而是希望它能“干活”。于是，「AI Agent（AI代理）」的概念应运而生并火爆全球。我们开始尝试让大语言模型（LLM）连接各种工具（如搜索引擎、计算器、API接口），让它能像一个助理一样，自主地执行多步骤任务。
2025-11-21 10:27:57
703
原创 【收藏必看】大模型Agent系统完全指南：从技术选型到实战部署的全流程解析
Agent”有多种定义方式。部分客户将其视为完全自主系统，能在较长时间内独立运行，使用各种工具完成复杂任务。也有人用此术语描述更固定的、预定义的工作流。工具提示工程指的是：像编写提示词一样设计工具定义，使大模型能清晰理解工具的用途、使用方法和结果含义。保证100%免费。
2025-11-20 15:15:00
1504
原创 从Agent到MCP：大模型能力扩展指南，Type-C接口革命，建议收藏！
在我们使用大模型的时候，大模型其实缺少很多能力。比如：我们向 Claude 发出指令：帮我画一只小猫。这时候 Claude 会这样回复你：对不起，我没有绘画的能力，无法帮你画一只小猫。这时候怎么办呢？我们就要使用到 Agent。第一步：我们要自己开发一个绘画的接口，该接口接收一个入参： Prompt ，然后调用其他 AI 工具比如 Midjourney 、 Stable Diffusion 等，生成图片，然后返回一个 Image_url。
2025-11-20 10:43:34
786
原创 【必收藏】RAG系统文档分块完全指南：从基础到高级策略
分块是将大块文本分解成较小段落的过程，这使得文本数据更易于管理和处理。通过分块，我们能够更高效地进行内容嵌入（embedding），并显著提升从向量数据库中召回内容的相关性和准确性。在实际操作中，分块的好处是多方面的。首先，它能够提高模型处理的效率，因为较小的文本段落更容易进行嵌入和检索。其次，分块后的文本能够更精确地匹配用户查询，从而提供更相关的搜索结果。这对于需要高精度信息检索和内容生成的应用程序尤为重要。通过优化内容的分块和嵌入策略，我们可以最大化LLM在各种应用场景中的性能。
2025-11-19 15:00:00
928
原创 【收藏】AI大模型月薪4.2万+，人才严重稀缺，零基础程序员如何抓住风口？
AI大模型带来的不仅是技术变革，更是程序员职业发展的“结构性机遇”。未来5年，随着技术向各行各业的渗透，掌握大模型能力的程序员将成为职场“稀缺资源”。面对60-200万年薪的诱惑，无需因“学历门槛”或“技术差距”而却步——选择适合自己的切入方向，通过持续学习构建核心能力，用项目实战证明价值，就能在这场职业浪潮中占据优势。行业内流传着一句真理：“AI不会取代程序员，但会使用AI的程序员，一定会取代不会使用AI的程序员。”现在就行动起来，制定属于自己的大模型学习计划，方能在AI时代的职场竞争中，立于不败之地。
2025-11-19 10:40:40
893
原创 Agent框架协议“三部曲”：MCP、A2A与AG-UI的协同演进
综合来看，三大协议从不同维度构建了Agent系统框架的基础设施：MCP为Agent配备了与外部世界交互的"手脚"，A2A让Agent拥有了协作伙伴，AG-UI则为Agent提供了面向用户的"落地入口"。三者协同推动Agent系统从单智能体向多智能体演进，既提升了底层技术能力，又优化了上层用户体验。这些协议的开放性与兼容性，正不断激发AI创新应用与跨界协作的无限可能，为行业发展注入持续动力。阿里云百炼专属版 AI Stack 一体机。
2025-11-18 15:00:00
738
原创 2025年转大模型：别再死磕调参，这条实战路更稳
回望AI浪潮席卷的这两年，行业里的变化快得让人眼花缭乱：流量风口隔月就换，招聘JD越写越复杂，大模型版本更新比手机系统还勤。但越扎进落地一线就越清楚——这两年我带着上百位转行同学闯AI圈，陪着他们走过从“听说AI挣钱就来”的热血，到“学了三月仍摸不着门”的迷茫，再到“独立跑通第一个系统”的突破，最终拿到Offer的完整历程。有些道理，非得踩过“调参一周没效果”的坑才明白；有些经验，哪怕把技术博客翻遍也找不到踪迹；还有些关键认知，是我做训练营时看着一批批学员走弯路，实在忍不住想喊出来的“避坑指南”。
2025-11-18 10:39:17
899
原创 【值得收藏】大语言模型智能体：构建未来AI的全面指南与实践
随着人工智能技术的发展，构建通用人工智能成为一个重要目标。通用人工智能需要具备广泛的认知能力，可以感知环境、进行复杂推理、做出判断，并采取行动参与各类任务。近年来，大语言模型的进步为实现通用人工智能带来了希望。它们在语言理解、推理、知识学习等方面表现卓越，被视为通用人工智能的潜在途径。如何在大语言模型的基础上构建真正的智能体，使其具备自动感知环境、推理规划、执行交互等全方位能力是一个关键课题。本文将全面讨论基于大语言模型的智能体相关问题。我们首先阐述智能体的关键属性，分析大语言模型如何满足其需求。
2025-11-17 14:45:00
982
原创 RAG应用开发双路径：低代码平台VS开源框架，程序员必读收藏指南
本文详细介绍了开发RAG应用的两种方式：低代码开发平台如AppBuilder、Dify等，使用便捷但缺乏灵活性和安全性；开源框架如LangChain、LlamaIndex等，功能强大、扩展性好，适合企业级应用。前者适合个人和小微企业快速开发，后者能满足复杂业务需求。开发者应根据项目需求和技术能力选择合适方式。当前有两种主要的开发 RAG 应用的方式：一种是使用低代码开发平台，另一种是使用主流的大模型应用开发框架。
2025-11-17 10:20:31
1089
原创 学习收藏！大语言模型原理全解析：从概率缝合怪到Token的奥秘
理解温度后，我们再学习 token 这个概念。那我问你。大模型给出回答里，“look in my eyes” 是一个词吗？很明显不是。在大语言模型场景，其实每次添加的是一个token，而不是词。那什么是 token？实际上，大语言模型是个文盲，它完全不懂 look in my eyes 的含义，只会利用一个叫分词器的家伙，把这些文本进行切割，切完的小文本就是一个个 token。为什么要切？
2025-11-16 14:30:00
562
原创 【收藏学习】大模型详解：从原理到实践的完整指南
模型是实现输入到输出映射关系的计算过程集合。简单示例：若输入x需得到2x，对应的函数y=kx（k=2）复杂场景：当输入为多个变量（x1、x2、x3…），经多步计算得到目标输出时，这套完整的计算流程即为模型，其中的W1、W2、W3…就是我们常说的参数。
2025-11-14 13:45:00
948
原创 【建议收藏】大模型行业爆发：2026年市场规模将破700亿，这些岗位年薪百万不是梦
中国大模型行业市场规模已达294.16亿元，预计2026年将突破700亿元。阿里、字节跳动等企业位居第一梯队，DeepSeek、智谱AI等构成第二梯队。这些企业正加紧人才储备，大模型相关岗位薪资亮眼，如字节跳动算法大模型岗年薪可达128万。OfferShow平台已同步上线大模型企业招聘信息，助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。
2025-11-14 09:27:49
708
原创 收藏必备！一文搞懂Agent框架：从Workflow到多代理协作的实战指南
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。
2025-11-13 11:48:32
871
原创 大模型黄金时代：400万人才缺口，百万年薪机会，2025年入局正当时！
AI大模型人才市场呈现井喷态势，全球人才缺口达400万，资深工程师年薪百万仍一将难求。2025年AI应用加速落地，智能体(Agent)元年启幕，多模态与具身智能开辟新赛道。文章详细解析了大模型领域热门岗位，从入门到专家的学习路径，以及实战开发指南。掌握AI工具已成为新门槛，构建项目组合和关注抽象层框架是就业突围关键。现在入局大模型领域，正是抓住AI应用落地的黄金时机。
2025-11-13 11:20:35
866
原创 【建议收藏】2025年最全多智能体框架指南：从学习到生产，助你快速上手大模型开发
本文系统梳理分析了当前主流多智能体框架，从学习、开发到生产三个层面进行分类，详细介绍了各框架的特点、适用场景与优缺点。涵盖学习框架Swarm、开发框架OpenAI Agents SDK等、生产框架MetaGPT、Dify等，帮助开发者快速找到最适合自己需求的多智能体开发起点，助力大模型应用落地。
2025-11-12 14:30:00
876
原创 必收藏！程序员必学：大语言模型(LLM)核心原理从Token到Next Token Prediction深度解析
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。
2025-11-12 10:07:57
752
原创 【收藏必备】后端工程师转行AI大模型工程化完整学习路线
本文通过招聘JD分析了后端工程师转行AI大模型工程化所需技能，包括Python、深度学习框架、transformer/bert、训练微调压缩部署流程、RAG/prompt/AI Agent/RLHF、开发平台、向量数据库和分布式系统等。文章提出了系统化学习路径：先掌握开发语言，再学习深度学习框架，熟悉大模型开发平台，结合理论知识进行训练微调等实践，最终构建高可用AI应用。随着deepseek的爆火，AI大模型工程化开发需求旺盛。
2025-11-11 14:14:14
669
原创 【收藏】企业级大模型AI应用如何落地？程序员必看的Data+AI双引擎策略
企业级大模型AI应用市场正迅速爆发，预计2024-2029年年复合增长率达44%。竞争焦点已从"模型能力"转向"落地能力"，"Data+AI"双引擎成为关键。企业级解决方案提供商通过端到端服务、行业Know-how和轻资产落地模式，帮助企业实现智能化转型。滴普科技等企业代表正推动这一市场从概念走向规模化，标志着企业级AI应用迎来关键拐点。大模型AI应用在消费级市场的爆发，已引发各界广泛关注。
2025-11-11 14:06:40
808
原创 【程序员必藏】大模型RAG技术详解：从传统架构到智能体协作的演进
本文介绍了检索增强生成(RAG)技术的三大演进阶段：传统RAG通过外部知识源提升回答准确性；REFRAG引入智能数据压缩机制提高效率；Agentic RAG结合自主智能体实现复杂任务规划和多工具协作。这些技术不断突破大模型训练数据的静态限制，使AI应用从简单知识检索向自主思考和任务执行方向发展，成为能解决现实世界问题的强大智能助手。RAG通过连接外部知识源，显著提升了LLM回答的准确性、时效性和可靠性。然而，随着应用场景的日益复杂，RAG架构也在不断进化，从最初的简单增强，走向了高效压缩和复杂的智能体协作。
2025-11-11 13:55:20
625
原创 从 Naive 到 Agentic：RAG 技术选型全指南（附企业级落地方案）
当任务为“总结《平凡的世界》中孙少安的一生”时，Naive RAG会检索到分散在小说不同章节的段落（如创业办砖厂、砖厂倒闭、重新崛起等），由于缺乏对事件关联性的梳理，模型输出的内容往往是零散事件的堆砌，无法形成连贯的人生脉络。保证100%免费。
2025-11-10 11:11:59
690
原创 【必收藏】RAG技术全景图：从NaiveRAG到AgenticRAG的演进与工程实践指南
高级 RAG 引入了具体的改进措施，以克服 Naive RAG 的局限性。为了提高检索质量，它采用了检索前和检索后策略。为了解决索引问题，高级 RAG 通过使用滑动窗口方法、细粒度分割和元数据的整合，改进了索引技术。此外，它还采用了多种优化方法来简化检索过程。模块化 RAG 架构超越了前两种 RAG 范式，具有更强的适应性和多功能性。它采用了多种策略来改进其组件，例如为相似性搜索添加搜索模块，以及通过微调完善检索器。为应对特定挑战，还引入了重组 RAG 模块和重排 RAG 管道等创新方法。
2025-11-10 11:08:43
1089
原创 【珍藏】大模型项目成功之道：完整研发流程，避开90%的坑
本文详细介绍了大模型项目的七阶段完整研发流程：需求(立项)、产品设计、研发、测试、发布、需求变更及培训复盘。每个阶段明确了参与方、核心活动、关键输出及注意事项，强调90%的大模型项目失败源于流程不规范。通过严格遵循这套流程，可有效规避常见陷阱，提升大模型项目成功率，特别关注大模型特有的工程化挑战和测试复杂性。
2025-11-09 13:45:00
962
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