大模型应用开发-优快云博客

原创 DeepSeek R1 671B 完整版本地部署教程来了！！！

关于本地部署，大多数人使用的是蒸馏后的8B/32B/70B版本，本质是微调后的Llama或Qwen模型，并不能完全发挥出DeepSeek R1的实力。然而，完整的671B MoE模型也可以通过针对性的量化技术压缩体积，从而大幅降低本地部署门槛，乃至在消费级硬件（如单台Mac Studio）上运行。那么，如何用 ollama 在本地部署 DeepSeek R1 671B（完整未蒸馏版本）模型呢？一篇在海外热度很高的简明教程即将揭晓。作者主页：https://snowkylin.github.io。

2025-02-05 16:12:23 12717 1

原创深入浅出 AI 智能体（AI Agent）｜技术干货

随着人工智能技术的飞速发展，智能体（AI Agents）正逐渐成为人与大模型（如大语言模型）交互的主要方式。智能体是能够执行任务、解决问题并提供服务的 AI 系统，它们通过模拟人类的行为和决策过程，使得与大模型的交互更加自然、高效和个性化。智能体作为人与大模型交互的桥梁，不仅提高了交互的效率和质量，还扩展了大模型的应用范围。随着技术的不断进步，智能体将更加深入地融入我们的日常生活，成为不可或缺的智能伙伴。智能体（英文名：AI Agent 或 AI Bot）是指能够感知其环境并采取行动以实现某种目标的实体。

2025-01-04 17:14:34 31457 4

原创五款国产AI大模型大测评！Kimi，智谱清言，通义千问，文心一言，豆包谁更胜一筹？

AI大模型是指具有巨大参数量的深度学习模型，通常包含数十亿甚至数万亿个参数。原理主要基于深度学习技术，特别是神经网络和大规模数据的训练，它们通过分析大量数据来学习语言模式、知识表示和任务执行策略。AI大模型的训练过程通常包括以下几个步骤：数据预处理：对原始数据进行清洗、整理和标注，包括去除噪声、填充缺失值、归一化等操作；模型构建：设计并搭建神经网络，这包括确定网络的层次结构、神经元数量、激活函数等；模型训练：将预处理后的数据输入到神经网络中，不断调整神经元的连接权重使模型达到满意的性能；

2024-10-28 11:26:42 55247

原创 Ollama：一个在本地部署、运行大型语言模型的工具

所谓自定义模型就是不适用Ollama官方模型库中的模型，理论可以使用其他各类经过转换处理的模型Ollama库中的模型可以通过提示进行自定义。# 设置温度参数# 设置SYSTEM 消息SYSTEM """作为AI智能助手，你将竭尽所能为员工提供严谨和有帮助的答复。"""Modelfile文档One-API是一个OpenAI接口管理 & 分发系统，支持各类大模型。这里使用Docker快速进行部署。拉取镜像创建挂载目录启动容器访问IP:3001初始账号用户名为 root，密码为 123456。

2024-05-28 10:30:57 8447

原创【大模型实战案例】手把手教大家微调大模型 Llama 3

Llama 3 近期重磅发布，发布了 8B 和 70B 参数量的模型，我们对 Llama 3 进行了微调！！！今天手把手教大家使用 XTuner 微调 Llama 3 模型。

2024-04-23 18:09:27 4857 2

原创 OpenAI的官方Prompt工程指南详解 - 看这一篇真的就够了

这个技巧偏开发者。普通用户可以跳过。因为模型具有固定的上下文长度，因此用户和助手之间的对话无法无限期地继续。解决此问题有多种解决方法，第一个是总结对话中的历史记录。一旦输入的大小达到预定的阈值长度，这可能会触发总结部分对话的查询，并且先前对话的摘要可以作为系统消息的一部分包括在内。或者，可以在整个对话过程中在后台异步总结之前的对话。这两种方法都行，或者还可以把过去的所有聊天记录存成向量库，后续跟用户对话的时候动态查询嵌入，也可以。

2024-04-10 10:42:26 13792

原创想转AI？收藏这份学习地图，小白也能轻松入门大模型世界！

本文为想转行AI领域的人提供了一份行业入门指南，将AI行业分为模型层、平台工具层和应用落地层，建议新手从应用落地层切入。文章详细介绍了AI行业的四类工作方向，并指出了许多人在学习过程中容易犯的错误，如过度追求数学算法而忽视方向选择、盲目追逐新技术名词等。最后，文章提供了一条更顺畅的入行路线，包括建立AI全景认知、选定方向和行业、补充硬技能以及进行小项目实践。对于想深入了解AI行业的人来说，这是一份非常有价值的参考资料。想转 AI 的人，第一步通常是这样的：买一本机器学习的书，从线性代数开始啃；

2026-11-08 12:45:00 45

原创小白程序员必看：大模型落地企业工作流，腾讯WorkBuddy如何开启AI生产力革命？

AI大厂竞争转向企业真实工作流，OpenAI、Anthropic等纷纷推出Workspace Agents。腾讯WorkBuddy以开放平台能力，让企业自主搭建智能体系统。企业落地Agent的关键在于接入数据、权限和业务流程，而非模型强弱。腾讯提供标准化套件与开放平台，结合业务Agent协同，打造Agent工厂，推动AI真正融入企业业务，但商业化仍处投入期，未来能否带动云服务增长待观察。2026年，随着Agent开始规模化落地，AI大厂的竞争逐渐从模型和聊天框，转向企业的真实工作流。

2026-11-08 11:00:00 45

原创大厂AI岗位大揭秘：无需代码，文科生也能弯道超车！

本文深入分析了字节跳动、腾讯、阿里巴巴等大厂AI岗位招聘情况，发现大量文科友好岗位涌现。文章指出，随着AI技术的发展，传统文科技能在现代职场中焕发新生，尤其在大模型应用领域，文科生在审美、用户洞察、同理心等方面具备独特优势。文章还列举了大量文科生可胜任的AI岗位，如AI产品评测、内容运营、法律数据运营等，并分析了大厂招聘文科生的原因，即AI在智力平权方面的快速发展使得传统编程技能逐渐被AI替代，而文科生所具备的默会知识成为大厂争抢的对象。

2026-11-08 09:30:00 122

原创 AI时代程序员生存指南：如何避免被淘汰，拥抱人机协同新未来？

软件开发行业虽面临重构，但整体仍在增长。AI正改变用人逻辑，淘汰纯编码岗，需求转向懂业务、驾驭AI的复合型人才。三大趋势预示未来：人机协同成基础，垂直领域人才稀缺，研发重心转向AI工程化。不同码龄程序员需调整规划：初级掌握AI工具与业务，中级打造架构与业务能力，资深聚焦战略与风险。AI非敌人，拥抱新范式才能提升竞争力。从事软件开发的人，最近几年都能明显感受到行业的寒意。招聘网站上，基础CRUD开发岗位大幅缩减；企业团队里，AI代码助手已经成为标配；

2026-11-06 14:00:00 100

原创 Agent开发：普通人逆袭高薪赛道，2026年或将被垄断！收藏这份进阶指南

Agent开发是未来3年最值得普通人冲的技术岗，门槛可控，缺口极大，薪资断层领先。它不是调参或写prompt，而是让AI自主思考、拆解任务、调用工具、完成业务闭环的工程岗。文章详细介绍了Agent开发的工作内容、适合人群及避坑指南，强调这是学历抹平、能力至上的风口，是普通人逆袭的绝佳机会。现在最值得普通人冲的技术岗：Agent开发，正在悄悄垄断2026高薪未来 3 年，最能让普通应届生、普通技术人逆袭的岗位，不是后端、不是前端、不是算法，而是 Agent 开发工程师。

2026-11-06 11:00:00 257

原创 RAG大模型学习指南：从入门到精通，收藏这份实用教程！

RAG 落地最难的地方，不是某一个模型、某一个向量库、某一个框架，而是整条链路都可能出问题，并且问题会互相传导。文档预处理是地基，检索质量是天花板，效果评估是方向盘，生产治理是安全带。没有地基，答案源头就脏；没有检索，模型拿不到证据；没有评估，优化只能靠猜；没有治理，系统很难放心上线。一句话概括：RAG Demo 拼的是速度，生产级 RAG 拼的是数据治理、检索工程、评估闭环和安全边界。

2026-11-06 10:00:00 161

原创小白程序员必看：大模型产业全解析，助你抓住AI风口机遇！

本文深入解析了AI大模型产业的关键赛道、产品矩阵、服务形态及未来岗位方向。涵盖上游基础设施、核心技术、垂直应用等产业环节，以及消费级、企业级、基础设施级产品形态。文章还介绍了技术基础设施、行业解决方案、内容运营等多样化服务形态，并预测了技术研发、工程落地、内容运营等未来关键岗位方向，为想要了解和进入AI大模型领域的读者提供了全面的指导。

2026-11-06 09:45:00 342

原创 Java或Python程序员轻松入门大模型开发：收藏这份实用路线图！

本文为Java和Python程序员提供了一条清晰的转型大模型开发的实用路线。文章首先强调了基础知识的重要性，如高等数学和机器学习算法，然后介绍了如何利用Spring AI和LangChain等工具进行实践。对于Java开发者，文章详细介绍了如何使用Spring Boot框架和IntelliJ IDEA进行大模型开发，包括添加依赖、配置文件和编写控制器。对于Python开发者，则介绍了如何使用langchain库和FastAPI框架进行大模型开发。

2026-11-05 11:45:00 43

原创大模型后训练技术全解析：从入门到进阶，收藏这份学习指南！

本文回顾了2022年至2026年大模型后训练技术的演变，从InstructGPT的经典三段式流程到Llama 2的多轮RLHF，再到Llama 3的工业化配方和开源模型Tülu 3、OLMo 3。文章详细介绍了SFT、奖励模型、PPO、DPO、RLVR等关键概念，以及MOPD和多专家后训练工厂等前沿技术。最后指出，后训练已从算法问题转变为系统工程问题，组织能力和工程规模成为决定模型性能的关键因素。对于想要系统学习后训练的读者，文章推荐了Nathan Lambert的RLHF Book及其配套资源。

2026-11-05 10:45:00 329

原创前端工程师必看：收藏！从页面开发者到AI应用架构师的3步转型指南

AI大模型应用开发已成行业新风口，前端工程师无需抛弃原有技能，找准方向补齐短板即可转型。文章强调前端的核心竞争力在于模型落地和用户体验，并指出三大转型优势：交互体验、技术栈适配、全栈思维。同时，提供了转型避坑指南（避开深耕算法、只学工具不练实战、抛弃前端根基等误区）和四步落地路径（夯实基础、技能升级、实战落地、求职转型），帮助前端工程师抓住AI风口，实现技能与薪资双跃迁。前端转型AI大模型应用，3大核心优势。

2026-11-05 10:00:00 127

原创别被大厂光环骗了！收藏这份大厂测试避坑指南，小白程序员必备

文章指出大厂测试岗位容易让人陷入高速加班却无效成长的困境，主要原因是流程繁琐、沟通成本高、重复劳动多。文章建议测试工程师不要盲目追求大厂光环，而应关注自身能力提升，特别是学习AI测试技能，从重复劳动中解放出来，将更多时间用于探索性测试、风险分析和质量设计，从而实现真正的成长。文章还提供了转向AI测试的四个步骤和五个优先落地的场景，帮助测试工程师提升职业竞争力。如果你现在正在考虑要不要去大厂做测试，我的建议很直接：先别急着去。不是大厂不好，也不是大厂没有值得学的东西。

2026-11-05 09:15:00 372

原创 Java后端想转Agent开发？别走弯路！收藏这份高效学习路线

对于有Java后端经验的开发者，转型Agent开发时不应一上来就学Python。文章指出，应优先理解和迁移已有工程能力至大模型应用开发中，掌握大模型API调用、Prompt设计等基本原理，再逐步学习RAG、Tool Calling和Agent执行机制。建议先完成一个完整项目，再根据岗位需求安排Python等技术的学习，避免盲目追技术名词，通过实际项目证明解决问题的能力。说句可能很多人不爱听的话：Java后端想转Agent开发，最容易走的弯路之一，就是一上来先去学Python。

2026-11-04 12:45:00 352

原创 AI时代这5类程序员正在被淘汰，你中招了吗？

本文讨论了AI时代对程序员的影响，指出5类程序员正面临淘汰风险：只会CRUD的初级开发、不懂系统设计的开发、不会用AI工具的程序员、只会单一语言的程序员以及不懂业务的纯技术人。文章强调AI不会导致失业，但不会使用AI的程序员会被淘汰，建议程序员应积极拥抱AI技术，提升自身竞争力。今天，我们来聊一个扎心的话题：正在被AI淘汰的5类程序员。快看看你中招了没？AI时代这5类程序员正在被AI淘汰现在，技术圈有个残酷的真相：AI不会让你失业，但“会用AI的同行”会。

2026-11-04 10:45:00 236

原创 AI小白/程序员必备！大模型应用开发工程师学什么？从Agent倒推技术栈，附学习路径图

回到开头那位读者。他那两个月的学习并没有白费——那些知识迟早要用到。他只是还没找到入口。我当时给他的建议是：先停下来，用原生 Python 写一个 100 行的 Agent，让它能查天气。然后你会发现，你自然会想知道"它怎么记住上一轮说的话"“它怎么调用外部接口”“它出错了我怎么知道”——这些问题的答案，就是接下来要学的全部内容。知识在被需要的时候学，记得最牢。

2026-11-04 10:30:00 635

原创企业Agent开发避坑指南：Tools、MCP、Skills如何协同提升业务效果？

回头看开篇那个销售分析 Agent。一开始，它只能根据用户的问题生成文字。后来，我们给它增加 Tools，让它能够查询数据、计算指标。接着，我们通过 MCP 把工具从 Agent 内部代码中解耦出来，让外部能力能够以统一协议接入。最后，我们使用 Skills 把销售分析的方法、业务口径、执行步骤和输出规范沉淀下来。这几步看起来只是增加了几个技术组件，实际上对应的是 Agent 工程化过程中的三个重要问题：「能不能执行、能不能连接、能不能按照专业方法完成任务。但这还不是终点。

2026-11-04 09:15:00 976

原创 AI时代，不会用AI的程序员会被淘汰！年薪百万？转型路径全解析

文章指出AI将导致初级程序员岗位需求暴跌52%，但懂AI的程序员年薪百万将成为常态。AI将替代重复性编码工作，而大模型应用开发、AI解决方案架构师等岗位需求暴涨。程序员需从“手写代码”转向“人机协同”，提升需求拆解、代码审核和跨领域整合能力。文章提供三大转型路径：大模型应用开发、架构/解决方案专家和深耕底层/垂直硬核赛道，强调AI是工具，关键在于提升解决问题的能力。AI时代的程序员：初级岗暴跌52%，懂AI的年薪百万常态化——不是AI消灭了你，是会用AI的同行消灭了你。

2026-11-03 12:00:00 562

原创 2026年程序员必看：掌握AI大模型，高薪就业不是梦！收藏这份转型指南

随着2026年职场的变化，传统开发岗逐渐减少，Agent开发和智能体开发岗位激增。AI大模型领域的高薪和需求增长显著，但能胜任岗位的人才稀缺。2026年已经过半，你年初立下的flag完成了多少？今年找工作的同学应该都已经感受到了职场的变化，在秋招、春招中，传统开发岗肉眼可见地少了，取而代之的，是铺天盖地的Agent开发、智能体开发岗位。这不是错觉，而是事实！

2026-11-03 10:00:00 219

原创一文读懂Workflow与Agent的区别、Agent核心组件及七大设计模式（收藏版）

本文详细解析了LLM（大语言模型）与Agent（智能体）的核心区别，深入探讨了Workflow与Agent的控制权差异，并详细介绍了Agent的四大核心组件：规划、记忆、工具和指令与护栏。文章还系统地分析了七大设计模式的适用场景、已知问题及解决方案，为初学者提供了清晰易懂的学习路径。通过本文，读者将全面了解如何构建有效的Agent系统，并从简单的模式逐步进阶到复杂的多Agent协作。很多人把"用 ChatGPT"当成"用了 Agent"，其实两者差了一个"身体"。

2026-11-03 10:00:00 401

原创想入行大模型？FDE岗位（年薪百万）准入门槛与能力要求全解析！

AI 产业的落地浪潮才刚刚开启，FDE 作为连接技术与产业的核心枢纽，岗位红利还会持续释放。对于想转型的从业者来说，最关键的是先看清真实的岗位要求，结合自身原有能力优势，找准切入点，再针对性补全短板，稳步前行。

2026-11-03 09:15:00 210

原创 Agent智能体工程师薪资1万至200万？小白也能入行的风口与真相！立即收藏！

如果你问：现在转Agent还来得及吗？来得及，但有前提。适合的人：Python写得溜、对AI有好奇心、愿意持续学习、能接受"没有标准答案"的工作——因为调Agent很多时候靠试错，没有教科书。不适合的人：想找个"稳定的铁饭碗"、不爱写代码、指望学个框架就高薪躺平的人。先把编程基本功打牢。数据结构、算法、系统设计，这些永远是面试的底色。别只学框架，要做一个真实项目。把公司里的重复性工作（报表、客服、数据整理）用Agent做一遍，比刷十个教程都有用。绑定一个行业。

2026-11-02 13:30:00 241

原创用LangChain构建RAG，让AI小白也能轻松掌握大模型知识检索与生成（收藏版）

本文介绍了大语言模型在处理训练数据之外的问题时面临的挑战，以及如何通过RAG（检索增强生成）技术解决这些问题。文章详细阐述了RAG的工作原理，包括离线索引和在线查询两个阶段，并提供了2-Step和Agentic两种常见实现方式的代码示例。此外，还讨论了如何通过调整切分粒度、嵌入模型、搜索算法等参数来优化检索质量，以及如何实现溯源和权限过滤。最后，通过一个完整的示例展示了如何使用LangChain构建RAG系统，帮助读者更好地理解和应用这项技术。大语言模型的知识来源于训练时“见过”的数据。

2026-11-02 10:45:00 287

原创小白程序员必看：如何打造能运转的AI团队，让大模型接管业务流程

把这篇长帖压缩成一句话，就是：AI 团队真正要搭的，不是更多 prompt，而是完整的组织操作系统。

2026-11-02 09:45:00 532

原创从零入门大模型Agent：收藏这份程序员转型学习路线，轻松掌握AI落地技能！

Agent最疯狂的时候，大家都在追概念，网上每天都有新的框架、新的Demo、新的“万能Agent”。但当热度逐渐回归理性之后，真正有价值的东西反而开始变得清晰：企业不需要一个只会做Demo的人，而是需要能够把AI和业务系统结合起来、真正解决问题的人。这对于程序员来说未必是一件坏事。因为程序员原本就具备工程思维、系统思维和解决问题的能力，现在需要做的不是抛弃过去，而是把这些能力迁移到AI应用开发上。

2026-11-02 09:45:00 197

原创 34岁后端工程师4个月转战Agent开发，成功上岸！收藏这份学习路线助你轻松转型AI

从被裁到重新拿到Offer，我用了4个月。这4个月里，焦虑肯定有过，怀疑也有过。尤其是34岁重新转技术方向，身边很多人都会觉得风险太大。但现在回头看，我反而庆幸自己没有继续困在“8年Java后端还能不能干下去”这个问题里。因为真正的问题从来不是年龄，而是你有没有新的能力可以和过去的经验组合起来。如果我当时选择把8年后端经验全部抛掉，从零去学算法，我可能现在还在学习。但我走的是另外一条路：Java后端 + 工程能力 + LLM + RAG + Agent。过去的经验没有消失，反而变成了我的优势。

2026-11-01 11:00:00 304

原创大模型开发必看：轻松掌握MCP协议，让AI应用如虎添翼！

Host 通过 MCP Client 向服务端发送tools/list请求，获取当前可用的工具清单：●●●CODEtools/list用于拉取清单，无需指定具体工具名或业务参数。用于携带协议版本与客户端能力声明（空对象{}表示本次请求未声明额外的客户端能力）。若服务端工具较多并启用了分页，响应中会包含 nextCursor；客户端拉取下一页时将其作为 params.cursor 传回（首次请求可省略），同时保留 _meta。服务端返回的单个工具定义如下：●●●CODE。

2026-11-01 09:30:00 186

原创前端程序员如何应对大模型浪潮：转型AI全栈工程师的90天路线图

文章分析了前端行业面临的挑战与机遇，指出虽然纯前端岗位减少，但组织架构调整、AI技术发展促使前端向AI全栈转型。文章拆解了关于前端“已死”的传言，强调真实趋势是技能升级而非岗位消失。推荐三条转型出路：AI全栈工程师、AI应用工程师和独立开发，并提供了一个90天的转型路线图，帮助前端程序员在AI时代提升竞争力，实现技能升级。我朋友在美团，组里以前 8 个前端，现在只剩 3 个。这 3 个人都在学后端和 AI。纯前端的 HC，今年一个都没有。这话不是我说的，是 9 月初一篇优快云爆文里的。

2026-11-01 09:15:00 302

原创程序员转行收藏指南：6条稳妥路径助你摆脱内卷，实现更高性价比发展

文章针对程序员的职业困境，提出转行并非必须抛弃技术，而是换个方式运用技术。文章总结出6条适合程序员的转行路径：技术产品经理、解决方案工程师、技术运营、测试开发、独立技术副业、技术管理，并按稳妥度排序。文章强调转行需避免情绪化裸辞、彻底抛弃技术经验、只焦虑不行动等误区，鼓励程序员利用自身优势，清醒地选择职业发展方向，实现更高性价比的发展。身边太多开发朋友，到了28、30、35岁，都会陷入同一种迷茫：代码能写，但不想写了，加班能扛，但不想熬了。

2026-10-30 15:00:00 280

原创 ChatGPT 原理与实战：用 3 万字带你入门大模型，附代码与公式

语言模型做什么？给定前文，输出下一个 token 的概率怎么衡量做得好不好？交叉熵：越低，越接近人写作时的真实概率，压缩得也越短预测的极限在哪里？语言本身的熵：交叉熵永远不低于它用什么来做预测？神经网络：参数加非线性，能逼近任意函数；深度、归一化、残差让它能叠得很深怎么把参数调好？梯度下降 + 反向传播：在海量文本上一步步降低交叉熵怎样才算学会？在没见过的文本上也预测得好：找到可复用的规律，压缩和泛化同时发生具体用什么结构？Transformer：注意力收集上下文，前馈网络加工信息，几十层堆叠。

2026-10-30 10:45:00 275

原创 2026年AI学习路线图：小白也能轻松入门大模型（收藏版）

我把这个路线图总结成一句话：先画地图→学工具→跑模型→选方向→进社区。五个步骤，每一步都有免费的资源可以走通。更深一层看，这其实映射了一个更大的变化：2026年的AI教育，正在从"精英专属"走向"人人可及"。Apertus开源模型、OpenKnowledge、Haystack……这些项目背后有一个共同的信念——AI不应该只属于少数巨头。📊 你目前在学AI的哪个阶段？A. 还没开始，想学但不知道怎么入门B. 刚开始接触，在找方向C. 已经在用AI做事了D. 已经是AI从业者。

2026-10-30 10:00:00 139

原创从编程小白到AI高手：系统学习路线图，收藏这份大模型开发指南！

"description": "查询订单当前状态","description": "订单编号"},},目标：掌握长文本分段、摘要合并、引用来源。

2026-10-30 09:45:00 2

原创 FDE岗位招聘JD深度解析：技能大满贯背后，真正吸引你的究竟是哪份责任与支持？

项目结束后留下哪些文档、评测集、运维资料和版本记录？现场反馈如何进入产品，客户或内部团队如何接手？读懂FDE JD的五问卡这张卡不是面试审问清单，只是一个阅读顺序。最后看完这 24 份 JD，我没有得到一个“最标准的 FDE 模板”。反而更确定了一件事：FDE 不是把研发、产品、售前、交付的职责简单相加，也不是技能越多越接近答案。它真正特殊的地方，是要在技术、业务和组织边界之间，让事情从需求走到结果，中间不断掉。

2026-10-29 11:15:00 160

原创大模型岗位崛起，Java 工程师如何转型？收藏这份保姆级学习指南

大模型岗位需求激增，Java 工程师转型机会巨大。本文分析了企业对大模型工程师的能力要求，以及如何利用现有经验成功转型。七个岗位当然不能代表整个市场，但把它们摆在一起，变化已经很具体。企业要的并不是一个只会调模型 API 的人。模型接进支付、订单、企业知识库和内部流程以后，原来那些麻烦一个都没有消失：权限要管，写操作要审计，服务要部署，故障要恢复，数据要隔离，成本和延迟也得有人盯。

2026-10-29 11:00:00 205

原创小白程序员必看：如何成为大模型落地实战派FDE工程师？

本文介绍了FDE（前线部署工程师）这一新兴角色，他们专注于解决AI项目最后一公里的难题，如数据接入、权限管理、业务流程对接等，将抽象技术转化为实际业务成果。FDE需具备工程能力、业务理解力和沟通技巧，能在混乱环境中快速交付可维护的AI系统。文章还探讨了FDE的未来发展趋势，强调从“现场救火”到“标准化交付”的转变，以及个人如何准备成为FDE，包括工程基本功、问题解决能力、端到端项目经验、跨界表达能力等。对于想在大模型领域深入发展的小白和程序员来说，FDE是一个充满机遇的方向。

2026-10-29 10:00:00 497

原创大模型开发必看：MCP vs CLI，小白也能轻松掌握AI交互新范式！

MCP并非“已死”，但它的适用范围正在缩小。CLI也并非要“取代”MCP，两者各有适用场景。选择MCP：需要标准化协议、需要跨平台工具共享、有多Agent协作的场景。选择CLI：追求极致性能、需要低成本、追求稳定可靠、AI需要自主探索。一个值得关注的趋势是混合架构：用CLI处理高频、简单的执行任务，用MCP处理复杂的、需要标准化集成的场景。而mcpkit、unmcp这类桥接工具，恰好让这种混合架构成为可能。

2026-10-29 09:15:00 471

空空如也

空空如也