ok，那么正式開坑吧，個人而言因為Java實在競爭太激烈，（在月薪3k的小廠，有十幾個人去面試競爭，甚至有個天津大學(xué)的985碩士和我搶飯碗，我決定直接跳車,不卷了）所以投入大模型的學(xué)習(xí)之中。那么目標(biāo)自然是做agent開發(fā)或者大模型開發(fā)了，

這里很多人會問，現(xiàn)在去找大模型好找嗎？我明確的說，我不知道，但我要all in，因為大模型工資實習(xí)工資比java開發(fā)更高，而且它更新，這是為什么我要學(xué)它。

然后很多人就是說這個東西是不是現(xiàn)在沒有什么成體系的學(xué)習(xí)資料，我明確的說，是的，以我自身就是純按照興趣+boss招聘信息去學(xué)，因為很多公司自己也沒整明白，有非常多小公司初創(chuàng)公司招這個，競爭激烈程度大概是56個人搶一個崗位，要比java動不動幾十份簡歷好的太多，同時公司自己也不太會，因為沒有體系化的八股文而且能夠?qū)崿F(xiàn)自身想法。這是非常大的優(yōu)勢。

那么問題來了，你想問大模型怎么學(xué)，然后大模型有哪些方向。

這里首先大模型應(yīng)該是分成prompt工程師，agent開發(fā)，算法底層開發(fā)，pytorch/transflow框架開發(fā)這幾種，

基本上很多公司自己沒搞明白，可能你進(jìn)去就是天天接入接口，然后無腦問ai，也可能上來直接干論文實現(xiàn)，或者使用cursor/trae這種接入ai問答模型的工具開始愉快的一行代碼不寫debug一天，也可能直接加入項目去參加meatgpt/hugging face等開源項目。

但是無一例外，實習(xí)工作是沒有傳統(tǒng)開發(fā)那樣枯燥的，不管你是用什么語言，基本上都逃不過crud，重復(fù)造輪子，而大模型不會，

每一天都有所收獲，每一天都能夠?qū)崿F(xiàn)新東西。

這里基本上分為幾種agent開發(fā)，一部分是使用dify/coze上面的這種預(yù)訓(xùn)練模型（這兩個本質(zhì)上類似于開發(fā)者倉庫，你可以把實現(xiàn)的東西放上去但是收費，并且能夠在上面用拖拉拽實現(xiàn)小型agent），另一種則是調(diào)用pytorch這種框架或者下載幾十G的知識庫自己手搓出全新的agent，

這里不得不提到RAG的概念，現(xiàn)在大部分使用的對話大模型類似于deepseek/qwen基本上都是接入到10月份的知識庫，由于法律明確的干涉所以暫停ai接入實事，也能夠減少ai造假的情況，那么我們想要實現(xiàn)接入最新知識或者發(fā)表的論文怎么辦，這里就要用到檢索增強模型（RAG），它本質(zhì)上是一個向量模型數(shù)據(jù)庫，說白了，就是個高階數(shù)據(jù)庫，大體工作流程為拆包，（切小塊的數(shù)據(jù)），加載數(shù)據(jù)，錄入數(shù)據(jù)，調(diào)用數(shù)據(jù)，最新的數(shù)據(jù)會作為知識庫的一部分。

寫了不少東西了，看看有沒有人看吧，大伙感興趣我就更新下一期，打一把dota先。