ai对全栈的影响

我们正在经历一场深刻的泛式转移。过去十年，我们处于 information technology 时代， 但现在我们进入了 data intelligence 时代。数据的价值正在从被解锁进化成被计算， 意味着你的数据中心必须完成一次物种进化，从一座安静的图书馆进化为一座日夜轰鸣的 ai 工厂。然而，当我们试图用旧的架构去支撑这些私有高价值数据的计算时，我们看到了巨大的效率。单层横在我们面前的是三堵无形的墙， io 墙、重力墙和内存墙。作为技术人员，我们都知道墙是用来打破的， x 的 答案是架构创新。为了推倒这三笔墙，我们重新设计了存储站，打造了全站 ai 数据方案。 ai max， 他的定义非常明确，他是面向 ai 工厂的一张数据与内存网。我的目标只有一个，让每一张 gpu 都被数据和上下文喂满，而不是被 i o 和内存拖慢。 我觉得 ai max 非常精准的击中了当前 ai 基础设施的痛点，也就是 i o 强和内存强。我看到 max fs 针对新一代志强处理器的 avx 五幺二和 amx 指令集做了深度优化，极大的提升了数据吞吐。 而 max fusion 则巧妙地利用了服务器本地 nvme s d 的 极致性能来扩展内存。 much space 的 印象是非常深刻的，这几乎是为了我们的控点量身度作的功能。刚才提到我们的架构其实是多地域多集群的，以前其实最头疼的其实就是处理孤岛问题，数据的迁移和调度需要耗费大量的人力，非常的低效。 maxspace 的 global name space 能力让我们看到了解决这个问题的曙光，这正是我们期待已久的最佳组合升级 ai。 max 里边呢，有 maxfs 和 max fusion 两部分，这两部分和我们当前的智算平台的规划是高度一致的， 将我们在云时代的并肩作战延续到 ai 时代，共同成为智能算力基础设施中可靠高效的存算基石。 就是守住数据安全的底线，让您的私有数据在企业内部安全地转化为智慧，让数据长青为 ai 利基，这就是 s 盖 ai 链。

未来， ai 可能会淘汰百分之八十的程序员，但淘汰的是只会写代码的那种。以前我们写代码，核心是解决怎么做，而现在 ai 出现了，除了一些复杂的业务场景，完全可以让 ai 去写，而且呢，他可能写的比你还快还好。 所以说，如果你只会写代码，未来会越来越没有优势，那程序员真的会被 ai 替代吗？ 替代，相反，有两类人反而会越来越吃香。第一类，全站型的工程师。 你看过美团那条新闻吗？要求所有前端去学，后端做全站。为什么？因为 ai 让岗位边界模糊了，前端后端运维测试，企业希望一个人全给他包了，这样就可以降本增效吗？你能干三个人的活，你就是企业最喜欢的全站工程师，全干牛马。 第二类， ai 产品型工程师，或者叫会写代码的产品经理。这类人懂产品思维，理解用户的需求，能用 ai 工具快速去设计出原型，落地实现。 企业需要的是从需求到设计到交付的特种兵。 ai 能写代码，但他不懂代码背后的商业逻辑，不懂用户为什么要用你的产品。所以说啊，在职的程序员不要天天闷头写代码了，偶尔跳出来去了解一下你们公司的业务。你做这个系统，核心指标是什么？ 用户是谁？到底创造了什么价值？当你不仅能够懂产品经理的需求，而且还能结合技术和 ai 提出解决方案的时候，那么你就成了公司不可或缺的人。

ai 编程的进化正在逼近一个起点，过去我们可能只是让 ai 帮我们写几行代码，修个小 bug， 或者生成一个简单的网页。但如果 ai 能帮你直接构建一个功能完善、支持多人在线数据永久保存，甚至能跟谷歌地图这种外部服务打通的成熟应用呢？这听起来是不是有点像科幻电影了？但今天谷歌 as do do 的 一次重磅升级， 正在把这一切变成现实。他们推出了一个全新的、被他们称为 web coding 的 体验，而且这次目标直指从想法到生产就绪应用的最后一公里。好了，我们先来聊聊这个 web coding 到底是个什么概念？简单来说 就是一种非常沉浸、非常流畅的编程体验。你只需要用自然语言描述你想要的东西，也就是我们常说的 prompt， ai 就 能帮你把它变成现实。但这次的升级核心就在于一个词， production ready， 也就是生产纠叙。这意味着你做出来的东西 不再只是一个只能在自己电脑上跑跑看的原型，而是一个真正可以发布、可以让其他人使用、 功能完整的应用程序。这次升级就是为了实现这个目标，让你从写提示词到拥有生产级应用的速度变得前所未有的快。那么 他们具体是怎么做到的呢？这就要提到这次更新的核心引擎，一个全新的谷歌 anti gravity 编码代理。这个代理就像一个超级智能的程序员搭档，他不仅仅是执行你的指令， 更能主动思考，帮你补全项目里缺失的部分。为了实现从原型到生产应用的跨越，这次升级主要带来了几个关键能力，我们一个一个来看。第一个也是 我觉得最酷的一个新功能，就是可以构建多人游戏体验。什么意思呢？就是说你现在可以用 ai 来创造那种多个人 可以同时在线玩的实时应用了，比如实时对战游戏、携东工作的空间，或者是一些可以共享的工具。在过去，要实现这种功能，你需要自己搭建服务器，处理复杂的实时通信逻辑， 这门槛可不低。但现在 ai 代理可以帮你搞定这一切，它不仅能帮你写出前端的交互， 还能自动配置后端，让你的应用能够连接用户，实现实时同步。第二个重大升级是加入了强大的后端支持，特别是通过内置的 farbase 集成。 farbase 是 谷歌旗下的一套后端及服务产品， 非常强大。这次集成意味着什么呢？ ai 代理现在变得非常贴心和主动，它会在你开发过程中主动检测到你的应用是不是需要一个数据库，或者需不需要用户登录功能。比如你正在做一个 需要保存用户信息的应用， ai 可能会提示你，嘿，我注意到你需要一个安全的登录系统，要不要我帮你集成 firebase authentication？ 你 只需要点一下确认，它就会自动帮你配置好谷歌账号安全登录的功能。同样，如果你的应用需要存储数据，比如用户的游戏分数、 创作的话稿等等，它会帮你配置好 cloud firestore 这个强大的数据库。这就相当于 你以前需要一个专业的后端工程师来干的活，现在 ai 帮你自动完成了， 大大加速了开发流程。第三个亮点是让 ai 能够利用现代外部开发的庞大生态系统。现在的网页开发有数不清的第三方库和工具，可以让你做出非常酷炫的效果。 比如你想给你的应用加上非常流畅的动画，或者想用一些设计感很强的图标。以前你可能得自己去谷歌搜索啊，找到合适的库，然后学习怎么安装和使用。但现在你只需要告诉 ai 你 的想法，比如 我想要这个按钮有很酷的悬浮动画效果，这个编码代理就会自动帮你分析，然后找到最合适的解决方案。比如自动安装像 freemotion 这样的动画库，或者 shift cn 这样的 ui 组监库， 直接把你的想法变成现实，这让非专业前端开发者也能轻松打造出非常专业、非常漂亮的应用界面。第四个也是对于想把项目商业化的开发者来说， 直观重要的一点就是连接到真实世界服务你的应用原型再好， 如果不能跟外部的真实数据和服务打通，那它的价值就非常有限。这次的更新就给了你一个安全连接外部服务的能力。你可以把自己已经拥有的 api 密钥，比如连接支付处理器的密钥， 或者谷歌地图的 api 密钥，安全地添加到你的项目中。 ai 代理在需要这些密钥的时候会提示你提供，然后它会把这些敏感信息安全地 存储在一个新的 secrets manager， 也就是密钥管理器里，这个功能藏在设置标签页里，非常安全。这意味着什么呢？你可以把你的应用 从一个简单的概念变成一个真正有用的工具。比如你可以做一个应用，调用谷歌地图的 api 来显示实时路况，或者做一个应用，把用户数据安全的存到你自己公司的数据库里，这就让 ai 生成的应用 真正具备了和现实世界交互的能力。除了上面这些核心的生产力提升，这次更新还带来了一些让开发体验更丝滑的贴心小功能，比如随时继续你的工作，你现在可以跨设备、 跨浏览器绘画来保存你的进度。你就算关掉了浏览器标签，下次再回来的时候， ai studio 也能记住你上次做到哪了。你可以接着之前的工作继续，这对于那些复杂的需要花好几天来构建的项目来说，简直是太方便了。还有一个升级是 ai 代理本身变得更强大了，他现在能更好的理解 你整个项目的结构和你们之间全部的聊天历史。这意味着什么呢？你可以用更简单、更自然的语言去跟他沟通，哪怕你提出一个非常复杂的，需要很多步骤才能完成的修改，他也能理解你的意图，并且进行更精确、更快速的 多步骤代码编辑。他不再是一个健忘的助手，而是一个真正懂你，能记住上下文的资深搭档。另外， 在技术选型上，它们也提供了更多的灵活性。除了之前就支持的 react 和 angular 框架， 现在你还可以直接选择使用 next 点 js 来构建应用。 next 点 js 是 一个非常流行的用于构建生产级 react 应用的框架，你可以在更新后的设置面板里轻松地选择你偏好的框架。好了， 说了这么多理论上的升级，我们来看看这个全新的编码代理到底能做出些什么好玩又实用的东西。谷歌官方给出的几个非常惊艳的例子， 我们一起来看看。第一个例子是一个实时的多人第一，人称激光枪战游戏，名字叫 尼昂 aurena， 你 只需要输入一个提示， ai 就 能帮你生成一个具有复古风格的大型都人在线激光枪战游戏。在这个游戏里， 你可以和真实的玩家或者 ai 机器人对战，通过射击对手来得分，最后看谁能在时间走完之前登上排行榜的榜首。这可不是那种简单的两个人轮流玩的网页小游戏，而是一个真正的 支持多人实时在线的竞技游戏。第二个例子是 cosmic flow， 一个关于实时协助的体验。你可以想象一下，你输入一个提示，说我想要一个使用三 d 粒子的多人协助体验，然后 ai 代理就会自动帮你设置好所有实时同步的逻辑，引入像 siri 点 j s 这样的三 d 图形库，然后创建一个共享的虚拟空间。在这个空间里，每一个参与者的鼠标光标都会生成绚丽的三 d 粒子。 这些例子还会随着科尔诺斯这种算法流动，形成非常梦幻的视觉效果。你和你的朋友们可以同时在一个画布上创作，看到彼此的例子在流动，在交织，这本身就是一种非常奇妙的切磋体验。第三个例子 展示了 ai 在 物理和游戏设计方面的能力，叫做 neil klo， 一个霓虹抓娃娃机游戏。这个例子里， ai 不 仅帮你构建了三 d 交互界面，还集成了真实的抓娃娃机物理引擎，包括爪子的抓取逻辑、计时器， 甚至还有排行榜功能。你只需要提出需求，它就能自动引入 three 点 j s 来制作动画和交互式的三 d 元素。这让创建复杂的具有真实世界物理规则的小游戏变得像聊天一样简单。第四个例子 是连接到真实世界的能力展示一个叫做 g o cker 的 应用，这个应用可以获取谷歌地图上的实时数据。比如你可以做一个应用， 根据用户的地理位置，在地图上显示附近的景点、餐厅或者任何你感兴趣的信息。这就把 ai 生成的应用从一个封闭的环境真正打开了通向外部世界数据的大门，让一个概念性的原型 瞬间变成了一个有实际用途的工具。还有一个非常贴近生活的力道叫 heirloom recipes 传承食谱。这个应用可以让你整理和导入家传的食谱，或者让斋米奈模型根据你的口味为你生成全新的菜谱。最棒的是， 它支持多人协助，你可以和你的家人朋友一起，在这个应用里共同维护和丰富你们的食谱收藏，让那些宝贵的烹饪传统得以数字化的保存下来，并且 代代相传。听完这些例子，你是不是也感觉有点热血沸腾了？这些应用听起来都像是需要专业团队花费数周甚至数月才能开发出来的项目，但现在通过 as do do， 一个想法加上几分钟的时间就可能成为现实。据谷歌透露，在过去几个月里，他们内部已经用这套全新的体验构建了数十万个应用程序，可见其潜力和稳定性已经得到了初步验证。当然，这还只是开始，谷歌也透露了 它们正在开发更多的集成功能，比如未来可能会把 google workspace， 也就是谷歌办公套件跟 ais 丢丢连接起来，让你能直接在应用里调用你的谷歌云端硬盘和表格数据。还有一个非常值得期待的功能 是，未来你可能会通过一个按钮，就直接把在 google ais 丢丢里 开发的应用一键部署到你自己的 anti gravity 平台上。好了，我们来总结一下今天聊的 google ai studio 这次重磅升级的核心内容。这次升级 可以说彻底重新定义了 ai 辅助开发的上线。首先，最核心的变化是定位的转变，从原型工具 升级为生产级应用开发平台，目标不再是让你快速做出个能看的东西，而是帮你直接构建可以发布、可以使用的真实应用。其次，为了实现这个目标， ai 的 能力得到了全方位的增强，他现在是一个更主动、更全能的代理，他能主动帮你分析和补全后端服务， 比如自动集成 firebase 来实现数据库和用户认证，它能帮你利用整个现代 web 开发生态， 自动引入像 freemotion chatcoin 这样的专业库。它还能帮你安全地连接外部真实世界服务，比如谷歌地图或支付网关，让你的应用不再是一个孤岛。再者，开发体验也变得前所未有的强大和流畅，更智能的 ai 代理 可以理解复杂的、多步骤的指令，让你用更简单的语言指挥他完成复杂任务，随时保存 跨设备继续工作的功能，也让开发过程不再受时间和空间的限制，再加上对 next 点 js 等主流框架的支持，给了开发者更多的选择。最后，通过那些令人惊叹的实际案例，比如多人激光枪战游戏、 三 d 粒子协助、空间物理抓娃娃机等等，我们真切地看到了这种全站 web 扣顶的巨大潜力，它不仅能用来做游戏和有趣的小工具，也能用来构建解决实际问题的 实用程序，比如食谱管理、地图应用等等。总而言之，这次升级传递出一个非常清晰的信号， ai 编程的门槛正在以前所未有的速度降低，而它能达到的上限 正在以同样惊人的速度被抬高。无论你是一个想做点小东西的爱好者，还是一个需要快速验证想法的创业者，甚至是需要构建复杂应用的开发者，这次的更新都值得你花时间去体验和探。

这个在我们后面有一个实战内容会有详细的介绍啊，就关于系统级沙箱，再给大家讲那个 depot agent 的 功能的时候，会给大家讲，比如说本地的文件操作，还有一些 bash 的 执行，再涉及到有一个一些 shell 的 提权， 这些都需要在隔离沙系统沙箱中间来完成啊。好，大家如果说要要后续来学习的话呢，可以看一看我们这个完整的 大纲内容，我们会在 deep agent 通用智能体开发指南这部分里面详细来去介绍基于 deep agent 的 完整的开发流程啊。当然呢，我们整个 ai 提效和 ai agent 的 开发这部分呢，给大家又新增了很多内容，包括团队提效方案， 就是大家平常现在用的比较多的一些编程工具啊和 ai 使用，再然后是 ai agent 的 开发，再是 non chain， non graph， 然后呢 rag 以及模型微调， 再就是 deep learning 的 通用智能体等，把这些基础概念理解之后，再去把音视频相关的基础从音视频底层 f m pack， 再到滤镜和复杂媒体的处理。学完之后，那基本上啊，大家现在在前端的几个大坑类非书文档编辑器， 三维格式化开发，还有呢整体的架构，再包括音视频已经完全打通了啊， ai 这一块的话，基于制那个工作流行的智能体 这个项目实战。然后呢，把音视频和 deep agent 的 这些知识点概念学完之后呢，再通过两个给大家去新增重磅打重磅打造的两个项目啊，一个是类似于剪映的视频智能剪辑工具， 结合 f m pack， nunchin g s， 包括呢 deep agent 来完成视频自动剪辑，这基本上现在很多呃，大厂啊都在做的， 不管是从智能剪辑还是从文本自动的去升语音，比如说同学们后面学习的时候啊，可以直接 把朋友们现在以自己的音色拿一段，比如说就拿个几秒钟的那个音频出来，直接可以复刻你整个人的语音啊，我就随便写一段中文，直接转成你说的话，并且中间是基本上听不出来。 ai 生成的就是核心技术啊， t t s 技术， 这是内剪映视频剪辑工具，还有呢，斐格玛 ai 这两个项目，再一次去把 ai agent 开发推到一个新的高度，然后呢，当然这个还没完，我们持续给大家再去新增类似于 melus 的 通用智能体开发。还有比如说 openclo 啊，后面如果，但是我会不一定啊， 像 openclo， 如果它能够持续地再火一段时间，后面它的应用场景越来越广，并且大部分大厂都去推进 开发这个国内版的 open call 来在一具体的业务中间去使用的话，那有可能在后面的一期或者后面第二，在下下期给大家来去讲一个类似于 open call 的 整个框架的开发和产品开发啊。所以我们整个项目实战都是与时俱进的，现在 企业里面真正高薪的前端啊，转型的话，企业里面所要求的技术点是什么？需要怎么学就完整给大家去打通。所以呢，基本上这一套课程学完之后，完完全全掌握以后，把我课上给大家讲的这些思维架构的一些这个经验啊，学完之后，一线城市这一套三十 k 以上是随便的 啊，三十 k 随便的，其实到我们现在的这个学同学里面呢，前端总年包总年包过百万的其实都有好几位， 大家可能这个想象不到啊，虽然说现在的行情很多同学都在说啊，这个确实比较差，但是呢，优秀的同学确实也越来越优秀。一个人，你想如果说一个人去把 ai a n 的 开发，把全站开发全部打通，然后直接 一个人可以在结合这个 ai 编程工具，一个人替代三四个开发，想想都很恐怖。但是呢要回到一点，就是我刚才跟他说，前面最开始的时候跟他说的就是当下大家要抓住的一个点是什么呢？真正的核心竞争力是什么？ 业务理解力、产品架构力，还有就是能够去把现在市面上最好的那些解决方案 设计出来之后，把它全部练起来之后，接下来写代码的工作，直接让 web coding， 让代码去让这个 ai 工具来帮你做啊，让 ai 工具来帮你做好，这是第二点，第三点我们快速的啊。

给大家普及下款型大模型需要达到的真实强度，只要你不是三分钟热度，三个月就能从新手进阶成 ai 全站工程师。接下来告诉你一条最快的学习路线，建议收藏，避免以后走弯路。第一阶段，死磕基础，把 python 基础和简单的 api 调用吃透，千万别小看这些基础，这是和模型打交道的根本。 第二阶段，掌握两大框架和三大技能，这是你转行成功的关键。两大框架是 linc 和 linc 逻辑框架，另一个用于构建外部数据缩影。 三大技能是指 r a g agent 模型微调，这三项技能直接对应了当前 ai 岗位的核心需求。最后阶段，实战项目选择常见的大模型应用场景，用前面所学知识动手落地真实大模型项目，如 r a g 医疗问答 agent 的 智能客服、股票分析，掌握这些足够让你胜任百分之九十以上的 ai 应用开发岗 位。如果你还不知道从何开始，我这里整理了大模型学习路线以及配套视频教程，实战项目，来个学习通通暴走！

应该有了吧。啊，好，那这就其实就是我们第一个大的一个探头点啊，那我们再去细化一下， 细化一下啊，就是如果是 view 的 同学，你的整个 ai 全站的体系， ai 全栈的进阶体系，应该是什么样子的？好，我这里快速给大家去梳理一下前端的框架，那这个不用说了， view 对 吧，因为都是 view 的 同学嘛。然后呢，在前端到服务端中间的这一层桥接和过渡，你就用 next g s 来去过渡 next g s 过渡 啊，那你的这个打包构建呢？这些呢，你都可以先不考虑，那这个是在前端那一层去开发的时候需要考虑的，比如 wait， 现在你就直接把 wait 学精通就完了，不要学 webpack 学 wait 啊，把 wait 学精通， wait 的 打包构建，优化，那个插件化开发，还有 wait 的 原理全部了解就行了。好，然后再在这个基础上 next 再去进阶。哪几部分呢？一个是数据库， 数据库的应用层啊，数据库应用层我们一般称之为 o r m， 这是最大目前最低成本的学习的一个方向。在呢，数据库的选择，大家无老去压 postgrad circle 啊，现在直接去往 postgrad circle 去学习就行了，不要去看什么 mongol db， 还有什么 my circle， 大家千万不要相信了啊，直接相信我的 postgrad circle。 为什么大家去看一看 github training， 还有呢？看一下整个技术圈的一些趋势大家就知道了， pg 现在是毫无疑问的 number one， 然后呢，你想一想， pg 的 一个 d 代码我不知道大家听说过没有，就是有个 pg 的 那个 pg d 代码就是 no code， no code platform 叫什么呢？叫 superbase， 我 不知道大家有没有听说过的同学， superbase 啊？ superbase 应该大家听说过吧， superbase 啊，好，所以呢，大家一定啊，就是相信我的往 pg 这个方向去学，因为 pg 它不仅是能够做业务的数据存储，业务的叫， 呃，那个 circle 存储啊，我们就称之为 circle 存储吧，还可以去做业务的 no circle 存储， no circle 大家应该知道什么？一个是关于数据库，一个是非关于数据库这些点啊，还有呢，包括向量型 p g vector， 它就是个六边形战士啊，这个一个精通，个个通，这种感觉。你再如果说在特定的领域，比如说你在向量数据库矢量存储这一块儿，你要去考虑最优的方案，那可以啊，你还有别的选择，比如说我们再给大家去讲这个内扣子 defy 的 这个项目的时候，给大家讲了 qugent 啊，讲了这个 qugent， 然后呢给大家还讲了，比如说像，呃， mevis， mevis， mevis， 这个我好像打错了， mevis mevis， 那这个其实就是更厉害的了啊，做这个向量存储的，大家就往这个方向去学习去看，当然了，如果说你现在你的阶段具体到了哪一步，如果说跟我这里说的呢，其实有 有超出的这个情况的话，那大家如果说加入进来之后，还可以有更多的帮大家去做一些你现在已有的 ai 方向或者业务方向的一些探索和探讨啊，给大家一些比如说，呃，以我过往 这个近两三年啊，基本上前前后后呢，有负责过了将近一二十个 ai， 直接去那个嵌入的，或者说有 ai 相关业务这种产品啊，到时候可以给大家去呃，探讨探讨，给大家一些方案。好，这是在数据库层，然后呢，再往底层绝对的要学习的一个东西是什么呢？ docker， 当然这个上面呢，我忘记还说了一个点啊，这个其实是每位同学，如果，如果你现在还在纠结我到底还要不要学 type script 的 话， 那你有这个想法的，这这一刻你就已经落后了啊，因为什么呢？大家可以看现在的所有的 ai 的 这个框架，我给大家看一眼啊，比如说我随便给大家打开一个 ai 框架啊，比如说我们看一个 nunchaku 吧， 我不说话，大家只看语言支持就行了。同学们，卡吗？卡的同学扣个一，不卡的同学扣个二， 不卡吧，不卡的同学扣个二啊，不卡的同学扣个二。好，那应该不卡啊。同学，如果你卡的话，可以刷新一下，或者检查一下你的网络之后重新再进一下啊， 咱们看到了吗？像比如说 nunchain， 那 python 跟 python 这两个方向，这这两个是官方推荐，也是官方维护的 python 版本和 python 版本跟 python 版本，所以你看，不管是 nunchain 攀 graph 版，你看 python 攀， 大家知道 typescript 重要性了吗？如果你还不知道的话，那我还随便给你来一个第三方的 ai 框架，比如说这个 master， 你 看看这个 master 它用的什么来去开发，那同样也是用 typescript 来开发，对吧？也同样是用 typescript， 你 看 next 也可以， next 也可以啊，这些选择 就是按照我们给他去讲的这个方向，那安装包括呢？最后开发开发的这个过程怎么来去实现？怎么来做？怎么来去定义这些？那个 test agent 来去做这个 agent 的 开发，包括结构化输出等等，大家可以看到啊。所以如果你现在还在纠结要不要学 t s 的 话，那我给你一个建议，或者直接给你下个结论，就是百分百要学 这个，不学的话，那真的会落伍的啊。你现在可以看到开源的那些 ai 的 项目，比如说大家现在知道的，我随便给大家再举个例子啊，大家最近听说过 open code 很 火吧？ open code， 那 你看 open code 是 不是源码用 type script 来开吧，它不会用 javascript 的 啊，不会用 javascript， 你 看百分之九十八十六是用的 type script， 对 吧？这种 open code 的 我给大家简单的演示一下都可以。我打开一个项目 啊，比如说我直接 c d 到我，我现在这个项目啊，我现在这个项目叫妙码，呃， 好，在这个项目里面，然后比如说在这儿我直接新，呃，打开 open code， 我 直接让它编码啊，比如说 编写一个，呃， hello world， 不是 not just hello world， 好，直接边写，那这个百分之八十六的代码都是用的它的来写的。然后其次是 cs， 这个呢是它的打包工具，这跟它无关啊， rust 零点五的成分，所以大家知道了这个 t s 的 重要性了吧。大家看下这个 star， 大家就知道这个项目到底火到什么程度，现在只要是涉及到 ai 的 项目呢，都很火，但是 ai 跟前端结合的那也非常多。 好，他现在正在创建这个项目，正在帮我编辑，我来看一下这个编辑完了没有。 helloworld js， 你 看是不是帮我写完了啊？当然这就是个简单的事例啊，帮，我已经写完了。好，那我现在比如说再给他改成 type script 版本，他自己再重新帮我写，我们待会儿等他写完之后我们直接来看就行了啊，这个项目是用的 type script 来写的。那大家知道的还有一个叫 cloud bot 啊，这个是号称可以直接去 那个硅谷的，硅谷最近开发了这个，这个发布了还没多久，叫 cloud boot。 这个呢，可以直接去操控你的电脑完成任何事情啊，比如说操控你的这个 mac， 或者操控你的 linux 来去做任何事情。那你可以看一下这个项目点进去之后，你其实也会发现它的 type script 成分也很高，看到没有八十二点五 啊，这个项目也是八十二点五，里面呢只也只是用了少量的这个，其他的什么 swift 和这些就是做 micros 端的一些差异化的抹平，其他的都是基于 type script。 好，那这里我不再不多说了啊，再不多说了，这个项目呢，同样，呃，开源呢，也才可能一周左右的时间吧，应该 现在 star 数六万多啊，大家也可以去下的试一试。虽然说那个用起来的感觉就好像是只会一个七十岁的老头来操作你的电脑，但是呢，这也是未来一个趋势，等到你哪一天不需要去考虑 tucker 的 消耗，不需要考虑算力的消耗的时候，这种产品终将是未来的一个趋势 啊。它能够去帮你做任何事情，帮你处理 word 文档，帮帮你处理 pdf， 帮你剪视频，帮你回邮件，帮你去发信息，什么所有所有的你只需要在手机上面发个指令，它在电脑端全部帮你去完成啊，就这样的一个项目，这也是基于这个 astropic 跟 open ai 的， 这个大家也可以去了解一下啊。 那所以这个我用实际的例子来告诉了大家，为什么现在要学习 ts， 就是 实实在在的这个例子啊， ts 百分百要学，然后再比如什么 docker 等等啊，那 docker 这个例子呢？也毫无疑问，你看每个项目都会有自己的 docker file， docker file sandbox 和 docker file sandbox browser， 一定会有他的打包构建，所有的这些逻辑都是基于多克，因为大家要想好啊，以后在开发的时候呢，以前啊，同学们，同学们开发不会关注怎么将那个项目设计的好， 我跟你说设计的好的几个标准是什么呢？第一个是环境无关。好，这个环境无关，那就相当于在我的这个环境和在你的电脑上面可以立马能够跑起来，它最终的产物啊，产物环境无关，那这个必须得上虚拟化技术，比如说我们说的容器化技术，对吧？ 容器化技术，也就是这个 dk 好， 还要考虑点呢，就是能够尽量的去微内核。什么是微内核呢？就是你本身的主体框架， 主体框架少量代码，然后呢定义对应的插件接入规则，这样的话相当于你可以把你的生态的定制，生态的一个扩展 交给开发者，或者说交给插件开发。有哪些势力呢？我随便举个例子， webpack 本身它的内核很小，但是 webpack 的 内核很小，但是 web 的 插件一大堆， bbc 的 内核很小， bbc 的 插件一大堆。好，然后我们要联系到 ai 相关的一些技术了，大家都听说过 m c p， 对 吧？ m c p， 那 其实啊，从早期的 tools 啊，从早期的定义一系列的工具，这些就是 ai tools 工具，它其实也是微类和设计的一种体现。在这个基础上，如果你想把这些工具做到远程，做到服务端，做到远程调用，远程的拉取，或者远程的这个使用，那你就需要上 m c p， 对吧？上了 m c p 以后，如果说你想能够更灵活地通过这种自然语言，或者说通过极设的一些 prompt 来去做它的优化，这就是前段时间火起来的这个 skills 啊，这几个点大家一定要学会，这样去把你的整个思维从前端贯穿到服务端，再从服务端再能够又体现在你的 ai 的 这些体系的开发上面，这个其实才是真正的 提升啊。不是说我学一两个框架，学一两个技术，你就把自己的任督二脉打通了，不是，而是你要去把这些技术点，把它的设计思维，把它里面的架构的这些要点能够融汇贯通，你甚至你随便换个语言，换一个新的表现形式，他底层的原理你是相通的 啊，好，那所以我认为的啊，就是如果从两个点来去概括的话，第一个是容器化技术，第二个是微类核架构，这两个是最重要的。所以呢，容器化技术这个在我们的像那个整个客人的介绍里面呢，也有关于 docker 这部分的介绍啊， docker 准备 docker 的 使用，我们所有的项目的部署和开发和相关的一些那个内容呢？都是基于 docker， 都是基于 docker 啊， 然后呢还有就是这里给大家说的微类和架构设计思想这块呢，也是，如果说要去呃更好的去开发，那我们其实就需要有微类和插件化设计思想的这个储备啊。如何去设计 微类和插件化啊？整个核心的思想是什么？还有呢它的应用包括呢一些开源的优秀的微类和插件化设计思想的一些实力啊。好，这是这部分给大家去说明的点。

给大家普及下款型大模型需要达到的真实强度，只要你不是三分钟热度，三个月就能从新手进阶成 ai 全站工程师。接下来告诉你一条最快的学习路线，建议收藏，避免以后走弯路。第一阶段，死磕基础，把 python 基础和简单的 api 调用吃透，千万别小看这些基础，这是和模型打交道的根本。 第二阶段，掌握两大框架和三大技能，这是你转行成功的关键。两大框架是 linc 和 linc 逻辑框架，另一个用于构建外部数据缩影。 三大技能是指 r a g agent 模型微调，这三项技能直接对应了当前 ai 岗位的核心需求。最后阶段，实战项目选择常见的大模型应用场景，用前面所学知识动手落地真实大模型项目，如 r a g 医疗问答 agent 的 智能客服、股票分析，掌握这些足够让你胜任百分之九十以上的 ai 应用开发岗 位。如果你还不知道从何开始，我这里整理了大模型学习路线以及配套视频教程，实战项目，来个学习通通暴走！

谷歌 ai studio 最近可是迎来了大动作，带来了全新的全站 web coding 体验。如果你之前不太熟悉它，这次升级绝对会让你刮目相看。 这次更新可不只是加了几个新功能，它直接把 ai studio 变成了一个完整的生产级开发环境。现在像数据库、用户认证这些复杂功能，你只需简单提示就能轻松搞定。 其实这次更新的核心就是谷歌的 anti gravity 编码代理，它能理解整个项目结构和你的聊天历史。 ai 不 再每次都从零开始，开发过程自然更连贯高效。真正特别的地方在于它深度集成了 fireabs， 能自动配置数据库和用户认证。当你的应用需要这些时， ai 代理会主动帮你设置，省去了繁琐的后端代码和手动配置。 另外，新增的 secrets manager 解决了 web coding 工具的一大痛点，能安全存储 a p i 密钥。 ai 代理会智能检测核实需要密钥，并提示你添加，有效避免了敏感信息泄露。 甚至实时多人游戏功能现在也支持了，比如激光标签游戏，这意味着 ai 能自动处理实时同步的复杂逻辑，大大简化了多人应用的开发，真是太方便了。 现代外部工具生态系统也全面开放了， ai 能自动集成动画和图标库，它不再局限于内置工具，可以像专业开发者一样智能选择并安装合适的库。 不仅如此，除了 react 和 angular， 现在还开箱即用地支持 next gs 应用构建，这对偏好 next gs 的 开发者来说是重大利好，只需在设置面板选择框架就行。 另外，绘画持久性功能也加入了应用，能记住你上次离开时的状态，数据可在不同设备和绘画间访问，解决了 ai 工具上下文丢失的痛点，让开发更连贯。 现在的全站 web coding 体验还能连接真实世界服务，比如从 google maps 获取实时数据，这让你的概念能真正转化为实用工具，轻松构建生产级应用。 谷歌 ai studio 的 这次更新彻底打破了 webcody 的 上限，它能自动处理数据库认证和 api， 大 大降低了开发门槛，无疑成为了库尔萨或 replete 的 强劲竞争者。 在我们继续之前，我想向大家介绍我们刚推出的 ai 宇宙新闻通讯，如果你想轻松掌握最新 ai 动态，订阅链接就在描述区，千万不要错过哦。 接下来，我决定亲自上手，看看 a s studio 的 新功能到底有多强。我给他出了个难题，想做一个协助代办事项应用，要求支持登录共享列表，还能显示任务添加者。关键是我还特意勾选了添加数据库和认证。这可不是个简单活儿， 就在第一个应用生成的同时，我可没闲着，又给自己加了个码。这次我想挑战一个多人绘图游戏，玩家轮流画词，其他人时时猜，这能完美展示 ai studio 的 多人写作能力。咱们看看它搞定这个有多轻松。 代办事项应用已经生成，它直接支持谷歌登录，实现了全球共享，协助每个任务都显示添加者，只有原作者才能修改，安全性大大提升。界面优化得很好，实时同步我添加的任务，退出再登录都还在。 至于那个多人绘图游戏 doodle dash， 它也成功生成了具备实时多人游戏互动、绘图、画布和猜词系统。虽然我没法儿独自玩儿，但它的后端架构非常强大。 它采用了 express 服务器和 woocom 同步，确保所有玩家实时互动。这说明 ai studio 已将 web coding 提升到新高度。轻松集成复杂功能 谷歌 ai studio 负责人 logan q patrick 公布了未来几周的路线图，包括设计模式、 figma 集成、更强的 gtalk 支持等等。这些更新指在进一步降低技术门槛，让非技术用户也能轻松部署应用，充分利用 gemini 能力，这无疑是谷歌的一大胜利，未来可期。