哎,今天看到一个非常搞笑的帖子,就是一个兄弟在抱怨你们搞大模型的就是马坚,你们已经害死了前端的兄弟, 还要害死后端的兄弟,测试的兄弟,运维的兄弟,害死王安兄弟,害死艾希兄弟,最后害死自己,害死全人类,然后后面接着有一个人神评论,神回复,害死全人类,还有这种好事? 嗯,其实把我给笑喷了。然后我觉得吧,嗯,其实 i it 这个行业的话,确实是已经被挤压的不行了。嗯,像 ai 的 工具,其实我也从年前一直在用,用到现在啊,也有几点最深的感受吧,其实现在的 ai 啊,比如说 open cloud 啊, 嗯, open code 啊,然后 cc 啊这种这种工具的话,嗯, 对于大部分人来说还是不宜于使用的,就是还没有到那种普遍工具化的程度。第二个的话,它确实是已经开始能够取代很多类似于 code 的 这一部分的工作了。 然后的话,其实到了后期啊,像我们的传媒就会发生一种,嗯,颠覆式的改变吧,就是由集中中心 迸发式变成了那种,嗯,多节点的一个去中央化啊,信息化的一个。 呃,售媒结构,就比如说做推广以后,嗯,我们比如说做视频做推广,就是靠我们的内容去获得每个人身边的 ai 的 一个认可,就是它的 ai 政策的一个认可。 嗯,这个流量的话,就是已经是由它旁边的 a 整的,根据用户的习惯来筛选这个信息了,投喂给它的主人。 然后第二点的话就是 ar, 其实终极化程度的话,还是不能够取代取代现在的人的啊,因为它有一个硬伤,就是,嗯,它可以给你千百种方案,但是它不知道哪一个是最优的。 这是第一点,他可能到现在为止还是没有判断力的。然后最后一点的话,我是觉得,嗯,他到现在为止他是 不具有责任感的,就是说他做的任何一个方案,任何一个呃,建议都没法来给 真正现实中的人去承担后果的。所以说,嗯,怎么说呢?还是不会说是完完全全取代人类,嗯,这是我最大的感受吧。
粉丝15获赞164

想做自媒体搞副业的朋友,脑子里是不是有几十个 app 创意,结果全卡在了后端?大模型开发商,别焦虑,我今天就把不会代码也能开发 ai 后端大模型的独家经验全部分享给你, 看完后你半个小时就能让你的 app 或者网站接入 ai 大 模型。废话不多说,直接讲干货,先看看结果,这个 app 的 后端已经接入了 ai 视觉识别大模型,拍一张照片就能识别出物品的有效期,食品、药物、代金券、会员卡都能识别, 是怎么做到的呢?先收藏这个视频,免得哪天你想动手实现的时候你找不到教程,现在就跟着我的节奏认真看。 第一步,打开阿里云官网,搜索百念,点击大模型服务平台,百念点击免费体验, 点击应用开发,点击创建应用,选择自媒体应用,选择 agent 的 二点零模式,给应用起个好听的名字,比如有效期识别 app, 点击创建。到这里呢,我们就把大模型开发的框架已经打好了, 下面继续跟着我的节奏,学会给大模型点亮技能点。第一步,你得确定你的大模型是用来干嘛的,比如聊天的,你就用文本生成模型,比如图片识别的,你就用视觉识别模型。 这里不单有阿里自有的几十款千万模型,还有开源的 deepsea 模型。第二步,给大模型安排工作任务,他是谁?扮演什么角色?他收到任务后返回什么数据?巴拉巴拉,我这里整理了一套呢,让大模型识别物品有效期的提示词, 把它粘进去,等着他给你干活吧。第三步,可选步骤。如果你想给大模型再加点技能点,比如接入 m c p, 这里有一堆内置的 m c p, 开箱即用。比如你想 ai 对 话保留记忆,可以把这里的鞋带上下纹拉到最大, 这样 ai 聊天会记得最近三十次的聊天内容,你都不需要额外对接什么像量数据库,太他妈省事了。第四步,测试大模型能不能正常工作,在界面的右侧选择一张优惠券,看看他能不能识别出有效期, 完美,可以准确识别出来,要是效果不满意呢,你就去调提示词,直到调到满意为止。 第五步,接入 app 或者网站,点击 sdk, 使用文档 复制 api, 文档链接直接丢给 ai 编辑器,叫它实现这个接口并接入 app。 记得把 app id 和 appk 配置进去,这样你的 app 就 完美的接入后端 ai 大 模型了。 最后再总结一下,他是干嘛的,他是 ai 时代的乐高工厂,你想接通一千万,点一下,你想让他有记忆,能联网,能读文档,再点一下,这不叫开发,这叫点将, 你就是统帅,那些昂贵的 ai 模型就是你的士兵。后端接口, api 调用、 fork 管理、阿里云百年,全部在底层给你弄好,你只需要想清楚你的用户是谁,你要解决什么问题? 很多人问我,这能行吗?稳定吗?兄弟,这是阿里级别的底层架构,每天扛着几亿次的兵法。 别再问这种外行话了,最恐怖的是,他不仅能接 app, 还能接微信,接自媒体,接你的各种业务系统。这意味着从今天起,你一个人就是一家技术公司,你可以用极低的成本去试错一百个。未来的竞争不再是代码能力的竞争,而是调用 ai 能力的竞争。 当别人还在吭哧吭哧写 bug 的 时候,你已经带着你的 ai 角色去收割市场。 这个世界正在重述你是想当被 ai 取代的那一个,还是想当驾驭 ai 的 那个人。这套方法是我经过很多次模型揭露实践出来的方法论,全网应该都还没有公开这套实践方法。别等别人都玩烂了,你才入场,现在就开始动手。 后续呢?我还将围绕开发好的 app, 如何推广,如何赚钱。记得关注我,带你用最朴素的方法,做出最有效的 app。

呃, ok, 兄弟们,今天我们也是迎来了我们这个大模型应用开发的学习路线。首先你不不要看这个标题说大模型应用开发就是认为它是一个多么高大上的东西, 就很多人在传统认知里面认为,呃,大模型应用开发它可能是一个悬在天,悬在空中高学历一种东西。但是自从去年 deepsea 横空出世之后,呃, ai 已经走进了一些 ai 方面升级, 所以说那么信用开发作为后盾开发的一种新形态,我们是很有必要去学习的。今天就带来二六年如何快速入门。那么信用开发个人认为最快路线, 首先先叠一层甲,本人只是一名大二的学生,所以本文章不讨论任何技术深度,不纠结任何里层,就只在让大家快速找到一段新新新形态相关事情。首先第一步拍摄语法, 首先我们这个大拇指应用开发本质上是后端开发,就是给软件的后台申请服务的,但是一提到后端开发,大多数人都认为是 java 开发,但是在大拇指应用开发里面,第一步一定是先学 python, 虽然说现在 ai 规定能力很强, 呃,或者说 java 生态多么好,但是第一步一定先学一些 java 什么构之类的,但是第一步一定先学 python。 对, 然后去看这个视频,这个视频也是刚刚刚跟的差不多,然后看到爬虫之前就行了。就是,至于爬虫要不要看呢,我就看个人兴趣吧,就是其实爬虫在开发的情况下是用的不多,对,所以说就是看到爬虫之前就可以了, 而且数据库后端开发一定是要会数据库的,其实我觉得后端开发就是跟数据数据打交道,这个数据可能在内存里面,可能在数据库里面很,这个数据库有可能是关系型数据库,也可能是非关系数据型数据库,对吧? 所以说后论开发你一定要学习如何跟数据打交道,这数据从哪里来要到哪里去,这数据是什么你要了解的非常清楚,所以说你就学习这个数据库,去看完 mesica 技术片就行了,什么精髓片和那个运运位片。运位片说实话 其实不用看,对,那敬业片的话,你可能后面准备面试题的时候又要准备一下,但是你现在不先不急,先看完技术片,然后这是一个后端开框架,后端框架拍摄里面的代拍摄里面代表框架应该是有三个,一个叫 dango, 一个叫 fast api, 又叫 plus。 如果你做大模型,你向高端开发的话,肯定首选这个 fast api, 因为它是先天和大模型进行了一些接口上的兼容啊,先天计时,异步编程啊之类的。 所以说一定是学习 photoshop api, 然后可以直接看黑马这个视频,但是应该要等它更完吧,它还没更完。第一个就是他们学院开发有两版符,第一版符叫 red agent 呢,第二个第二版符叫胜任 red red 主要主要是解决大模型的幻觉问题,然后 agent 呢,主要是让让这个模型能够去帮我们处理一些简单事情。对, 所以说凉拌虎,然后喜欢这些,现在行情来看,就能去找一段实习的。对,你听的没错,现在当务兴应用开发就是这么好好找工作,比传统后加把后端好找好找差不多几十倍上百倍。我都敢这么说,因为我也是投过家里加我简历的。嗯,就是 a 阵和 rap, 然后就是我认为的要去做一些加强的地方。就是学到这里的话,我认为你再写两个项目就可以去找一段实习了,因为本质上来说,实习对那个 对课课班上来说就是要求不会那么高。对,所以说你可能觉得学之前没学什么,但是我说这些其实足够了。对,这才是一个正常事情, 职场的是敞开的表现,而入入职选可以再学学 git, 这是一些代码版本控制工具,然后这些其实只是最低要求,如果你想抽着找一份好工作的话,你可能来做一些加强,比如说后端方面要学学,要学习一些 release 消息队列啊,这消息队列有什么? root 了, m q rapid, m q 卡不卡这类的,然后一些升华的点,比如说这个 reg, 如果你学了一些简单这个单词,还要处理副文本的内容。 切割其实还有很多种切割器,而且我传输有这么多相关数据库,你看又回到数据库,所以说数据库是很重要的,而且,所以呢,招募手段,评评估,评估框架对图, red 啊, domino red 啊, 然后 agent, 我 之前不是讲凉拌粉吗?一个叫 agent, 一个叫 red, 其实就是深入学这两个东西嘛。 agent 其实还有什么?学习一些 long chain, 全家桶,然后 long graph。 其实现在还有很多信息的框架,比如说这个。 呃,比如说这个 auto gen 应该是叫 auto gen。 什么什么? crew? crew, 哎,怎么回事? 应该叫这个吧,这个什么什么多智能体框架。对,然后把这些学习完之后就可以学习一些新新概念,比如说各种方式,各种方式啊,什么?比如说什么 react, 不是 不是前端框架的那个 react, 就 说 python 程序 skill 的。 然后这里还有个 a to a 协议,什么 a 帧的 to a 帧的协议,其实还有什么 a to u i 的 协议, a g u i 的 协议,这些都可以去了解一下嘛。啊,一些方克神方列是函数调用这些技术概念,而点什么 skill, 最近新新起的还是当前的一些啊?新啊,新的框架叫当前系列的新框架 delete agent, 然后对于大母型后续点,对, 其实 double 形容开发与那个那个传统算法算法一些交叉,就做这个 double 循环。后续链不是做预习点,是做后续点, 然后后续链又分为三段,是 s, f, t 的 微调,然后什么 l a 学 f 的 微调,还有什么?嗯, 然后强化学习,什么 d p, o, g, r, p o, 然后一些向量步数,你这里有个后端服务了,你再学步步数,你就会发现,哎,这些东西原来是通的。 v i m 步数就会发现,哎,这些东西原来是通的。 v i m 框架,什么 d, b 啊, factory。 就这些,就慢慢去了解吧。但是这些好像没有很诚信的视频,所以跟你们讲的这一点,你可能是要靠 ai 去学,靠文档去学的。对, 然后推荐哈根达斯光复维导,然后里面会有一些教程,你可以自己去看。然后这就是要理解一些全封嘛,如果是走单位去算法,可能的话,可能全封就是个,就是入门必学,但是我们这里就是超级加分的想法,个人认为就是看中文找视频付费,然后理解常见面试题,其实你直接背常见面试题就可以了啊 啊,不会说真的,让你去录个成风,不可能的。然后这篇文,然后这些文章我也在这个,在这个纽克网有,有这个,有这个联赛吧,也蛮多人看的,大家可以去支持一下。对。

你们搞大模型的就是马奸,害走前端后端策士运维兄弟,害走网安 ip 兄弟,最后害走自己,害走全人类。你们被 ai 取代了啊?嗯,等等,你刚说什么被取代?我们这消息也太突然了吧。我咖啡还没喝完呢,我们现在该怎么办?

啊,失效模型与效应分析是一种识别和评估潜在失效模型及其影响系统化的一个方法,那接下来我们去了解一下飞门有两个非常重要的,第一个是 d c m 产品设计阶段的,主要是针对产品设计阶段找出设计上潜在的失效模型, 通过使用 d f 可以 提前的去识别潜在的设计问题,来避免在产品投入生产之后才发现这个问题,从而避免设计变更的时间和成本。 其次呢,也可以去提高我们的产品可能性,来通过对失效模型的分析和改进,来提高产品的可能性和复杂性。第二个应用场景是 pc mark, 也就是 过程开发阶段。在生产过程中呢,屁肥们可以帮助识别生产过程中的潜在风险,来优化工工艺参数和操作流程。比如说在机械加工过程中,通过屁肥们的分析可以发现刀具磨损过快可能会导致的这个加工精度问题,从而调整这个刀具的 更换周期和消息参数。通过预防生产过程中的失效模型,可以减少废品率、返工率和维修成本。 这个是 c 墨的两大应用场景,一个是 d c 墨,也就是在产品的设计阶段。第二个呢是 pc 墨,也就是在产品的生产阶段。接下来就是 c 墨的应用步骤。第一步是定义系统, 定义系统里面有两个要点啊,第一个明确分析范围啊,我们要确定出来进行 cf 分 析的系统,此系统产品或者过程你是要分析哪一个过程?有可能是我们产品制造过程中的全流程啊,或者说我们在工序中的某一步骤 啊,你要明确出来我们的范围是哪,随后就是那明确了我们这个定义的系统之后,接下来第二步是识别失效模型,通过系统的方法全面识别失效模行为,后续的分析呢,去做一些个基础。哎,在这里你可以用到的一些方法 可以有这个头脑风暴法,参考历史数据,还有这个试验过程中实际出现的一些个问题,把这些问题呢去做一些个汇总,并且呢将其列为潜在的一些个视角模型。接下来第三步就是根据我们识别的失效模型呢,去分析失效的原因和后果, 哎,失效原因分析呢,就是针对每一个失效模型深入分析其产生的原因,在这过程中你可以去运运用五谷图,五外分析法等等这些工具,去确定你这个产品失效的一些个具体的原因 啊,随后呢再去进行失效后的一些个评估啊,评估每一个失效模型对于系统产品或者说顾客造成的影响。失效后果呢,可以从安全性能、可靠成本等等方面进行考虑。那接下来重要的一步是风险评估, 风险评估里面呢有三个点先去看一下,第一个是确定严重度,哎,根据失效后果的严重程度,对每一个失效模型进行严重度的评估啊,通常呢是会采用一到十分的这么一个 评分标准,如果说可能会造成人员伤亡的这种失效模型,严重度呢是会评到十分啊,如果说仅影响到外观的一些个失效模型,这些严重度呢可能会评到二到三岁。 接下来是第二个是确定频度,也就是评估失效模型发生的可能性大小,同样呢是采用一到十分的一个评分的标准。 第三个点呢是确定探测度,就是评价在失效模型发生之前或者发生时能够被检测出来可能性啊,也是按照一到十分的一个标准,如果有完善的检测手段,能够及时的发现失效模型呢,探测度的评分会低,反之呢会越来越高。 那么通过对严重度、频度、探测度这三个维度的分数的评测,数据的相乘呢,也就是计算出风险优先数,这个也就是 rpn, rpn 的 数值越高, 说明该失效模型的风险越大,也需要优先的去采取措施进行改进。这个呢就是我们风险评估阶段啊,随后在风险评估阶段之后呢,就是制定改进措施, 制定改进措施是根据二批数值的大小确定优先处理的时效模型,一般来说这个二批数值越高,得到的关注肯定是越高的,那随后根据顺序的排序去制定改进的方案。 改进措施呢,可以去包括设计的变更,工艺的优化,来增加检测手段,加强员工培训等等。 改进方案完成之后呢,你就要去分配这个责任和时间,明确改进措施的责任完成时间,确保你这个改进措施方案能够得到有效的实施。 在这个措施方案持续改进的一段时间之后,要去跟进这个改进效果,定期对改进措施的实施情况进行跟踪,收集数据,评估改进的效果,通过对比前后的 ipn 值,失效发生的次数啊等等相关的指标 来判定你这个改进措施是否的有效。最后呢也就是持续改进,如果改进的效果不理想,还需要去重新分析原因,调整改进的措施,直到达到一个预期的一个效果啊。这个呢就是 c m 全套的应用流程。

大模型大前景,干的就是大模型,你们搞大模型的就是马杰。我已经害了前段兄弟了,还要害着后段兄弟,测试区运维兄弟害死我爱兄弟害死全人类。开除的速度一定要快。终极 ai 大 模型已经生成好了,你被开除了。

各位同学们大家好,今天呢,给大家聊一聊关于最近比较火热的这个大模型应用开发的岗位的相关的一些事情啊,相信呢,最近呢,有很多你身边的一些人,比如说你的学长学姐啊,培训机构啊,还是一些所谓的行业大佬博主啊,都在捶你哎,扔掉传统的后端的技术站, 然后一头扎进这个大模型的浪潮里啊。但是今天呢,这个呢,我要告诉你一些真相,就是其实呢,这个百分之九十啊,转大模型的一些校招生啊,可能连简历筛选这一关都过不了, 还有呢,很多呢,自以为有这个优势的一些 ai 背景科班的同学呢啊,挤破头呢,想进入这个大模型算法的岗位,呃,竞争或者说个人的要求更高嘛, 但是呢,这些科班的 ai 科班的同学呢,反倒有时候干不过这个啊,后端科班的一些加法选手,然后呢,这个看似火热的这个大模型的岗位啊,其实它的录取率啊,其实并不高。那么今天这一期呢,就是我作为目前大厂的一名 参与大模型应用开发岗位的这个面试官呢,把最近的这个大模型应用开发的一个共需的一个真相,能力的要求,转型的策略以及避坑的指南,一致性讲透,全部都是内部的干货,没有一句废话。 那么看完这一期呢,相信你对于这个大模型应用开发到底要不要转,能不能转,怎么去转,应该会有更深的一些见解。 那么话不多说,我们先看一下刚刚说的这三个问题。第一个就是为什么这个百分之九十的转大模型的校招生,在简历筛选阶段就被挂掉了呢。还有第二个就是大厂的这个大模型的岗位的实际率录取率啊, 其实比传统的后端开发还要低。而第三个也就是这个相对一个反常识的一个点啊,为什么科班的加法选手去转大模型应用开发,反而比纯 ai 背景的同学更吃香呢? 这三个问题的一个答案呢,其实就是藏着我们校招大模型的一个核心的一个逻辑。我们先看下第一个问题啊,也是我在这个筛选你是最直观的一个感受啊。 百分之九十转大模型的校招生简历被挂,其实核心的原因只有一个,就是缺乏工程式工程化的这个项目的经验,然后只会调一些 api 的 包,跑一些 demo, 然后很多同学觉得呢,这个大模型应用开发就是调一调 open api 的 啊,这个相关的一些接口,然后跑个相关的一个啷呛的一些势力,然后呢就敢在这个简历上写精通大模型应用开发。 但是其实在这个面试官的眼里,这样的简历其实连入门的资格都还没有。那我们再来看第二个问题,就是大厂的这个大国型的岗位的录取率呢,到底有多远呢? 我们可以看一下这个真实的一个岗位的数据,这是二零二六年的这个互联网秋招的新增的一个报告啊,就是大模型算法岗的供需比呢,是一比零点二,这是是非常稀缺的门槛呢,也相对高的离谱,比如要里有一些顶会的论文, 而这个大模型应用开发岗的这个工序比呢,是一比一点五,然后呢这个相当于也就是说呢,这个岗位是比人要多的,看似呢是一个蓝海的啊,一个求职的一个方向, 但是呢对比这个传统的 java 后端来说呢,我们的 java 后端目前是这个将近啊,一比一五,一比五,也就说呢,这个竞争呢啊是非常的激烈的。 那么这个山内的核心岗位的一个薪资呢,我们也可以看到传统的家把户端的年薪呢,可能呢目前呢对于一些好的学历来说呢,大概是二十五万到四十万,那么你需要掌握一些这个分布式和微服务的一些东西, 然后大模型算法岗位的年薪呢,可以直接达到五十到一百万,而顶尖模式呢甚至可以达到一百二十万以上,但是呢必须要有这个顶会的论文和扎实的算法的功底。那么大模型应用开发的岗位呢,他的年薪目前呢大概在三十五万到六十万之间, 核心的呢,其实还是你的一个工程能力,然后加上一些对于 r a g 或者说 agent 在 特殊的这个业务场景下的一个优化,这个呢也是目前普通人呢能够接触到的相对来说的一个黄金赛道。 还有呢这个一组关键的数据就是不识之拼音上面显示二零二五年的统计, ai 岗位需求增长超过百分之四十,百分之这个七十四,但 ai 岗位的这个供需比首次超过了一,也就意味着这个大模型的赛道的竞争啊,已经开始加锯, 然后再也不是随便学学就能上岸的一个阶段了。那么第三个问题的答案呢,就是今天我们核心要去聊的一个反常识的真相,就为什么这个 ai 科班的同学反倒干不过那些搞后端的科班同学去做这个大模型应用开发。 那么我们说这个大模型应用开发这个赛道啊,实际上核心还是要考察你的一个工程能力,因为毕竟它还是开发嘛。 这个我作为面试官呢,我最常说的一句话就是啊,你代码都还不怎么会写呢,然后就开始所谓的研究这个多卡并行啊相关的一些东西了,我们大模型港也需要你有比较深的一些扣顶的能力。 而大模型工程岗本质呢,其实就是在你的 java 的 基础上,然后叠一层,然后我们从这个二零二三年开始,这个 ai 时代的一些技能,也就是说你需要百分之七十的核心的,比如软件工程啊,分布式的一些能力,然后再叠加百分之三十的一个 ai 的 技能。 那么懂这个大模型工程落地的后端开发呀,才是现在效招市场上最稀缺的人才,这也是为什么这个科班加把的选手转型呢,反倒更吃香的一个原因。 然后呢,另外呢,这里呢,就是要打破一个误区,就是大模型应用开发啊,它不是简单的调 api, 我 刚刚也说到了, 很多同学呢这个觉得就掉掉接口这个理解呢,肯定是完全错的,真正的这个大模型应用开发岗啊,需要你掌握,而 transform 的 一些架构的一些原理, r a g 系统 agent, 智能体的一些核心的工作方式,以及在特殊的业务场景下的一些调优的这个一些方法,包括一些模型部署的一些核心技术, 所以说这个工程能力是这个一切的基础,你的这个工程的底盘呢?还是我们讲到的这个 radis 数据库啊,卡不卡呀?这些相关的一些知识的理解。而这个 ai 的 应用程呢,是叠加一些 nonchalant, mcp 的 promise 工程的啊,一些理解, 这个呢,我们两者叠加呢,才是面试官想要的人才。那么作为面试官呢,我再给大家聊一聊这个大模型应用开发岗,他面试考察的重点到底是什么?那么我们一般来说呢,这个校招的技术面啊,一般是三轮, 那么第一轮呢,一般是常规的基础面,比如说考察你的计算机的一些基础啊,这个 linux 的 一些理解,网络协议,数据库, linux 的 一些底层的一些原理啊,当,当然还有一些手势的一些代码,以及一些系统设计场景题啊,相关的一些考察, 这个呢,基本上是必须的,你过不了了就肯定是直接挂的,这个不可能说想着这个靠懂一点点 ai 的 一些概念就可以蒙混过关。 然后第二轮呢,也就是我们说的这个一般来说是项目面,也是呢核心的一轮,一般呢考察你的一个 ai 的 工程能力,比如说 ig 系统的架构设计 啊, agent 的 finc 和 mcp 的 协议的一些理解和优化, prologue 工程的一些非秀的一些优化,还有高密发的一些处理, tok 的 一些成本的控制。 那么这里的一个致命误区,也就我刚刚讲到的,不是说调个 api 的 包,跑一跑 demo 就 行了,你还是要去懂一些软件工程系统架构的设计,如果你不懂的话,这个也是很难过这一轮的, 那么经过这一轮之后呢,你基本上可以说大概率可以拿到这个 offer 了。那么第三轮呢,一般是一些这个总监面,然后主要是一些相当于我们叫做软技能的数值面吧,主要考察你的一个综合能力,比如说 你的这个对于业务的一些理解啊,成本控制的一些意识,团队的协助学习能力啊,以及对这个技术的一些敏感力,比如说最近的这个 web coding 啊,啊, spec coding 啊,这些概念比较火,那么你对这个东西是怎么理解的, 对不对?有没有自己通过 web coding 上线一些个人的一个一些项目?这个呢也是面试官看重你的一个持续的啊学习能力。 那么讲完了现状和面试考察重点,那么接下来就是大家比较关心的想转型大模型应用开发到底该怎么转?这里呢给大家设计了一套两步走的战略,大量的投入三到四个月, 当然如果你之前有比较扎实的后端的基础呢,这个可能呢一两个月就差不多。第一步呢还是夯实你的这个软件工程的基础,这个后端的基础。 然后呢第二步呢,就是去做一些这个 lm 的 一些理论的学习和工程化,重点掌握了这个 reg 系统的架构啊, ag 的 智能体啊,模型的部署啊啊这些相关的核心的内容。 然后这里呢大家要注意一点啊,不要去使科这个所谓的 sft 啊,监督微调啊,或者说 r l h f 这些相关的一些底层的一些知识, 因为对于应用开发来说呢,你这个调参的对算法调参,实际上你这个相关的工作其实很少,核心的还是算法,那边我们呢还是主要呢去在具体的业务场景下面,我们要去做技术选型以及工程的落地。 然后这里还有三个关键原则,就是一定要注意,就是第一个还是工程为主, ai 为辅,不要本末导致了。第二个呢就是要是项目驱动学习,每个阶段呢都要有可展示的一些项目的产出,别只学了一些纯的理论的八股文。 然后第三个呢就是不要去做理论的一些类卷,不要去使课这个什么这个传送门的一些数学的推导啊,一些相关的东西,我们大概理解它的一个流程图就行了,我们重要的是我们拿出一些可落地的生产级的,企业级的项目, 这个才是最重要的。那么最后呢,我们再看一下这个传统后端和大模型应用开发的一个技术站的一个对比, 呃,这个呢是一张技术站的一个全景图吧,大家可以截图收藏一下,其实两者的它的一个基础是高度重合的, 都是要求你第一个语言能力要过关,存储有数据库, linux 这些核心的底层的知识要理解,还有一些中间件,比如说卡不卡微服务的一些知识。然后呢啊,一些这个项目管理的一些东西,比如说 git 啊,多克啊,这工程的一些数量,这里呢肯定是必须要扎实掌握的。 那么这里呢也提一句啊,这个可能呢,很多同学呢觉得这个现在做大模型就是用这个 python 的, 呃,这个相关的框架因为非常成熟嘛,但是这个 java 的 生态呢,目前呢也正在崛起,比如说这个啊, spring ai 或者 spring ai, 阿里巴巴都提供了完整的这个大模型应用开发的解决方案,去集成了这个阿里的一些百炼的一些平台的相关的企业级的微服。 而且呢这个有一个点啊,就是大家要注意我们这个大模型或者说 agent 的 开发,其实从去年底才开始真正爆发,很多企业呢,还没有说这个 agent 的 一些应用呢,还没有完全的真正的落地 更多的呢,只是因为这一股浪潮很多呢公司呢,需要在他们以前的后端的项目上去叠加一些 ai 的 能力,那么这个以前呢,他的后端的项目肯定大部分是甲方做的嘛, 所以说那么你进到这些公司里面,你如果不懂这个 java, 这个 java 的 后端的东西全部丢了,你怎么进去做这个相关的应用的开发呢? 对吧?那么我们大模型应用开发的差异化的一些技能呢?主要是这个关于啊模型的交互的一些能力,比如说 api 的 这些调用啊,模型的部署啊, 然后第二个 i e g 的 一些基础站,比如说这个项链数据库啊,以白顶模型的一些优化呀,以及 a 级的这个相关的一些框架,比如说放射性库啊, m c p 协议啊,多智能体怎么怎么协助,怎么通信,怎么编排啊,对吧? 然后第四个这个 promise 工程的一些理解,比如你的这个思维链的理解啊,这个结构化的一些输出怎么去做? 然后最后就是这个 ai 的 工程化这些东西,比如说你的这个缓存的策略啊,流失的响应那些优化呀,投坑成本的一些控制啊,那么如果你能把这些东西都搞到位,那你这个基本上面试呢,进大厂呢,没有任何问题。 那么讲完了这个转型的策略和记录站啊,接下来再聊一聊啊,这个啊一些大家需要去避坑那些东西吧,这里就是主要是三个致命误区。 第一个误区呢就是我其实刚刚也讲了,就是不一定要去学会这个所谓的 transform 的, 这个 ai 的 里面的一些数据的推导, 你主要还是只需要知道原理就行了。第二个呢就是不要觉得这个 java 过时了,我刚刚讲的目前绝大部分这个后端系统都是 java 开发,不可能一下子全部换成这个 python 的 基础站,而且呢这个 java 的 生态也在快速崛起, 当然你这个 python 的 框架肯定是要要去学会的,因为可能呢,现在很多企业还是拿这个 python 来去,因为它的这个生态比较成熟嘛,来去做一些模型的编排,然后用 java 的 应用去调。 第三个的,这个就是不要觉得这个大模型的岗位呢都是犯法岗,因为从去年底呢,这个应用开发已经开始爆发了, 我们呢这个核心呢,还是以工程为主, ai 为辅。然后最后还是再强调一句,不要去当这个调包侠,就觉得这个价格 a p i 就 完了,也不要去当这个调参侠。我非要去对这个大模型的优化有非常好的理解,理解 这个目前我们最稀缺的还是这个能把大模型工程落地的后端开发。 然后呢最后呢给大家说一下这个啊,简历上最实用的一个东西吧,其实还是项目,就是你要能有拿得出手的一些项目,比如说这个 r e g 的 项目啊, ag 的 项目, 这些项目呢,这个目前呢市面上呢可能比较少,而且呢很多都是一些 demo 的 一些项目,这个呢可能就相当于只是说把这个流程普通的, 但是呢我觉得这个我也看了,这个市面上那些项目我觉得只能说确实是个 demo, 要想去拿去做这个工程化或者企业的落地啊,是不太现实的。 然后呢很多呢机构呢啊,因为这个大模型应用开发的火爆呢,也推出了一些比较高价的 啊,这个大模型应用开发的一些一些培训,我觉得这个大大家要理性看待吧,不要因为啊这个 ai 的 一个到来呢就过度的焦虑,我觉得这个效招其实核心还是看你的一个思考能力, 以及对目前的职业支点的一个理解能力吧。而且这个培训机构呢,培训的这些东西呢,说实话市面上呢你也能都能找到一些免费的课程,而且呢他这个提供的项目很多,我也大家都看了一下, 基本上也都是一些所谓的这个知识问答呀,啊,这个这类似的项目,这些类这些项目其实目前都已经快烂大街了,大家呢还是争取去找一些企业级的项目,好吧, 然后呢最后呢就给大家讲一讲,就是啊,很多同学呢可能也在纠结要不要去转大模型的应用开发, 这个呢,我觉得核心还是看你当前的一个情况吧,如果你是二六届的同学,那么现在就是找春招嘛,可能就剩下两三个月了。那你如果之前的一个后端的能力都不太够, 那么我觉得就不要去往这个应用开发,大模型应用开发去去想了。这个不太现实,还是老老实实的去走这个加寡后端,然后这个其实他毕竟对大部分企业来说的话,他还是要把他的核心的业务去去去,嗯,走嘛,对吧? 他 ai 只是目前的一个叠加的能力,所以说他肯定还是需要大量的啊,传统的后端的开发人员的。然后第二个如果,哎,你这个 学历还不错,然后科班也也是计算机的科班,然后呢,现在也是这个二七届的同学,然后时间也还比较多,那我觉得这个完全就可以去转向大模型应用开发了, 这个后端的开发的岗位啊,在未来两到三年肯定会慢慢减少的,但这个应用开发随着去年下半年的一个 a 警车的这个爆发,肯定这个至少在未来我觉得是五年内是一个非常火爆的一个岗位。 那么最后呢,就是还是给大家说一句,就是转化模型用开发一定要注意你的工程能力, 那么呢大家呢,可以这个按照我今天说的,先打通你的工程能力,再去叠加一些 ai 的 技能。好,我们今天的内容呢,就到这里,然后也相当于是一个干货吧, 希望这个可能看到这里的同学呢都能拿到自己满意的 offer, 然后下一期呢,我会给大家带来另外一个干货,就是这个大模型应用开发岗,非常详细的这个保姆级的学习路线, 这个从零基础到项目落地一步步这个教大家全程都是干货啊。觉得这个这期内容有用的同学呢,麻烦大家给一个关注啊,加三年,然后希望大家呢一切好运,好吧,我们下期见。

目前 ai 其实现在已经开始在大厂里面开始做了一个大写牌了啊,现在 prd 划 prd 移出需求文档这种东西的话,基本上产品经理就会丢给 ai 自己出来, 然后生成待末之后呢,需要前端设计界面,然后前端这个界面,现在 ai 基本上也可以取代大部分的情况了啊。目前哈,我们公司的一些前端小组已经开始陆续的端人,然后端了大概百分之五十左右的一个人量吧, 然后稍微有点技术含量的腾讯让后端整体的一个架构,然后端这一块呢?其实怎么说呢,现在有了卡洛克的之后,现在对后端的这个代码工程解读也非解读的非常完善,而且在给你修改的时候,还能你跟他一起指挥着修改,整个效率也是一个大大的提升。 然而大家可能觉得唯一可能对没有影响的一个岗位可能就是算法工程师吧,毕竟他们是在训练 ai 的, 但实际说呢,你训练 ai 的 这一部分,算法工程师呢?他只是那一小桌人, 而而且这一小组呢,在训练过程中,现在还就提出一个新的概念,叫什么让模型做一个自我的一个训练迭代,就是我一个模型,它毕竟是要与自然优化迭迭代的吗?像一个人一样,然后在他们就想访问用这种方式,就比如说我一个人, 我能自己每天成长学习,那模型为什么不可以呢?所以现在提出来就一种这种观点,目前在走这一部分。然而这样一出来之后,发现一些模型工程师发现啊,自己做的很多事情其实也开始变得慢慢的,慢慢的 啊,也变成没有什么意义的价值了。这样下句话基本上可以说是从头从前到后,从头到尾,从业务提出到 prd 划出来,到前端设计,到后端的一个应用,以及到算法工程的一个训练,乃至一些对一些数据的查询等等等等这一层,这一套流程,人基本上开始一点一点的开始狂底层,越深越透,越深越透。就像马斯克这些新闻讲的, 他们现在已经开始在走这条路了,然后走的队伍可能说人类唯一的一个作用啊,可能就是什么,就是按需分配劳动,或者就是去转一些对 ai 取代,被 ai 取代可能性没那么高的一些职业,像什么厨师了,摆摊了,或者就是开司机了等等,就这种类的一个工作了。 嗯,大家都觉得 ai 可能最先替代的可能是一些低级的一些,可能说复杂度没有那么高的,对这种高智力的人,反而比如说不是高智力吧,就是说对这种脑力工作者可能没那么多的 一个冲击吧,实际上最先冲击的反而是这一批人,这叫什么?自己努力,然后自己把自己给优化掉了,基本上走也走这条路线吧。

靠,忘记点咖啡了,通知一下大家,即日起前端不解散,全员转型 ai 转型 ai 能懂什么叫按钮放大有呼吸感吗?嘿嘿,前端就是画皮的,皮没了,肉还在我们后端。逻辑硬核 ai t 不 了硬核,我看你是硬扛吧,死锁叉三天配置错一次,疾群全挂 ai 写四扣都比你快,你拿什么比?拿你那几根 a 头还是你的发际线? 别争了,淘汰你的不是 ai, 是 不会用 ai 的 人。大家都看一下这个 g m s h。 切,不就是调个 api, 肤浅。这是 linux 服务器的外挂,是你们的救星,可不要小看它,它的 agent 可以 自动生成命令,你们只需要点执行运维,老手都能动起来,自动化专家,只需这一秒。卧槽,这也能行?那我天天敲命令,盘算什么?算体力劳动, 马上要被优化的那种?他只是给 linux 套了个傻瓜式皮肤,文件拖拽,监控,大屏小白都能当老手用,但高手的尊严不能丢,终端窗口照样开,命令随便敲,既照顾了新手的手,又留住了老手的嘴,两全其美, 坟掘给你们了。是优化自我还是被优化,你们慢慢研究吧。宁可把头发学光,也要把 gmsh 学强,为了这口拼好饭,今晚通宵也要把 gmsh 练满级。

程序员要大量失业了,最近我们公司在接入那个 cloud code 的 模型,然后就是在测试过程当中, cloud code 模型百分之生成的,百分之九十的代码都可以直接用, 你想一下,而且他写的比程序员写的还好,你想一下有多少程序要失业的?我是不敢想啊,估计很多程序也要,估计很多程序也要失业的。我就是 java 转过来的, java 转的大模型用开发,工资涨了五千, 哎,现在你说做,现在做传统 java 的, 比如说做后端或者前端的那些,人家用 coco 的 写代码写出来一分钟就写好了,你让你去写,你得写多久?你写的还没写,还没他写的好, 哎,所以说现在还是要把这个大模型应用开发比较好啊,毕竟我们还是要把这个大模型用好才是王道呀,因为大模型能力实在太强了。 然后呢?我想带几个就是带几个,就是 java 吧, java 出生的,或者说程序员吧, 就是如果你是,如果你是本科出生的,我希望你能是三年外的,三年以上的,有工作经验的,如果你是专科的话,我希望你是五年工作经验以上的, 然后我免费带,因为我自己就是加把转过来的,涨了五千块钱工资,所以我也想,所以我就想带几个人,就是通过带你们,然后让我自己成长的更快吗?我就是这个意思, 如果有意思的话就直接加入,直接加入粉丝群,然后就私聊我就行了,然后我们一起进步,就这样行。