标签：大模型学习

本文探讨了企业中 AI 面对业务问题时，即使获取了订单信息也难以准确回答的原因。主要问题在于 AI 缺乏对业务含义的理解，如字段含义...

脉脉《Agent 重置职场：AI 人才流动报告》显示，2026年AI岗位同比增长789.47%，FDE岗位增长最快。A...

本文深入剖析了程序员如何从零开始学习大模型Agent，并成功落地到企业项目中。文章强调，Agent开发的核心在于稳定解决问题...

本文从工程实践角度系统梳理了RAG（检索增强生成）系统的全流程开发步骤与调优策略，帮助读者构建实用知识问答系统。内容涵...

本文深入探讨了AI Agent与外部世界交互的两种主要方式：MCP和CLI。MCP因上下文臃肿、架构复杂、安全风险和被动工具设计等问题被逐渐弃用。...

本文分享了作者从传统后端开发转型为Agent开发的心路历程和实战经验。作者在失业后，选择用4个月时间聚焦学习Python、LLM、RAG等AI技术...

本文为AI初学者提供了一份详尽的2026年AI学习路线图，涵盖从AI基础入门到成为AI全栈工程师的8个阶段，包括机器学习、深度学习、...

本文为10年老程序员提供AI转型路线图，核心观点：不应逃离编程或盲目冲算法，而是将工程经验与AI结合。推荐路线...

文章探讨了前端在AI时代的发展趋势，指出前端工程师的职责边界正在变化，但前端并未消失。文章详细介绍了如何从实践角度学习大模型开发&#...

本文深入探讨了企业AI转型中面临的困境，指出技术并非关键，而是缺少一种名为FDE（前线部署工程师）的核心...