本文强调在AI时代程序员依然大有可为即使非AI专业背景也能参与大模型应用开发。文章介绍了构建基于大模型的AI应用所需的基础知识包括大模型基础、提示词编写与提示工程技巧。同时详细阐述了应用开发的关键如使用OpenAI API和LangChain框架以及如何开发常见的AI应用类型如RAG和Agent。此外还探讨了开源大模型的应用、模型微调等工程实践帮助读者全面了解大模型应用开发为AI时代的开发做好准备。一、AI 时代程序员依然有用ChatGPT 在 2022 年底横空出世不管你是否做好了准备人类一下子被拉进了 AI 时代各种大模型此起彼伏各种 AI 应用也如雨后春笋般不断涌现。像 LLM、GPT 这样拗口的技术词汇也已经变得耳熟能详。人人都知道AI 时代来了各种新机会就在眼前。然而身为一个普通的程序员你一定会心生疑问我不是专业的 AI 程序员工作上也只是普通的业务开发根本看不到使用大模型的机会更何况 AI 算法动不动就是最新的论文我也没有很强的学术功底我知道 AI 很重要但我究竟该如何跟上这时代的步伐呢虽然 AI 时代是构建在许多顶尖的 AI 算法基础之上但是并非所有 AI 相关的工作都需要极强的 AI 算法功底。整个社会要真正进入 AI 时代这些顶尖的算法和优秀的模型必须和我们的现实生活结合起来这里有大量工程性的工作需要完成而这恰恰是我们这些普通程序员的强项。这个世界需要的不全是打造全新的 AI 应用AI 进入我们日常工作的方式更有可能的是给既有的项目开发一个新的功能而这个功能就是利用 AI 的某些能力来完成的。或早或晚我们都会开发一些与 AI 相关的内容只不过名头并非是开发一个 AI 应用。所以我们需要做的就是打好相关的基础。一旦有机会与 AI 打交道我们就能轻松上手。当真正接触了 AI 应用开发你就会发现我们完全可以把别人构建好的应用当做基础设施来用站在这个角度上看这同我们使用 API 构建应用没有本质区别。不过与我们简单地调用 API 传入参数不同基于大模型的 AI 应用开发需要我们有不同的编程模式而这正是我们要在这门课里学习的。二、基于大模型的 AI 应用开发2.1、前提传统的应用开发和 AI 应用开发之间有什么差别呢如果说传统的应用开发是程序员把执行规则一条条写在代码里那么基于大模型的 AI 应用开发最大的差异就是有些执行规则是由模型替我们判定的。例如如果用户的意图是让我们生成一张图片传统的做法就是有一个按钮点击它之后程序来根据某些条件生成图片而在 AI 应用中用户只需要在对话框输入“我想要一个梵高风格的孙悟空”。至于怎么判断需要生成图片以及根据什么条件生成图片则是由模型判定的。你看到了我们会把一部分工作交给模型作为应用的编写者我们很擅长把规则编写进代码但什么规则可以由模型判定则是我们作为普通程序员需要补充的知识。2.2、如何构建基于大模型的 AI 应用所需知道的知识2.2.1、第一部分大模型基础在这个部分我会介绍大模型的基本情况毕竟它是支撑我们应用开发的基础但我们主要是站在应用开发的角度并不会过多地深入。有了对大模型的基本了解之后我们就来学习如何编写提示词。这部分内容我会从普通用户的角度开始介绍即便你不从事 AI 应用开发这部分内容在你日常使用 AI 的时候也会对你有所帮助。然后我会介绍一些挖掘大模型能力的技巧也就是提示工程。2.2.2、第二部分应用开发应用开发部分是核心主要会站在应用开发者的角度介绍两个我们会用到的 APIOpen AI 的 API 和 LangChain。无论你是否喜欢OpenAI 凭借先发优势已经成为了行业中的翘楚其 API 也是许多后来者学习的目标所以一旦理解了 Open AI API再去看其它模型提供的 API也就很容易理解了。至于 LangChain它提供给我们一套编程框架更重要的是它还为我们提供了很多应用模板。无论你的应用是否基于 LangChain 构建LangChain 都是一个值得学习的东西。如果稍微了解一些 LangChain你可能会知道LangChain 经历过一次很大的版本变动我尽量按照新的风格去写的代码所以这个部分也可以看作一个 LangChain 的课中课。有了 OpenAI API 和 LangChain 作为基础我们就可以开启应用构建之旅了。我们会借助 LangChain 介绍一些常见的 AI 应用如何开发重点会介绍两种常见的应用类型RAG 和 Agent。RAGRetrieval-augmented generation检索增强生成帮助模型扩展了自己的知识面了解更多它在训练时还不知道的东西而 Agent 则可以扩展模型能力的边界比如让它去做超越语言的事情。如果说不同的应用类型是在帮助你补充欠缺的知识那么在后一部分我会讲到一些工程实践帮你提前规避一些问题我会谈到如何实现记忆让大模型更了解用户和缓存节省使用大模型的成本以及统一接入使用统一接口调用不同的模型。2.2.3、第三部分模型能力在模型能力部分我们会看到更多大模型尤其是开源大模型。基于大模型的应用开发一个关键问题是成本一方面如果所有请求都必须通过闭源模型则成本会居高不下另一方面很多开源大模型能力越来越强某些模型的表现不亚于闭源模型比如 Meta 出品的 Llama 系列很多情况下我们完全可以使用开源模型进行替代。在这个部分我们还会涉及到大模型的微调同 RAG 类似微调是另外一种帮助大模型扩展知识面的技术不同的是RAG 是把知识补充到提示词里而微调则是在模型上动了手脚。RAG 和微调各有千秋RAG 成本更低微调效果更好如果做得好的话AI 应用常常根据自己的需要选择其中一个。不过某些项目会选择将二者都包含其中。这个专栏的所有内容学完之后你将对围绕大模型构建应用开发的图景有了一个完整的认识。在面对一个可能用到 AI 的需求时你就可以大胆地将它接过来自信地开启自己的 AI 开发之旅。不过或许你会问AI 领域变化如此之快我今天学会的东西明天可能就会过时比如今天这个大模型好明天就会发布一个新的大模型超越这个大模型。在这门课里我会尽量地把重点放在那些可能长期有效的东西上比如我讲解的提示词用法基于的是大模型技术的只要大模型的基础不变它就是有效的至于在某个具体的模型上的表现则不是我关注的重点。最后对于正在迷茫择业、想转行提升或是刚入门的程序员、编程小白来说有一个问题几乎人人都在问未来10年什么领域的职业发展潜力最大答案只有一个人工智能尤其是大模型方向当下人工智能行业正处于爆发式增长期其中大模型相关岗位更是供不应求薪资待遇直接拉满——字节跳动作为AI领域的头部玩家给硕士毕业的优质AI人才含大模型相关方向开出的月基础工资高达5万—6万元即便是非“人才计划”的普通应聘者月基础工资也能稳定在4万元左右。再看阿里、腾讯两大互联网大厂非“人才计划”的AI相关岗位应聘者月基础工资也约有3万元远超其他行业同资历岗位的薪资水平对于程序员、小白来说无疑是绝佳的转型和提升赛道。对于想入局大模型、抢占未来10年行业红利的程序员和小白来说现在正是最好的学习时机行业缺口大、大厂需求旺、薪资天花板高只要找准学习方向稳步提升技能就能轻松摆脱“低薪困境”抓住AI时代的职业机遇。如果你还不知道从何开始我自己整理一套全网最全最细的大模型零基础教程我也是一路自学走过来的很清楚小白前期学习的痛楚你要是没有方向还没有好的资源根本学不到东西下面是我整理的大模型学习资源希望能帮到你。扫码免费领取全部内容1、大模型学习路线2、从0到进阶大模型学习视频教程从入门到进阶这里都有跟着老师学习事半功倍。3、 入门必看大模型学习书籍文档.pdf书面上的技术书籍确实太多了这些是我精选出来的还有很多不在图里4、AI大模型最新行业报告2026最新行业报告针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估以了解哪些行业更适合引入大模型的技术和应用以及在哪些方面可以发挥大模型的优势。5、面试试题/经验【大厂 AI 岗位面经分享107 道】【AI 大模型面试真题102 道】【LLMs 面试真题97 道】6、大模型项目实战配套源码适用人群四阶段学习规划共90天可落地执行第一阶段10天初阶应用该阶段让大家对大模型 AI有一个最前沿的认识对大模型 AI 的理解超过 95% 的人可以在相关讨论时发表高级、不跟风、又接地气的见解别人只会和 AI 聊天而你能调教 AI并能用代码将大模型和业务衔接。大模型 AI 能干什么大模型是怎样获得「智能」的用好 AI 的核心心法大模型应用业务架构大模型应用技术架构代码示例向 GPT-3.5 灌入新知识提示工程的意义和核心思想Prompt 典型构成指令调优方法论思维链和思维树Prompt 攻击和防范…第二阶段30天高阶应用该阶段我们正式进入大模型 AI 进阶实战学习学会构造私有知识库扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架抓住最新的技术进展适合 Python 和 JavaScript 程序员。为什么要做 RAG搭建一个简单的 ChatPDF检索的基础概念什么是向量表示Embeddings向量数据库与向量检索基于向量检索的 RAG搭建 RAG 系统的扩展知识混合检索与 RAG-Fusion 简介向量模型本地部署…第三阶段30天模型训练恭喜你如果学到这里你基本可以找到一份大模型 AI相关的工作自己也能训练 GPT 了通过微调训练自己的垂直大模型能独立训练开源多模态大模型掌握更多技术方案。到此为止大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗为什么要做 RAG什么是模型什么是模型训练求解器 损失函数简介小实验2手写一个简单的神经网络并训练它什么是训练/预训练/微调/轻量化微调Transformer结构简介轻量化微调实验数据集的构建…第四阶段20天商业闭环对全球大模型从性能、吞吐量、成本等方面有一定的认知可以在云端和本地等多种环境下部署大模型找到适合自己的项目/创业方向做一名被 AI 武装的产品经理。硬件选型带你了解全球大模型使用国产大模型服务搭建 OpenAI 代理热身基于阿里云 PAI 部署 Stable Diffusion在本地计算机运行大模型大模型的私有化部署基于 vLLM 部署大模型案例如何优雅地在阿里云私有部署开源大模型部署一套开源 LLM 项目内容安全互联网信息服务算法备案…扫码免费领取全部内容3、这些资料真的有用吗这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理现任上海殷泊信息科技CEO其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证服务航天科工、国家电网等1000企业以第一作者在IEEE Transactions发表论文50篇获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。资料内容涵盖了从入门到进阶的各类视频教程和实战项目无论你是小白还是有些技术基础的技术人员这份资料都绝对能帮助你提升薪资待遇转行大模型岗位。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】