程序员的末日？AI大模型改写未来职业图景！

在人工智能（AI）的浪潮中，大型AI模型的商业应用被形象地比喻为“手持锤子寻钉子”。这一比喻揭示了AI热潮背后的现实挑战：落地过程缓慢，困难重重，面临算力、成本等多方面考验。有观点担忧，大型AI模型厂商可能会重蹈AI四小龙的覆辙。

在这场挑战中，“找不到钉子”意味着巨额投资的AI模型无用武之地。因此，众多AI模型厂商正急切地寻找合适的落地场景。在百度Create大会上，李彦宏展示了文心大模型，并推出了面向智能体、AI原生应用、模型定制的开发工具。他积极向开发者展示百度在编程、文旅、教育、家居、自动驾驶等行业的应用案例，这些被视为百度找到的“钉子”。

与此同时，金山办公软件WPS因针对AI功能收费而引发热议。自ChatGPT问世以来，大模型的商业落地一直是业界关注的焦点。尽管国产大模型技术与美国存在一定差距，但中国大模型厂商对于盈利的追求似乎过于急切。人们不禁要问，中外产业在落地情况及盈利迫切程度上是否存在差异。

去年，大模型公司开始将重心转向应用侧，预计今年将迎来爆发期。云计算和数字化转型创业者、投资人郝峻晟用“突飞猛进”来形容大模型的发展。但他所指的并非应用层面，而是大模型的维度拓展——从文本到多媒体。Sora的AI生成视频和Suno的AI生成音乐等产品开始出现，这种多维度的生成式AI发展，有望成为大模型加速落地的催化剂。

然而，国内大模型技术与国外相比仍有差距。加之每个人的工作模式和接受新鲜事物的情况不同，导致大模型的感知度相对较低。郝峻晟提到，他本人在工作中非常依赖ChatGPT、Midjourney等产品。他投资的一些公司的程序员也在用微软的Github Copilot自动生成代码。大厂也在普及AI编程，百度的AI程序员在内部上岗1年，编写了27%的代码。阿里云预计，未来20%的代码将由通义灵码编写。

尽管如此，国内大模型的产业落地尚处于早期阶段。百度智能云事业群总裁沈抖表示，大模型已经开始真正被用起来，但中国大模型平台的质量和水平还不够高，许多企业仍在观望。没有动力的情况下，一般不会主动尝试，因为存在成本和风险。

郝峻晟认为，如果行业突然出现一条鲶鱼，完全用AI或大模型驱动业务，从而显著降本增效，可能会对其他企业形成降维打击，甚至颠覆整个行业，迫使他们也采用AI。大模型场景应用的落地是一个逐步深化的过程，首先要产品化，达到可用稳定的状态。然而，在企业中使用大模型并非易事，不同于面向消费者的市场，面向企业的大模型落地需要企业环境和数据的支持。

大模型应用的第一个门槛是技术与需求的匹配问题。只有技术或只有场景都无法成功。正如喻友平所言，需要“扶着钉子、拿着锤子”去做。不过，并非所有的钉子都能立刻找到，这是一个由浅入深、由表及里的过程。

目前，客服、广告、作曲、影视、编程等领域都在受到AI的影响。例如，京东推出了旗下言犀大模型制作的刘强东AI数字人“采销东哥”；值得买科技近日上线了AI购物助手，帮助用户全网比价、推荐商品。

郝峻晟预计，AI生成图像或视频，预计半年到一年之内，将在广告影视界占领巨大的市场。然而，要找到更高价值的场景还需要时间。这些场景往往有更大的知识壁垒，如医疗、金融等，有垂直的行业Knowhow，有专业数据，护城河更高更强，做起来更难。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

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
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

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】

123?spm=1001.2014.3001.5501)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】