#大模型工程
共 58 篇相关文章
·16 分钟
AI应用开发工程师能力结构全拆解：四大核心模块与学习路线
会调API不等于AI工程师。本文系统拆解AI应用开发工程师的完整能力结构，涵盖Python基础、深度学习原理、小模型工程、大模型微调、Agent开发与企业级实战项目，助你明确学习路线，避开弯路。
阅读全文 →
·16 分钟
Harness架构实战：企业级Agent项目全解析
深入解析Harness架构在企业级Agent项目中的实战应用，涵盖MCP协议、沙箱隔离、多模型调度、ASGI部署等核心技术，帮助大模型开发求职者掌握面试高频考点。
阅读全文 →
·17 分钟
LangChain实战入门：RAG应用与智能体开发全景指南
深入解析LangChain框架核心定位、架构原理与学习路径。涵盖RAG应用开发、智能体（Agent）构建、版本选择（0.3/1.0）及六大核心组件，帮助Java/Python开发者快速掌握大模型应用开发技能，轻松应对15K+岗位需求。
阅读全文 →
Fable延期至7月19日：AI交互叙事产品的挑战与启示
·15 分钟
Fable延期至7月19日：AI交互叙事产品的挑战与启示
Hacker News社区热议Fable延期公告，本文深度解析AI叙事产品的技术瓶颈、用户体验难题与可持续运营挑战，探讨生成式AI在交互叙事领域的发展现状与行业趋势。
阅读全文 →
·9 分钟
LangChain V1.3实战教程：RAG、多智能体与工程化思维全解析
深入解析LangChain V1.3核心理念：从RAG检索增强生成到多智能体工作流，掌握LangGraph、Chain、DeepAgent三大模块，学习Token精准把控与Human-in-the-loop机制，成为AI应用开发的真正掌控者。
阅读全文 →
·18 分钟
AI应用开发工程师核心能力拆解：从入门到工业级落地
会调API不等于AI工程师。本文拆解AI应用开发工程师的完整能力结构，涵盖Python基础、大模型微调、Agent开发、企业级实战项目四大模块，附四阶段学习路线，助你系统进阶。
阅读全文 →
·10 分钟
ChatGLM大模型开发教程：从零基础到企业实战落地
系统学习ChatGLM大模型开发，涵盖Transformer原理、RAG检索增强生成、私有化部署、模型微调及智能Agent开发，配套学习路线图与实操案例，帮助开发者快速掌握大模型工程师核心技能栈。
阅读全文 →
·16 分钟
vLLM推理框架详解：吞吐优化核心原理与面试攻略
深入解析vLLM推理框架的核心原理：从吞吐（tokens/s）的本质含义，到自回归生成的性能瓶颈，再到KV Cache、PagedAttention、连续批处理三大优化技术，帮助算法工程师系统掌握大模型推理优化知识体系。
阅读全文 →
·8 分钟
AI应用开发学习路线：Agent、RAG到岗位实战全解析
想转型AI应用开发？本文系统梳理核心技术栈（Agent智能体、RAG知识库、提示词工程），提供从零基础到企业级落地的完整学习路径，助你高效掌握大模型工程师所需技能，实现职业突破。
阅读全文 →
·12 分钟
TensorRT多设备推理：突破单GPU显存瓶颈的工程实践
NVIDIA TensorRT正式支持多设备推理，通过流水线并行与张量并行将大模型分布到多张GPU，突破单卡显存墙。本文深入解析其核心机制、媒体生成流水线应用场景及工程落地要点。
阅读全文 →
·13 分钟
Vibe Coding进阶：SuperPowers与GStack让AI编码真正收敛
AI辅助编程时代，如何让Codex、Claude Code等工具输出更稳定？本文深度解析SuperPowers与GStack两大关键组件，涵盖项目级流程编排与模块级代码分层实践，帮助开发者掌握驾驭AI编码的核心方法论。
阅读全文 →
·5 分钟
Spring AI Alibaba：Java接入大模型的核心框架详解
Spring AI Alibaba是连接Java微服务与大模型的企业级开发框架，类比JDBC的桥梁角色，帮助Java工程师以最低迁移成本将智能问答、内容生成等AI能力无缝集成到现有分布式系统中。
阅读全文 →
·16 分钟
GLM-5.2发布：开源编程能力首次逼近闭源旗舰模型
GLM-5.2凭借74.4分的Frontiers-WE成绩超越GPT-5.5，跻身开源权重模型编程能力第一。MIT开源许可支持本地部署，Vercel CEO公开背书，开源与闭源旗舰的差距正在快速收窄。
阅读全文 →
·14 分钟
Dify本地部署完整教程：Docker+Ollama+RAG搭建指南
详解Dify智能体本地部署全流程：从Docker环境配置、Ollama+DeepSeek本地大模型接入，到工作流编排与RAG知识库搭建，帮助开发者快速构建私有化AI应用。
阅读全文 →
·14 分钟
Loop Engineering：AI Agent循环工程全面解析
深入解析Loop Engineering（循环工程）这一AI开发新范式——什么是Agent循环反馈机制、它与Harness Engineering的区别、解决哪些核心痛点，以及从原理到工程实战的完整落地路径。
阅读全文 →
·16 分钟
Vibe Coding工程化实战：用Superpowers与gstack驯服AI编程
深入解析Vibe Coding工程化落地方案：通过Superpowers做项目级流程拆解，结合gstack实现模块分层与边界约束，让Codex、Claude Code等AI编程助手在监督下可控执行，帮助开发者建立任务拆解与约束体系，告别AI生成代码时好时坏的困境。
阅读全文 →
·17 分钟
LangChain+MCP实战：大模型选型与本地部署避坑指南
DeepSeek R1默认不支持Function Calling和JSON Output，千问三凭借可编程思维切换成开源智能体首选。本文梳理大模型选型核心陷阱、版本关键差异及MCP协议新机制，助你在LangChain智能体开发中少走弯路。
阅读全文 →
·17 分钟
Claude Code入门：用AI智能体重塑软件测试工作流
本文系统梳理Claude Code的核心概念与入门路径，深度解析大模型与AI智能体的本质差异，帮助测试工程师掌握自动生成测试用例、Web自动化脚本等实战技能，快速提升测试效率。
阅读全文 →
