一口三个馍

Appearance

AI 时代开发者入门路线（大模型 / Agent / 多模态）【总览】 ​

这篇文章是给「普通开发者」用的，不是做科研。目标很明确：在 AI 时代，怎么一步步把 LLM + Agent 真正用到项目里，先能做出原型，再逐步深入。

一、整体思路：分阶段上手，而不是一下子学“全栈 AI” ​

你可以按这条主线来理解自己的学习路线：

  1. 第一阶段：核心能力 — 快速上手大模型和 Agent 系统
    • 会用 API，能做问答、摘要、生成类工具。
    • 知道怎么让模型“调用工具”，而不是只会聊天。
  2. 第二阶段：数据接入与中间层 — MVP Server / 数据中台
    • 把外部数据（新闻、行情、业务数据）统一整理好，喂给模型用。
  3. 第三阶段：进阶能力 — 多模态 & 知识图谱
    • 学会用向量检索、知识库、图数据库做更复杂的问答与分析。
  4. 第四阶段（后期可选）：生成平台 & MLOps
    • 把自己的 AI 服务做成真正上线可用的产品，有部署、监控、版本管理。

下面每个阶段我都拆成了单独文章，你可以按需跳转（均在本模块下）：

  • 第一阶段：大模型（LLM）入门与 Prompt 规划 → /ai/llm-basics
  • 第一阶段进阶：Agent / 工具型 AI 规划（含 System Prompt / Function Calling / MCP 速记）→ /ai/agent-basics
  • 第二阶段：MVP Server / 数据中台规划 → /ai/mvp-server
  • 第三阶段：多模态 & 知识图谱规划 → /ai/multimodal-kg
  • 第四阶段（可选）：部署 & MLOps 规划 → /ai/mlops-platform

下面是压缩版总览，方便你先选阶段，再去看对应文章。

二、第一阶段：核心能力 — 大模型（LLM）与 Agent 入门 ​

1️⃣ 大模型（LLM）：先学会“调用”和“提示” ​

阶段目标：

  • 知道 LLM 是什么，有哪些主流模型（GPT、通义千问、LLaMA 等）。
  • 能通过 API 调用模型，实现：问答、摘要、生成文案/代码。
  • 会写基本的 Prompt，让模型输出更符合预期。

建议学习内容：

  • 基础了解：
    • 什么是 LLM / GPT / Qwen / LLaMA，大致能力和区别。
    • 看一眼 OpenAI / 通义 / Moonshot 等官方 API 文档，知道请求/响应长什么样。
  • 调用练手：
    • 用 Python 或 JavaScript 写几个小脚本：
      • 给一段新闻，让模型输出三句话摘要。
      • 给一段产品说明，让模型写面试自我介绍或卖点总结。
  • Prompt 设计基础：
    • 几个核心概念：Zero-shot / Few-shot / Chain-of-Thought（思维链）。
    • 练习：给模型「角色 + 目标 + 输入格式 + 输出格式」；试比较不同 Prompt 的效果。

推荐工具：

  • OpenAI Playground、阿里通义的在线控制台。
  • Hugging Face Hub（看看有哪些开源模型）。
  • 官方 API 文档（多翻几遍，比网文更靠谱）。

练手小项目建议：

  • 新闻摘要生成器
    • 输入：一段新闻或一篇博客链接（简单可以先手动复制粘贴）。
    • 输出：3 点摘要 + 一段“普通人能听懂的解释”。
  • 简单问答机器人
    • 做一个命令行或网页，前端一个输入框，后端调用 LLM 接口返回结果。

这一阶段的关键是：先把“会用 API”变成肌肉记忆，不要一上来就研究模型结构和论文。

2️⃣ Agent / 工具型 AI：让模型“能干活” ​

阶段目标：

  • 理解什么是 Agent：模型 + 工具 + 任务规划。
  • 学会用一个简单框架（比如 LangChain），让模型调用外部接口完成任务。

建议学习内容：

  • 了解常见框架：
    • LangChain（Python/TS）、AutoGPT、OpenAI 的 function calling / tools 等。
  • 简单工具调用练手：
    • 选一个简单工具 API：如天气 API、股票行情 API、汇率 API。
    • 让模型根据用户指令：
      1. 解析出需要调用哪个工具、需要什么参数。
      2. 调用 API 拿到数据。
      3. 用自然语言解释结果（比如：是否适合出门？股票是否波动很大？）。
  • 多步骤任务（Task Planning）：
    • 理解“让模型自己拆步骤”的概念：分析需求 → 规划步骤 → 逐步执行。

练手小项目建议：

  • 投资小助手（简版）
    • 输入：股票代码或币种。
    • Agent 流程：
      • 调用行情 API 获取当前价格/涨跌。
      • 调用新闻 API 获取近期相关新闻。
      • 让模型输出一段“风险提示 + 中立分析”（而不是直接给买卖建议）。
  • 自动化日程提醒
    • 把日历/待办（可以先用本地 JSON 模拟）作为数据源。
    • AI 接收自然语言指令（比如“帮我看看这周哪天有空学习 3 小时”），给出整理后的建议。

三、第二阶段：数据接入与中间层 — MVP Server / 数据中台 ​

3️⃣ MVP Server：让模型“吃到干净的数据” ​

阶段目标：

  • 能写一个简单的中间层服务：把多种数据源（新闻、行情、数据库）整理成统一格式。
  • 模型只需要调用你这个服务，就能拿到“结构化、干净的上下文数据”。

建议学习内容：

  • API 设计基础：
    • REST 基本规范、常见状态码、简单的接口风格。
    • 有余力可以看一下 GraphQL 的基本概念（非必须）。
  • 数据清洗与标准化：
    • 从 JSON / CSV / 数据库表中读取数据。
    • 做字段统一：例如都整理成 { time, source, title, content, tag } 这种格式。
  • 中间层实践：
    • 写一个小服务（Python FastAPI / Node.js / Spring Boot 均可）：
      • 定时爬取或拉取新闻、行情数据。
      • 存入本地数据库或缓存。
      • 对外提供一个统一的 /ai/context 接口，返回整理好的数据列表。

练手小项目建议：

  • 新闻 + 股票行情抓取服务（MVP）
    • 任务：
      • 写一个脚本或服务：
        • 定时拉取新闻接口。
        • 定时拉取某几个标的的价格。
      • 暴露一个接口：
        • /context?symbol=xxx，返回该标的最近 N 条新闻 + 价格走势。
    • 后续：让你的 LLM/Agent 优先调用这个中间层接口，再基于返回的数据做分析。

这一阶段的思路是：别一上来就让模型去“满世界乱抓数据”，先自己搭一个小数据中台，再让模型来消费。

四、第三阶段：多模态 & 知识图谱 — 做更聪明的 AI 助手 ​

4️⃣ 多模态 / 知识图谱：让检索和推理更“聪明” ​

阶段目标：

  • 掌握向量检索（RAG）的基本概念，能自己搭一个简单的“私有知识库问答系统”。
  • 了解图数据库（如 Neo4j）的基本使用，知道什么时候需要图结构而不是平铺的表。

建议学习内容：

  • 向量检索基础（RAG）：
    • Embedding（文本向量化）的概念：把文本变成向量，方便相似度搜索.
    • 向量数据库：Milvus、Weaviate、Pinecone 等，至少会用其中一个。
  • 多模态应用：
    • 文本 + 图片：比如根据一张图和一段描述，做联合检索或问答。
    • 文档问答：PDF/Markdown/网页内容切块，向量化后做检索。
  • 知识图谱 / 图数据库：
    • Neo4j 基础：节点（Node）、关系（Relationship）、属性（Property）。
    • 知道什么时候用图结构更适合：复杂关系、路径查询、推荐关系等。

练手小项目建议：

  • 投资分析知识库（RAG + 简单图）
    • 把历史新闻、公告、公司信息等整理成一个文档集合。
    • 使用向量数据库搭一个“问答机器人”：
      • 例如问：“这家公司最近三个月有哪些利空消息？”
    • 可选进阶：用 Neo4j 把“公司—高管—事件—行业”之间的关系建成图，用来查询“关联风险”。
  • 企业内部问答系统（简化版）
    • 把自己写的学习笔记、规范文档（比如你这个面试笔记库）做成一个知识库。
    • 做一个 Web 页面：输入问题 → 检索相关文档片段 → 让模型基于这些上下文回答。

五、第四阶段（可选）：生成平台 & MLOps ​

5️⃣ 部署与运维：从“玩具 DEMO”走向可用产品 ​

这一阶段可以在你前面几步都比较熟练之后再考虑，属于“做产品和平台”的能力。

阶段目标：

  • 能把自己的 AI 服务部署到线上（本地服务器或云端）。
  • 知道基本的日志、监控、版本管理，避免“改一版就把线上搞挂”。

建议学习内容：

  • Docker 基础，能给自己的服务写一个简单的 Dockerfile。
  • CI/CD 基础概念（例如 GitHub Actions、Jenkins），知道怎么自动构建和部署。
  • 基本监控：
    • 接口 QPS、错误率、响应时间。
    • 模型调用次数、失败率、延迟。

练手小项目建议：

  • 把你的“面试学习 Agent / 投资助手”做成一个简单 Web 服务：
    • 提供 HTTP 接口或一个基础 Web 页面。
    • 用 Docker 打包，部署到一台云服务器。
    • 加上基础日志记录，方便出问题时排查。

六、和你当前学习/求职主线的关系 ​

  • 这条 AI 路线是围绕你现有的 Java 面试笔记库 + 远程工作目标 设计的：
    • 阶段一：让 LLM 变成你的“高效助理”；
    • 阶段二：让你的笔记和业务数据结构化，喂给模型吃；
    • 阶段三：用 RAG/图谱做更聪明的知识助手；
    • 阶段四：把这些能力真正部署出来，形成可以讲的项目经历。

当你能自然地对面试官说：“我有一套自己的面试学习 Agent / 知识库助手，从数据整理到部署上线都是我自己搭的”，这条路线的价值就完全体现出来了。