登录社区云，与社区用户共同成长
邀请您加入社区
AI Agent代表了人工智能从"工具"向"助手"再到"代理"的进化过程，标志着AI正逐步从被动响应走向主动行动。随着技术的不断发展，AI Agent将在更多领域发挥作用，为人类提供更智能、更高效的服务。尽管AI Agent技术前景广阔，但我们也需要正视其面临的挑战，包括数据隐私、伦理问题以及技术可靠性等。未来的发展方向应是建立人机协作的模式，让AI Agent成为人类的得力助手，而非替代者。
技术人必看：基础大模型、行业大模型、场景大模型的区别与联系，一篇搞定
如果你想转行做大模型，作为一名AI产品经理，你可以怎么做呢？或许，你可以先进行自我检测，看看自己是否真的适合转行做大模型。
对于大模型是如何训练生成的问题，相信大家对其背后原理以及训练方式已研究颇多，司内也有很多同学从专业的视角撰写了很多深度好文进行分享，让人受益颇多
人工智能（AI）等新技术与医疗深度融合，不仅使医疗行业数字化进程加速，还为完善智慧医疗生态奠定基础，为医疗诊断和健康养老带来了发展新机遇。养老是大健康产业的重要应用场景之一，AI智能体在养老领域的实践应用在解决我国养老服务供给不足、效率不高等方面发挥着积极作用。在AI智能体的浪潮下，大健康行业正处于高速发展的黄金期，展现出无限的潜力与活力。海内外AI智能体商业化持续演进，市场空间广阔，微软、谷歌
【科研必备：5款AI学术搜索神器推荐】为解决文献检索效率低下问题，本文精选5款斯坦福大学认证的AI学术工具：SciSpace（ChatwithPDF+智能写作）；Consensus（2亿文献精准检索）； AskRDiscovery（2.5亿论文+多语言支持）；Ai2PaperFinder（深度挖掘小众文献）； TXYZ（PDF智能解析+写作辅助）。这些工具涵盖文献搜索、语义理解到综述写作全流程，部
“AI不会取代人类，但会用AI的人会取代不用AI的人。”——这句话正在成为现实。根据《2025全球AI人才报告》，大模型相关岗位薪资涨幅超50%，一线城市资深大模型产品经理年薪普遍突破80万，顶尖人才甚至达到150万以上68。1.大模型的三大颠覆性优势技术突破：GPT-4、Claude 3等模型已具备多模态理解和复杂推理能力，可替代80%的初级分析师工作5；
随着大模型技术的快速发展，市面上涌现出了大量的大模型产品岗位，那么想要进入AI行业的产品经理同学，需要提前做好哪些准备工作呢？
条理清晰，在开头或结尾进行总结，确保用户快速抓住重点。
文章提供了AI产品经理的完整学习路线，涵盖基础知识、AI技术、产品管理、特定技能和实践案例。同时分享了AI大模型学习资源，包括思维导图、视频教程、应用报告、实战项目等，旨在帮助零基础小白或有基础的人系统学习AI大模型技术，提升竞争力，转行大模型岗位。
来源：中国信通院华东分院近日，中国信通院联合上海人工智能实验室成立的大模型测试验证与协同创新中心牵头，首次面向全国范围征集全行业优秀应用实践，并形成《2023大模型落地应用案例集》（以下简称“《案例集》”）。作为首部聚焦落地应用的权威研究成果，《案例集》全面展示了大模型前沿技术和发展成果，推动了大模型为代表的人工智能技术赋能社会经济高质量发展。经专家组的多轮评审，共52个各自领域的典型大模型技术落
摘要：幻方开源2024年12月推出的DeepSeek-VL2多模态大模型采用创新架构，包括动态分块视觉编码和专家混合语言模型（DeepSeekMOE），显著提升高分辨率图像处理与专业文本生成能力。通过三阶段训练策略和高质量数据集（300万图文对+9000万微调样本），模型在MMBench等基准测试中表现优异，OCR准确率达92.3%，金融文档处理效率提升显著（2-3分钟完成95%准确率审核）。尽管
智能体（Agent）成了AI圈最火的关键词之一。从OpenAI的 GPT-4o 到市面上百花齐放的AI助手，大家都在讨论：“Agent 是不是下一代AI产品的终极形态？”今天这篇文章，就想带你从产品视角、尤其是面向第一次构建Agent的团队
今天给大家推荐一本大模型（LLM）这块的一本外文书，经过整理已经出中文版了，就是这本《`大型语言模型综述`》！本书在git上有9.2k star，还是很不错的一本大模型方面的书。
本文详细介绍了五种增强大语言模型长期记忆的前沿框架：TiM通过记忆内思考避免重复推理；CoPS结合认知记忆机制实现个性化搜索；MaLP融合参数高效微调实现医疗知识图谱与用户个性化特征协同建模；MemoryBank引入艾宾浩斯遗忘曲线理论实现动态记忆更新；HippoRAG受海马体记忆索引理论启发，实现知识高效整合。这些框架均受人类认知机制启发，旨在提升大模型的长程记忆和自我进化能力。
本文将详细介绍运行本地大模型所需配备的硬件及其参数，助力你搭建起高效的本地大模型运行环境。
本文系统性地剖析了大模型的核心技术范式与应用方法论。首先揭示了大模型交互的基本原理：通过messages数组实现对话记忆（RAG范式）和tools参数执行外部工具（ReAct范式）。文章通过翻译案例展示了提示词工程的三重优化路径：基础提示、思维链（COT）引导和动态少样本学习（fewshot）；以计算器场景为例演示了多步调用的Agent模式。最后指出大模型应用需结合业务本质，避免技术神话，并提供了
文章是AI产品经理面试指南，包含Attention、Transformer、BERT、ChatGPT等大模型核心技术面试题，以及AI产品开发相关问题。同时提供AI产品经理学习资料包，帮助零基础小白入局AI领域，掌握AI产品技能与算法原理，通过实战案例学习AI产品开发流程，适合传统产品经理转型和AI初学者。
这篇文章整理了100个AI产品经理面试问题，涵盖技术理解、产品设计、项目管理、商业化策略、伦理合规和行业洞察六大维度，全面考察AI产品经理的综合能力。同时提供了从基础到进阶的大模型学习路线，包括提示词工程、平台应用开发、知识库应用、模型微调等实战内容，以及104G学习资源包、商业化落地方案和项目实战案例，为AI产品从业者提供系统化的学习路径和面试准备资料。
文章介绍了程序员转行大模型开发的四大方向：NLP工程师、CV工程师、大模型算法工程师和部署工程师，详细说明了各方向的推荐原因和学习路线。同时分析了大模型行业的就业前景，指出国内岗位缺口达47万，初级工程师平均薪资28K。文章还提供了一个分阶段的学习路径，从初阶应用到商业闭环，帮助系统学习大模型技术，最终能够独立训练和部署大模型。
本文深入探讨上下文工程这一提升Agent价值的关键技术，提出R&D框架(减少Reduce与委托Delegate)作为管理上下文窗口的核心策略。从初级精简MCP服务器、优化claw.md文件，到中级上下文预加载、子Agent使用，再到高级上下文捆绑与多Agent系统，系统化展示如何最大化Agent效能。文章强调专注的Agent才是高效的Agent，通过专业化Agent创造价值，为开发者提供实用的Ag
本文为程序员提供转行大模型领域的完整攻略，包括明确目标方向、掌握基础知识、深入学习大模型技术、实践项目和参与开源社区。文章详细介绍了从零开始学习大模型的路径和资源，帮助程序员系统掌握大模型技术，实现职业转型。
成为一名优秀的AI产品经理，需要具备深厚的技术背景、良好的产品直觉、敏锐的市场洞察力以及出色的沟通协调能力。以下是一份详尽的AI产品经理学习路线，旨在帮助有意进入该领域的学习者建立起坚实的基础，并逐步成长为行业内的专家。
一文掌握！10 个大模型 Agent 构建框架全解析，看这篇就够了
本文介绍了如何利用大模型提升工作效率的核心技巧，重点讲解CO-STAR结构化提示词框架（Context上下文、Objective目标、Style风格、Tone语气、Audience受众、Response回复格式）。通过对比普通提示词与结构化提示词的案例，展示了如何让AI生成更精准的内容。文章还推荐了ChatGPT、Claude、DeepSeek等主流工具，并提供了注册使用教程。最后分享了包含学习路
【大模型黑话全解析】从入门到精通，一文吃透！小白也能轻松秒懂
LangGraph 是基于 LangChain 的扩展框架，专为构建有状态（Stateful）的大模型工作流而设计。它通过图结构（Graph）定义多个执行节点（Node）及其依赖关系，支持复杂任务编排，尤其适合多智能体协作、长对话管理等场景。
文章详细介绍了2个月转型AIGC产品经理的完整路径，包括行业资讯获取、研报分析、知识体系搭建、基础知识学习、实战项目经验积累、简历优化和面试准备。重点推荐AI文本生成和图片生成两个热门方向，提供丰富的学习资源，如视频教程、技术文档和面试题等。强调系统性学习和实战项目的重要性，帮助求职者成功进入高薪的AIGC领域。
多模态是指涉及多种模态（如图像、文本、音频、视频等）的数据处理和分析。多模态学习是一种利用多种模态的数据来进行机器学习的方法，它可以挖掘不同模态之间的关联性和互补性，提高数据的表达能力和理解能力。多模态学习的应用场景非常广泛，
本文详细介绍了将阿里巴巴千问大模型Qwen1.8B部署到Android手机端的完整流程。通过MLC-LLM框架实现模型转换、编译和打包，最终生成可在手机上离线运行的APK文件。关键步骤包括：1) 将HF格式模型转换为MLC支持格式；2) 生成配置文件并编译Android专用模型；3) 修改Gradle配置打包APK；4) 安装测试并实现约20token/s的生成速度。整个过程展示了如何在移动端实现
2025 年最抢手 IT 职位：AI 大模型全栈工程师，月薪 15k 仅为起步价
根据专栏第一篇“初识AI产品经理”中对于AI产品经理技能的描述模型：PM + AI + X，接下来将分三篇分别介绍AI产品经理需要具备的3类技能：PM、AI和X（其他）。本篇总结产品经理的通用技能。
本文是AI产品经理面试100题中的第22题，详细解析了"什么是模型鲁棒性？如何通过测试保障？"这一面试问题。文章从鲁棒性的定义、分类、模型失效类型、测试方法论等方面进行了全面阐述，强调鲁棒性是AI产品从"实验室玩具"到"可信赖产品"的核心指标，需要通过"事前预防、事中测试、事后监控"的系统性流程来保障，同时讨论了鲁棒性与准确性之间的权衡关系。
虽然RAG工程整体有很多论文、算法和方法论，但在实际使用过程中，当数据量大了RAG很容易出现不可控的问题， 本篇就针对实践过程中遇到的问题总结面经进行分享，看看能不能给大家提供一些帮助。下面是一个快捷目录。下面是答案。**目的：**让被检索的内容与query之间的相关性更加紧密特别是术语更新较快且比较罕见的领域，可以针对性地进行微调。**目的：**基于上下文动态调整embedding当然这只是个发
能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。
2025年企业级AI Agent（智能体）价值及应用报告｜附77页PDF文件下载
AxureRP可视化大数据模板项目的参考与设计 bi大屏
手把手教你做销售客服智能体，零基础也能轻松掌握！**只需说出产品需求，自动解析产品特性、功能优势的答疑密码，还能详细了解销售政策，并将用户问题答复自动存入到数据库中，供您进行销售线索分析。**助你快速复制高效沟通密码，从咨询到合作一步到位，点击收藏联系我，明天你也能轻松搞定合作！
最近社群里都在研究 AI 智能体，是一个很火的赛道，作为程序员的我，不禁也对智能体很有兴趣，接下来给大家分享一下我在学习智能体的一些感悟和心得，和大家一起成长。我们在了解智能体之前先了解一下大语言模型（LLM），大语言模型可以接受输入、进行分析或推理，最终进行输出，就好比我们现在常用的 ChatGPT 和 Kimi。然而，大语言模型无法像人类一样，拥有规划思考能力、运用各种工具与物理世界互动，以及
作为见证AI智能体从实验室走向商业落地的从业者，我经常被问到这些问题：新手最困惑的10个问题"没有任何技术背景，真的能学会AI智能体开发吗？""现在入局会不会太晚？市场是不是已经饱和了？""开发一个能赚钱的智能体需要多少成本？""哪些领域的智能体最容易变现？"
产品经理
——产品经理
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
北京朝阳AI社区
讯飞AI开发者社区
2048 AI社区
