《AI Engineering》是一本面向 AI 工程师、机器学习工程师、数据科学家、工程经理和技术产品经理等技术角色的专业书籍，由 Chip Huyen 撰写，于 2025 年由 O’Reilly Media 出版。

LLaMA-13B 在大多数基准测试中表现优于拥有 175B 参数的 GPT-3，尽管其模型规模小了十倍。这使得 LLaMA-13B 可以在单个 GPU 上运行，从而“民主化”了大型语言模型的研究和使用。

无论你是希望了解AI技术基础，还是探索如何将LLM应用于实际场景，这份指南都能提供有价值的参考。适合开发者、技术从业者和对AI感兴趣的读者阅读。

今天为大家推荐一个免费成体系的课程：微软推出的"Generative AI for Beginners"（适合初学者的AI课程）。

LangChain 创造了一个包含 LangChain、LangGraph、LangSmith 和 LangServe 的良好生态系统。利用这些工具，我们可以构建、部署、评估和监控智能体 AI 系统 (Agentic AI systems)。

该技术通过从外部知识库中检索相关信息，并将其作为提示（Prompt）输入给大型语言模型（LLMs），以增强模型处理知识密集型任务的能力，如问答、文本摘要、内容生成等。

想象一下，一个不仅能回答问题，还能理解”时间”概念的AI助手，它知道哪些信息是最新的，哪些已经过时了。

通过本文，你可以了解到LLM是如何从提示词阶段，演进到chain编排阶段，再演进到最新的Multi-Agent阶段的。还可以了解到各个阶段的优缺点是什么。

AI智能体是系统，它们通过访问工具和知识扩展大型语言模型（LLMs）的能力，使其能够执行动作。

最近半年和企业聊智能体（AI Agent），发现个有意思的现象：80% 的团队开口就问 “用 GPT-4 还是deepseek,还是通义千问？参数多少？