我的一位开发者朋友最近跟我说：“如果我现在是20岁，我会放下一切 all in 人工智能。”但他已经花了十多年的时间去学习专业知识、积累社交人脉和良好的声誉，已经达到他目前所在领域的最高水平。因此，他现在还得留在原来的领域。另一位较年长的大学时期朋友是一家上市科技初创公司的高管。他对现在的工作得心应手，拥有近乎完美的简历，他之前的职业经历也是令人羡慕的岗位。然而，他现在正在转变方向，因为正如他告诉

我的一位开发者朋友最近跟我说：“如果我现在是20岁，我会放下一切 all in 人工智能。”但他已经花了十多年的时间去学习专业知识、积累社交人脉和良好的声誉，已经达到他目前所在领域的最高水平。因此，他现在还得留在原来的领域。另一位较年长的大学时期朋友是一家上市科技初创公司的高管。他对现在的工作得心应手，拥有近乎完美的简历，他之前的职业经历也是令人羡慕的岗位。然而，他现在正在转变方向，因为正如他告诉

市面上有无数“人工智能工程师学习路线图”，声称只需几个月就能让你成为人工智能工程师。作为一名在亚马逊（Amazon）从事应用机器学习工作、专注于机器学习基础设施及生成式人工智能内容理解的从业者，我可以负责任地告诉你：要在大型科技公司成为一名人工智能工程师，需要投入大量时间并付出持续的努力。

市面上有无数“人工智能工程师学习路线图”，声称只需几个月就能让你成为人工智能工程师。作为一名在亚马逊（Amazon）从事应用机器学习工作、专注于机器学习基础设施及生成式人工智能内容理解的从业者，我可以负责任地告诉你：要在大型科技公司成为一名人工智能工程师，需要投入大量时间并付出持续的努力。

本文介绍LoRA技术，一种高效的大模型微调方法。传统全量微调需更新所有参数，消耗大量资源。LoRA通过矩阵分解，用两个小矩阵近似参数改动，仅需学习2%-16%的参数，可降低90%以上成本。这使得个人开发者也能负担大模型微调，并支持同一基础模型搭配不同LoRA"技能包"实现多任务切换。LoRA让大模型微调从大厂专利走向平民化。

本文介绍LoRA技术，一种高效的大模型微调方法。传统全量微调需更新所有参数，消耗大量资源。LoRA通过矩阵分解，用两个小矩阵近似参数改动，仅需学习2%-16%的参数，可降低90%以上成本。这使得个人开发者也能负担大模型微调，并支持同一基础模型搭配不同LoRA"技能包"实现多任务切换。LoRA让大模型微调从大厂专利走向平民化。

记得GPT刚出来的时候，我们都在研究怎么“提问”。到了今年，我们已经开始研究AI开始“干活”！要把Prompt、Function Calling、Agent和MCP串起来，其实只需要理解一个核心逻辑：如何让AI更精准地执行主人的意图。

记得GPT刚出来的时候，我们都在研究怎么“提问”。到了今年，我们已经开始研究AI开始“干活”！要把Prompt、Function Calling、Agent和MCP串起来，其实只需要理解一个核心逻辑：如何让AI更精准地执行主人的意图。

大模型代表着人工智能领域的重大进步，并且可能成为人工智能的发展趋势和未来。一年前，OpenAI推出的ChatGPT催生了人工智能界的新一轮高光，将大模型推向了风口浪尖，同时也将大模型在军事领域的潜在应用范围进行了广泛拓展。（图源：视觉中国）大模型指的是具有上千万甚至百万亿参数的深度学习或机器学习模型。生成式AI通过大模型对包括海量高质量数据集的数据库进行复杂性建模，并运用强大算力来估计模型的参数，

文章介绍了AI智能体的设计原则、核心组件和实现方法，包括如何评估适合智能体的应用场景、选择合适的模型、定义工具和配置指令。详细阐述了主管模式和群体模式两种编排架构，提供了代码实现示例，并讨论了多智能体系统面临的挑战及应对策略。最后提出了构建可扩展AI Agent的路线图，从LLM选择到多智能体团队扩展，为开发者提供了全面的指导。