很多人刻板印象认为ai工程师就是训练大模型、写算子、复现论文，其实并不然，大多数ai工程师做的是调用api、优化提示词、设计上下文、搭建agent、维护系统等工作，是将模型应用于产品的人。基础，包括python核心库的使用，因为ai大模型说到底都是基于Python框架构架的，几乎所有接口都以python为主，所以懂python很重要，哪怕现在都是。构建自己的应用得知道如何设计提示词，可以看Chat

最近在折腾机器人训练数据（就是 VLA，视觉-语言-动作模型那种），我发现一个扎心的事实：最烧钱的不是模型和硬件，是训练数据，将近占到50%成本，多可怕啊。自己搭爬虫不现实，因为采集效率和视频质量不过关，只能用三方采集平台，一张真实场景的图、一段带指令的视频、一条对齐好的动作轨迹，每一条都在哗哗烧钱。更头疼的是报价单根本看不懂。有的按 GB 收，有的按条收，有的按 credits 收，同一个任务能

Cue其实蛮适合盯酒店、机票，经常用邮件的场景，国外可能用途更多，国内似乎打电话和发邮件的地方都不多，大家都微信，但微信生态很封闭，不知道怎么能用起来。最近Cue很火，刷到 Manus 2.0 发布，新出来了独立应用 Cue，我的第一反应以为又一个个人 Agent，类似于Muse、Jev？有独立电话，可以接听、拨打。更奇葩的是，它还能把多个 Agent 拉进同一个群聊，让它们分工协作，你只负责定方

AI时代真的不需要那么多细分app了，理论上当我用了豆包，我应该可以搞定买票、订酒店、购物、代码、外卖、ppt等各种需求，只需要agent去调用cli、mcp、skill、subagent实现。记得Codex负责人Tibo说一句话，大意是：不管聊天、编程、办公，这些场景都应该装进一个agent里，用一种最优秀的产品形态服务所有人，ChatGPT就这样做了。他认为不应该因为人的角色、职业不同，就给他

大家离不开英伟达GPU，其实核心之一在于CUDA，它和GPU的关系相当于汽车电控系统和发动机的关系，凡开发AI都要在CUDA上写算子和指令，用它的工具包，而且它不支持AMD、华为的GPU，这就导致你必须用英伟达的卡来跑模型。卡脖子的问题，之前DeepSeek V3训练的时候用的英伟达的卡和CUDA生态，但这次V4就直接用TileLang生态直接在华为卡上跑，解决了华为卡生态不好的问题，是非常非常大

大家离不开英伟达GPU，其实核心之一在于CUDA，它和GPU的关系相当于汽车电控系统和发动机的关系，凡开发AI都要在CUDA上写算子和指令，用它的工具包，而且它不支持AMD、华为的GPU，这就导致你必须用英伟达的卡来跑模型。卡脖子的问题，之前DeepSeek V3训练的时候用的英伟达的卡和CUDA生态，但这次V4就直接用TileLang生态直接在华为卡上跑，解决了华为卡生态不好的问题，是非常非常大

Cue其实蛮适合盯酒店、机票，经常用邮件的场景，国外可能用途更多，国内似乎打电话和发邮件的地方都不多，大家都微信，但微信生态很封闭，不知道怎么能用起来。这两天Cue很火，昨晚刷到 Manus 2.0 发布，新出来了独立应用 Cue，我的第一反应以为又一个个人 Agent，类似于Muse、Jev？更奇葩的是，它还能把多个 Agent 拉进同一个群聊，让它们分工协作，你只负责定方向和最终拍板。看了x上

最近在折腾机器人训练数据（就是 VLA，视觉-语言-动作模型那种），我发现一个扎心的事实：最烧钱的不是模型和硬件，是训练数据，将近占到50%成本，多可怕啊。自己搭爬虫不现实，因为采集效率和视频质量不过关，只能用三方采集平台，一张真实场景的图、一段带指令的视频、一条对齐好的动作轨迹，每一条都在哗哗烧钱。更头疼的是报价单根本看不懂。有的按 GB 收，有的按条收，有的按 credits 收，同一个任务能

AI时代真的不需要那么多细分app了，理论上当我用了豆包，我应该可以搞定买票、订酒店、购物、代码、外卖、ppt等各种需求，只需要agent去调用cli、mcp、skill、subagent实现。他认为不应该因为人的角色、职业不同，就给他们不一样的产品，因为所有人的底层需求是一致的。种地的农人和办公室的白领都有聊天和工作的需求，用的是同一个ChatGPT。说一句话，大意是：不管聊天、编程、办公，这些

学过爬虫的可能经常会用到Python爬虫，其中有很多第三方库，像是requests、scrapy、selenium、playwright等，这些我都用过。但不管哪个库都需要写代码才能实现爬虫，涉及到http请求、html解析、正则处理等技术，对于很多人来说是不低的门槛。下面推荐5个基本不需要代码的爬虫软件，零基础也可以实现数据采集。