1. 程序员朋友的案例

• 从卖GPT套壳开始，逐步进入大模型领域。
• 随着市场变化，开始做大模型聚合平台、知识库、文档生成等。
• 成长为大模型领域的技术专家。

2. 程序员与算法工程师的不同学习路径

• 算法工程师：深入研究模型基础（如蛋糕胚），逐步探索应用层（奶油层）。
• 程序员：先了解如何使用大模型（吃蛋糕的方法），再深入探索底层技术。

3. 程序员学习大模型的舒适路径

• 提示词工程（Prompt Engineering）：学习如何提问以激发大模型的能力。
• API调用：选择流行大模型，学习API文档，熟悉基本功能和限制。
• AI应用开发框架：了解AIGC、Insight、Copilot、Agent等不同应用形态。
• 技术栈迭代：快速学习和适应开源和闭源的开发框架和工具。

4. 学习资源推荐

• 推荐参加知乎知学堂和AGI课堂的免费公开课，系统学习大模型原理和开发框架。

5. RAG技术和Agent

• RAG技术：通过引入外部知识库增强模型生成能力。
• Agent：实现大模型的自动化，加入感知、记忆、规划等机制。

6. 模型微调和Prompt Tuning

• 了解Transformer结构，微调原理，数据集构建技巧。
• 学习不同的微调方法：P-Tuning、Prefix Tuning、LoRA、QLoRA、AdaLoRA。

7. 模型产品部署和交付

• 了解部署平台和工具，私有化部署硬件选型，模型打包、测试和发布。

8. 开发范式的改变

• 从面向过程到面向目标的编程方式。
• 软件工程组织方式和分工的改变，需要从业务到技术栈的全面开发者。

9. 大模型的影响

• 大模型赋能程序员，提供更广阔的机遇参与AI应用开发。
• 程序员应深入了解大模型技术原理、优势及局限性，保持技术领先地位。

10. 总结

• 大模型时代为程序员提供了最好的时代，应积极拥抱变化，利用大模型技术赋能自身。