大模型应用开发实战营第 5 期 - 毕业总结

2 个月出头，大模型应用开发实战营结束了，感觉挺圆满的。

我是个应用架构专家，也实施过从零到一的 AI 项目，例如基于 bert 的智能外呼机器人，智能口语等。

后来又去做了云计算的解决方案架构师，但是做久了觉得有点无聊，云计算慢慢地也成为传统行业了。尤其现在大模型能力越来越强了，还是想去做 AI 的应用架构，感觉更能创造价值，所以报了这门课。

首先，彭老师的课程安排是非常合理的，体现在从理论到实践，并且像乐高积木一样，将大模型应用开发的方方面面都有所涉及，在很短的时间内帮助学员搭建起大模型应用开发的思维框架，并具备基础的实践经验。

其次，彭老师，有丰富的实战经验，包括算法和应用两个维度，所以能高屋建瓴、深入浅出。特别是答疑课，能详细解答学员的疑问，并给予启发。助教在群里也积极回答学员的问题，使大家都能轻松跟上学习进度。

最后，课程保持着更新。一方面，大模型技术带来的变化，例如 langchain 的版本更新、chatgpt 的技术更新，课程都有做更新；另一方面，国产大模型的优秀代表 chatglm 也放入了课程体系，能看到 chatglm 如何学习 openai 的商业化策略和 API 设计，以及如何反哺开源生态，掌握其应用场景和上手过程，都是很有意义的。

学习之路才刚刚开始，结合彭老师课上的思维框架，我觉得接下来可以做这些：

理论基础侧，利用 AI 能力帮助阅读经典论文；

RAG 项目，可以看业界最近的落地实践，从向量数据库选型、整体的高并发架构、如何结合业务从不同角度去优化 RAG 效果，去做 PoC，积累更多的经验。

AI Agent 技术，langchain 的 experiment 部分、langGraph 等都要去实践；再去看看微软的 TaskWeaver, 比较 Agent 的设计思路和适应场景。

模型监控和模型评估等，可以看 langsmith 是怎么实现的，结合云原生技术，思考如何自建类似的体系。

总之，衷心希望课程能帮助更多学员开启大模型的应用开发之路，希望大家都能在这个 AI 时代里实现自我价值，也为社会创造更多价值！