知乎AI大模型全栈工程师培养计划 第四期

这套资料面向的是已经会写代码、但没真正把大模型跑进业务里的开发者。它要解决的不是"AI 是什么"这种科普问题，而是你拿到一个具体需求时，能不能自己选模型、搭流程、把接口接进现有系统。如果你现在的工作里开始出现"能不能加个智能问答""能不能自动处理这批文档"这类需求，而你不知道从哪下手，这套内容就是补这一段。

它解决的是落地环节的断层

很多人看过大模型的基础概念，也知道提示词大概怎么写，但一到工程层面就卡住：模型怎么选、上下文怎么组织、多轮对话状态放哪、输出不稳定怎么兜底、成本怎么控。这些恰好是课程着力的地方。从资料结构看，它把大咖分享和主线内容分开，分享部分偏向多模态、代码模型、智能体框架这类方向性话题，主线部分则是成体系的实操推进。也就是说，它不指望你从零学编程，而是假设你有开发经验，直接进入"用大模型做东西"的状态。

适合什么基础，先看哪几块

如果你完全没写过代码，这套资料会让你很吃力，建议先补 Python 和基本的前后端接口概念。有后端或全栈经验的人上手最顺，前端、测试、数据方向想转的也可以，但需要愿意动手写。建议的观看顺序是：先看主线里关于模型调用和提示组织的部分，把一次完整的请求跑通；再看智能体相关的分享，理解多步骤任务怎么拆；最后看多模态和代码模型那两块，按你实际项目需要挑着看。分享类内容信息密度高但不成体系，适合当拓展，不要一上来就啃。

学完能独立做什么，资料怎么配合练

比较现实的目标是：你能独立完成一个带大模型能力的内部工具，比如把一批非结构化文档做成可检索问答，或者给现有系统接一个能调外部接口的对话入口，并且知道怎么处理超时、幻觉和费用问题。要做到这一点，光看不练没用。建议每看完一个模块，就用自己工作里的真实数据搭一个小demo，哪怕只有几十条样本。分享部分的内容可以当作选题参考，看到某个方向觉得能用，就回头在主线里找对应做法。资料里的说明图和视频配合着看，图用来快速定位讲什么，视频用来跟操作细节。别追求一次看完，按项目需要反复回来查，效率更高。

这套内容不是速成班，它更像一份能反复翻的工程参考。你要是有明确的落地场景，学起来会快很多；如果只是想先囤着，大概率会停在前面几节。