AI 工程化项目实战营|1. 第一课开营直播

这门课的主题是大语言模型应用的工程化落地，不是讲模型原理的学术课，也不是教你怎么调 API 写个玩具 demo。它把重心放在一个具体场景上：从零搭出一套智能客服系统，中间要处理 Prompt 设计、模型微调、数据与知识增强、多 Agent 协作这几件事。如果你正在做或准备做 AI 应用开发，被"模型能跑通但上线就崩"的问题卡住，这门课的定位对得上。

它解决的是哪类问题

很多人学大模型，卡点不在会不会调用接口，而在工程侧：Prompt 改了几十版还是不稳定，模型回答胡编乱造，业务知识塞不进上下文，成本压不下来，多轮对话一复杂就失控。这门课按周推进的线索基本就是这些问题的拆解顺序——先摸清技术栈和 Prompt 工程，再进微调与部署，然后是数据工程与知识增强，最后落到智能客服的架构设计和多 Agent 协作通信。开营直播这一节，作用是把整个项目的目标形态、技术选型和节奏交代清楚，让你知道后面每一周在拼哪一块拼图，而不是上来就敲代码。

适合什么基础，先看哪几块

需要你有基本的编程能力，能读懂 Python 代码，了解 HTTP 请求和接口调用，最好自己跑过某个大模型的 API。完全没写过代码的人跟起来会吃力，因为课程是项目驱动的，默认你能自己动手。如果你已经做过一两个 AI 小应用，但没系统处理过微调、知识库和多 Agent，收益会比较明显。

建议的切入顺序：开营直播先完整看一遍，别跳过，它决定了你后面理解项目结构的框架。接着重点看 Prompt 工程和微调部署这两块，这是最容易出实际效果的部分，也是面试和工作中被问得最多的。数据工程与知识增强放在第三顺位，它决定了你的系统能不能答对业务问题。智能客服架构和多 Agent 协作属于综合运用，基础不牢时先别急着啃。资料包里的完整内容按周对应，配合每周的动手任务用，不要一次性全下载吃灰。

学完能独立做什么

按这条线走完，你应该能独立完成一套带知识库的智能客服原型：能设计相对稳定的 Prompt 模板，能对模型做轻量微调并部署成可调用的服务，能把业务文档处理成检索增强的知识来源，能设计多 Agent 之间的分工和通信方式。更实际一点说，你能拿到一个业务需求，判断该用 Prompt 解决、该上微调、还是该做知识增强，而不是所有问题都硬塞进提示词里。

练习建议是边看边改：每学完一块，就把自己手头的场景替换进去跑一遍，比如把客服换成绩效问答或工单分类。只看不写，这门课的价值会折掉大半。