知乎-AI应用开发工程师大模型12期

这门课对准的是一个很具体的工作场景：你已经会用现成的 AI 工具，但一到要把大模型接进公司业务里，就卡住了。比如让模型稳定地按格式返回数据、让它自己调用接口查订单、把一堆非结构化的客服记录变成可检索的知识库——这些活儿不是靠调提示词就能糊过去的，需要你理解模型的能力边界，并且能写代码把它框住。这套资料解决的正是从「会用」到「能交付」之间那段路。

适合什么基础，不适合什么基础

如果你完全没写过代码，这套资料会让你很痛苦。它默认你能看懂 Python，知道函数、类、HTTP 请求是怎么回事，至少自己跑通过一个调用模型接口的小脚本。前端或后端的常规开发者、数据分析转 AI 应用方向的人，学起来会顺很多。反过来，如果你只是想了解大模型原理、做个科普式认知，那没必要看这套，成本太高。它也不是算法岗的培训，不教你从头训练模型，重点在应用层的工程实现。

建议的观看顺序

不要按文件顺序从头刷。先看大模型基本原理那部分，重点不是公式，而是搞清楚上下文窗口、token 计费、模型为什么会胡说、温度参数影响什么——这些直接决定你后面写代码时的取舍。接着跳到 Function Calling 和 Agent 智能体系统这两块，这是整套资料里最能直接转化成工作产出的一环。MCP 应用和 Coze 相关的内容可以放在后面，它们更偏具体平台和协议的落地方式，等你有了前面的概念再看，理解会快很多。视觉大模型和微调部分，除非你的业务真的涉及图片处理或需要定制模型行为，否则第一遍可以略过，需要时再回来查。

学完能独立做什么，资料怎么配合练

比较现实的目标是：你能独立搭出一个带工具调用能力的小型应用，比如一个能查数据库、能调外部 API、能按固定格式输出结果的服务；能判断一个需求该用提示词解决还是该上微调；能看懂 Coze 这类平台背后的运行逻辑，而不是只会拖拽。练习方式建议是每看完一个模块，立刻用自己工作里的一个真实小需求去复现，哪怕只是把周报生成自动化。资料里的实战项目可以当参照，但照抄一遍收益有限，改一个变量、换一个数据源，你才会碰到真正的坑。另外，追新课和讲座部分更新较快，适合当补充，不建议作为主线。

整体判断：这是一套偏工程落地的资料，不是通识课。有编程底子、手上有具体 AI 应用需求的人，投入产出比高；零基础或只想了解概念的人，建议先补 Python 和接口调用，再回来。