5410 -极客-AI全栈开发实战营|第0章直播回放

这套资料的主体是「AI 全栈开发实战营」的直播回放，从第 0 章的开营和答疑切入，往后延伸到机器学习与深度学习基础、大模型技术全景，最后落到用 DeepSeek 做一个 RAG 应用。它想解决的不是"AI 是什么"这种科普问题，而是一个更具体的困境：你已经会写代码，但面对大模型相关的工作需求时，不知道从哪一层下手，也不清楚一个能跑起来的大模型应用到底由哪些部分组成。

它解决什么工作场景，适合什么基础

最直接对应的场景是：团队要把大模型接进现有业务，需要有人能把检索、提示、模型调用和前后端串成一条链路。这类活儿往往卡在中间层——纯算法岗不做，纯业务开发又缺概念。资料里的理论部分（机器学习、深度学习）不是让你去手推公式，而是让你在调参、选模型、判断效果好坏时有基本判断力，不至于全凭感觉。

基础要求上，最好有至少一门语言的开发经验，能看懂 Python 代码和基本的接口调用；对向量、概率这些概念不陌生会轻松很多，但零基础也不是完全跟不上，只是第 1 章需要多花时间。如果你完全没写过代码，这套资料会偏难，建议先补编程再回来。至于做算法研究、想发论文的人，这里的内容偏工程落地，深度不够。

建议先看哪几块，学完能独立做什么

不建议从第 1 章顺着看。更省时间的顺序是：先看第 0 章的两场直播，尤其是开营那场，它会把整个实战营的目标和节奏讲清楚，你据此判断要不要投入；然后直接跳到第 4 章，看一个 RAG 从零搭起来的过程，先建立"完整应用长什么样"的整体印象；有了这个锚点，再回头补第 2 章的大模型技术脉络和第 1 章的基础，理解会快很多。第 3 章关于 DeepSeek 的部分可以放在动手阶段同步看，边用边理解它的能力边界和调用方式。

学完之后，你应该能独立完成这些事：搭一个能读自己文档并回答问题的问答应用，包括文档切分、向量化、检索和答案生成；能判断一次效果不好是出在检索环节还是生成环节；能看懂主流大模型的接口文档并做基本选型。这些都是可交付的工作成果，不是停留在概念层面。

资料怎么配合练习用

直播回放的短板是节奏固定、不能暂停提问，所以别把它当唯一输入。建议的做法是：每看完一段动手环节，立刻用自己的数据重做一遍，比如把示例文档换成你所在行业的资料，观察检索结果的变化。第 0 章的答疑场次适合在卡住时回看，很多坑别人已经问过。理论章节不必逐字看完，遇到具体问题时按需回查即可。整套资料的价值在于给你一条可复现的路径，真正学到手的东西来自你自己跑通的那几次实验，而不是看完了多少节视频。