知乎 - AI大型模型应用专家实战训练营 第18期

这门课解决什么问题：把大模型从“概念”变成“能跑起来的业务模块”

很多做后端、数据或产品的职场人，看了一堆大模型科普，真到要落地时还是卡壳：接口调通了，但回答不稳定；想接企业内部知识库，不知道检索增强怎么做；微调门槛高，不知道哪些场景值得投入。这门课的主线就是填这个缺口——不讲泛泛的“AI改变世界”，而是聚焦在“怎么把大模型塞进一个真实系统里”。它覆盖了从调用、提示工程、向量检索到微调和部署的关键环节，目标是让你能独立搭出一个带知识库、带记忆、能稳定服务的应用，而不是只会用网页版聊天框。

适合什么基础，建议先看哪几块

这门课不是零基础启蒙。它默认你写过代码，最好熟悉 Python，能看懂基本的接口调用和数据处理；如果接触过简单的机器学习概念会更顺。纯转行、没写过脚本的人，建议先补 Python 基础再进来，否则到微调和部署环节会很难跟上。已经有后端或算法经验的，可以直接跳到 RAG 和微调部分。我的建议是：先过一遍原理和提示工程，把基础概念对齐；然后重点啃检索增强那一块，因为这是目前企业落地最多、性价比最高的场景，也是最容易出成果、能写进简历的部分；最后再看微调和部署，这部分偏进阶，理解流程比亲手跑通每个参数更重要。

学完能独立做什么，资料怎么配合练习

学完之后，你应该能独立完成几件具体的事：搭建一个带文档检索的问答系统、把企业内部资料接进大模型做知识库、针对特定任务做轻量微调、把模型封装成可调用的接口服务。这些不是理论作业，而是可以直接拿去解决实际问题的能力。资料怎么用很关键：视频先快速过一遍建立框架感，不要逐帧死磕；核心代码和配置一定要自己跑一遍，改参数、换数据，看输出怎么变，这比看十遍视频都有用。每节课的案例最好改造一下，换成你自己的业务场景，比如把通用的文档问答换成你所在行业的资料，这样学完不是留下一堆 demo，而是手里真有几个能跑、能演示、能讲清楚为什么这么做的项目。这点对想转行或求职的人比证书管用得多。