知乎-AI大模型全栈工程师第10期（18课）

如果你在招聘网站上搜过「大模型应用开发」，会发现一个尴尬现象：岗位要求里写的是「熟悉 LangChain、RAG、Agent 编排」，但真到了面试，对方问的却是「你怎么判断一次检索该不该召回」「Dify 里那个工作流节点为什么这么连」。会调 API 的人不少，能把一个 AI 功能真正落地到业务里的人不多。这套知乎出品的 AI 大模型全栈工程师第 10 期，18 课，定位就在这个落差上。

它解决的是哪类工作场景

课程的主课部分集中在两个平台：Dify 和 Coze。这不是随便选的两个工具。Dify 偏本地部署和私有化，适合公司内部要把数据和流程攥在自己手里的场景；Coze 偏快速搭建和插件生态，适合验证想法、做对外服务。两套都讲，意味着学完之后你面对「我们想做个内部知识库问答」和「我们想快速上线一个客服机器人」这两种需求，都有对应的下手路径。

再往下看，课程里出现了 DeepSeek 的技术演进与产业应用解析，以及 Manus 的多智能体架构拆解。这两块不是让你去复现模型训练，而是让你理解当前主流方案是怎么设计的——当老板或产品经理问「为什么不用某某模型」「多智能体到底比单 Agent 强在哪」，你能给出有依据的判断，而不是只会说「效果更好」。

学完能独立做什么

按课程的推进节奏，比较现实的能力边界是：你能独立完成一个中等复杂度的 AI 应用从搭建到部署的闭环。具体点说，用 Coze 做插件、接 SDK、处理对话逻辑；用 Dify 做本地部署，配置工作流和知识库检索；遇到效果不好的时候，知道从提示词、检索策略、模型选择这几个层面去排查，而不是只会反复改 prompt。

但要说明白：这门课不会让你变成能训大模型的算法工程师。它的重心在「应用层全栈」，是让懂业务的人具备把大模型能力接进产品里的工程能力，而不是去卷预训练和微调。如果你的目标是进大厂做大模型底层研发，这套资料只能算补充视野，不是主攻方向。

资料结构和适合的基础

内容分成讲座课和主课视频两条线。讲座课偏认知和趋势，DeepSeek、Manus 这些解析适合通勤时看，帮你建立对技术路线的判断力；主课视频是从第 16 课到第 18 课按顺序推进的实操内容，Coze 的工作原理、应用开发、插件与 SDK，再到 Dify 的本地部署，前后有依赖关系，跳着看容易卡在某个配置环节上。

基础方面，如果你写过 Python、调过一两个大模型 API、大概知道什么是向量检索，学起来会比较顺。完全没碰过代码的人，前期在环境配置和接口调试上会花掉不少时间，这部分课程不会从零讲编程。反过来，如果你已经在用 Coze 或 Dify 做东西，但一直是「照着教程点、出了错不知道哪的问题」，那这门课的价值在于把工作原理补上，让你从操作员变成能排障的人。

值不值得花这个时间

判断标准可以很简单：你手上有没有一个真实想做的 AI 应用。有的话，跟着课程边学边做，18 课下来能攒出一个拿得出手的项目；没有的话，容易变成看完觉得「懂了」，合上电脑还是不知道从哪开始。这套资料的定位是实战推进，不是知识科普，它的效果高度依赖你有没有把课里的东西落到自己的场景里跑一遍。

另外提醒一点，大模型工具迭代很快，Dify 和 Coze 的界面、功能可能已经和录制时不同。遇到对不上的地方，优先查官方文档，把课程当思路参考而不是操作手册，会省很多纠结。