后端应用级开发者该如何拥抱 AI GC就是在这样的一个大的浪潮下我们的传统的应用级开发者。我们该如何选择职业或者是如何去快速转型跟上这样的一个行业的一个浪潮?0 AI金字塔模型越往上它的整个难度就是职业机会也好或者说是整个的这个运作也好,它的难度会越大,然后越往下机会就会越多,所以这是一个金字塔型模型。最顶难度最高的机会最少1 基座大模型类似OpenAI的ChatGPT羊驼百川智能等自己拿大量语料去做预训练。特点消耗算力特别巨大需要大量的资本来支持OpenAI一次全量训练几千万美金只有巨头和大资本玩得起职业机会少。再往下就是2 行业垂直大模型在基座模型基础上灌入一些行业垂直数据基本上可理解为它是在基座模型的基础上做微调。二次三次训练也好得到这样的一个结果它的职业机会稍微多点但我认为可能对于应用级开发者机会不是那么多。再往下看3 AI原生应用不管是ToB还是ToC这块儿是大量机会给到我们这些传统做互联网、科技公司、应用开发公司包括科技创业公司就有我们应用开发者大量的机会存在。向上要了解模型向下要对行业要有了解有场景sense。所以它是一个比较重要的位置也是未来一个爆发的一个赛道。看右边ChatGPT CEO创始人Sam Altman说大模型是AI的iPhone时刻就是在打造这样一个生态圈像苹果我有自己的App Store和开发者工具。然后你只需要借助AI把你的创意变成相应的应用。所以说在这个时候其实是有大量的职业机会或大量应用开发的机会存在也是说我们传统的应用开发者去快速转型跟上这个赛道的一个绝佳机会。因为前面可能在搞基座大模型打地基或在去微调训练做一些行业模型那这上面这些我们都无法参与或参与度低。但是在这个强应用场景现在其实还没有出现一些非常强的应用这时有点像当年这个苹果刚发布的时候App Store刚刚发布的时候那个状态跑马圈地大量机会存在。再往下其实也不是我们的机会或者也不是应用级开发者应该关注的。因为再往下就是AI的使用可能变成非常普通的一个要求各种行业都要学会使用去实现你自己或你行业的降本增效。所以它是一个所有企业使用的过程对我们来说这个就有点简单所以它是一个仅仅是一个使用层面但是这里面也有大量的机会教别人会使用或开发一些应用让它能够更好地去使用等。所以这个模型大概就把我们的一个机会点和难度点说清楚模型层面竞争日趋激烈的。但应用市场现在看到还没出现杀手级应用最大杀手级应用就是ChatGPT其他的一些杀手级应用还没出现为啥因为现在上面两层不够完全成熟或者说是大家的认知还没跟上下面的这些各行业的应用也没有完全用起来很多人只是拿它聊天解决很基本问题缺少了一些强应用去把很多场景给做出来。当然了也是因为我们很多应用级开发者目前对 AI 不是很了解他可能有很多应用场景但是对 AI 能做什么怎么做不太清楚。所以这块市场非常广阔可以说所有应用都值得用 AI 重做。这个是从一个大的行业趋势可以看到说应用级开发者该如何去拥抱我们这个大模型。具体到开发层面基本上就是是这样一个架构底层可能是我们的 GPU 算力不用去关注很多的云平台其实已经解决了我们的这个算力问题包括我们后面案例里面实操的时候要用到的类似一些像算力云或一些国内一些云平台他们其实现在都把这个问题给我们解决了。再往上就是大模型开发。AI GC 赛道里面我们讲的两大部分就是模型的开发部分那这个部分跟我们应用级开发可能这个关系也不是很大或者说大家的职业机会不是很多那反倒是这个所谓的原生应用这一块儿呢是非常应该关注的一个赛道。包含对大模型的了解在大模型之上是我们的应用组件那么应用组件上面是我们的应用框架。应用组件里面就包含了我们的 AI 的能力我们 AI 的能力还有我们的云能力那 AI 能力可能就包括我们的多模态大模型插件云能力像什么向量数据库、COS 存储这些云能力你可理解为是给 AI 开挂的。再往上应用框架有两个大方向检索增强生成RAG最多的应用就是文档问答拿 PDF 传然后就可以去和他对话然后包括提炼一些他这个主要内容等等agent 智能体那这里面的话有很多的应用场景就是你可以把它想象成一个机器人的开发但是这个机器人可能会更专业而且它可以调度外部的一些软件。从这个图我们就可以找到自己的位置应用级开发可能关注的能力范围右边这一大块儿但实际 coding 的部分用的比较多的 coding 的部分可能就是上面这两块RAG 个 Agent。其他地方都是我们在用的部分。4 职业机会很多同学对 AI 来临之后还是有点慌张的觉得 AI 自己的工作是不是会被 AI 替代或者以后这个职业机会是不是越少应该不是。就是说 AI 淘汰的它不是人而是不会使用 AI 的人那么我们从职业机会上来看呢其实现在 AI 在各个行业各个细分行业包括像我右边列到的这些行业其实都是需要大量的应用级人才那需要的人才什么懂 AI你还要懂场景然后你知道怎么样用 AI 的能力结合这些场景做出一些应用来让大家使用。所以这个是说我们在很多的场景里面都是会看到的。为什么会有这个判断agent 非常重要能对自然语言做出反应并基于对用户的了解完成许多不同任务的这样的一个事物再结合这些场景之后有非常多场景。目前来看最常用的如私人助理或工作助理就是各种各样助理帮助你完成一些工作即所谓的副驾驶。很多做程序开发同学使用过类似帮你写代码的一些副驾驶工具就是你可能写一个提示词它可以把一段代码给你写出来。后面可能会每个人都有这样的一个助理甚至每一个工种都有这样的助理好比做一个AI文旅比如说你计划做一次旅行旅游机器人会帮你找到适合你预算的酒店。然后智能体呢还会知道你在一年中什么时候去旅行根据他对你总是尝试这个新的目的地的了解。或你喜欢故地重游的这个行为了解向你建议旅游目的地。所以当他被询问的时候呢他智能体会根据你的兴趣和冒险的倾向为你推荐做可以做的事情。还能帮你预定你喜欢的餐厅。如果没有这样的一个 AI 场景的话你现在做这些事情可能需要旅行社帮你去定制。医疗场景选择了一个使用一个心理健康的一个 agent。你只要给他灌输非常多的你的一些数据就会了解你你的生活经历和人际关系在你需要的时候他就会出现而且会永远保持耐心在你允许情况它可以通过你的智能手表监测你对治疗的身体反应比如当你和老板谈论问题时你的心脏是否开始加速跳动建议你什么时候应该去看人类的治疗师等。比尔盖茨刚发了一篇文章题目就是 AI 将彻底改变你如何使用电脑还将颠覆软件行业列举了非常非常多的场景通过 agent 的方式结合各种场景去做出这样的一个 agent 应用我们可以看到它的应用场景非常只要和人打交道的都是有机会。传统的应用开发者在转型做 AI GC 有AI 软件工程师即做 AI 应用还不过瘾还想去深度的话那可能就是偏向了我们的 AI 本身开发类似我们的视觉工程开发然后自然语言开发机器学习等这都是我们的一些转型职业机会。直接去做 AI 应用的话一个是机会比较多再一个难度对我们转型的难度来说比较小那么其他这几个可能就是说你需要学习的新东西会比较多一些。如何转型呢我们需要做哪些准备工作呢或者说如何我们转型到这个 AI 应用开发的这样一个层面上我们需要5 需要掌握啥学习机器、深度学习的一些基础知识上面这两层就是这个大模型层面和行业模型层面。这些模型层面你需要有一些基础的知识的准备起码得了解它如何运转的然后一般怎么使用。掌握一些 AI 开发的工具和框架如Py基本上可以说在机器学习领域它是一个主流语言就是大量的项目都是用来开发。实践一些 AI 项目这个就是说在转的过程中间我们可能需要找一些场景结合我们的能力去做这样的出来去把这个实践项目去实践一下。深入了解特定领领域的 AI 知识就是要具备一些场景的知识这边像我右边列的这些场景其实都是有机会去做 AI 应用的那就看谁一个是对 AI 的了解程度比较深比如说我们之前很多课程就是教大家比如说用 Open I 的 API 去开发一些加壳儿的应用。那它只是说帮大家去讲这个 API 的使用但对场景的理解少所以如果说你想转型成为一个非常成功的 AI 应用开发者的话那你需要对你去服务或者说你去做的这个场景这个行业的场景非常的了解抓到里面最关键的部分那你可能成功的几率就会比较高。6 总结职业机会可能就是在这个层面会比较多一些然后它的难度相对也就适中但需要了解模型也需要了解行业。而且现在处在一个爆发的前夜或者说是一个即将爆发的这么一个状态。从这个技术的角度来看技术架构的角度来看的话更应该关注在类似像智能体的开发类似像RAG 技术。对于其他的一些部分我们就要做到了解那么从职业机会的角度来看的话就是目前大量的这个行业和场景是需要 AI 应用的。那么我们要做好一些提前的准备工作就是在转型的时候我们要做好准备工作要做一些前置的知识学习。然后我们要学会使用 AI。应用级开发者所谓的学会使用 AI那和一般用户的使用 AI 还不一样。一般用户可能你拿一个现成的工具你只要能用就行了但是我觉得我们应用级开发者不光是拿现成工具应用你可能还要研究它你可能要看我如何去结合 AI 的特性把它开发出来。这个可能是我们的职业机会所在。假如你从2026年开始学大模型按这个步骤走准能稳步进阶。接下来告诉你一条最快的邪修路线3个月即可成为模型大师薪资直接起飞。阶段1:大模型基础阶段2:RAG应用开发工程阶段3:大模型Agent应用架构阶段4:大模型微调与私有化部署配套文档资源全套AI 大模型 学习资料朋友们如果需要可以微信扫描下方二维码免费领取【保证100%免费】配套文档资源全套AI 大模型 学习资料朋友们如果需要可以微信扫描下方二维码免费领取【保证100%免费】