billhan2016

AI 岗位全景与转行指南：从技能到 Offer 导语 学了前面 11 篇技术文章，最终要落到一个问题——怎么拿到 Offer？ 不讲鸡汤，只讲可执行的策略。先说最重要的一句话： 一、AI 领域岗位全景

多模态与模型评测：拓展 AI 的边界 导语 大模型不只是"文字模型"了——它能看图、听声音、理解视频。同时，一个经常被忽略但极其重要的问题是：怎么判断一个 AI 系统到底好不好用？ "感觉还行"不是评

Skills 与知识系统：让 AI 具备领域专业能力 导语 通用大模型什么都会一点，但什么都不精。你让 GPT 写一份金融合规报告，它写得"像那么回事"但经不起专业审查；你让它做医疗辅助诊断，它能说出

MCP 深入理解：协议原理与自定义开发 导语 Agent 要干活，得连接外部世界——读文件、查数据库、调 API。以前每个工具都要单独写适配代码，10 个工具写 10 套，换个模型再写一遍。 MCP（

Agent 开发全流程：从概念到生产 导语 2026 年，Agent 是 AI 领域最热的方向，没有之一。 但"Agent"这个词被用得太泛了——ChatBot 是 Agent 吗？自动化脚本是 Ag

Fine-tuning 实战：用你的数据定制大模型 导语 Prompt 写了一大堆还是不够精准，RAG 检索到了但回答风格不对——什么时候该考虑 Fine-tuning？ Fine-tuning（微调

Function Calling：让大模型连接真实世界 导语 大模型能"思考"和"说话"，但不能"动手"——它不能查数据库、调接口、发邮件、买机票。 Function Calling（函数调用） 就是

RAG 从零到一：构建你的第一个检索增强生成系统 导语 大模型很强，但它不知道你公司的内部文档、最新产品手册、私有数据。你问它"我们公司的退货政策是什么？"——它只能瞎编。 RAG（Retrieval

Embedding 与向量数据库：语义理解的基础设施 导语 大模型很强，但它有一个致命弱点：记忆有限。你公司的内部文档、产品手册、客户历史记录——这些数据模型统统不知道。怎么让模型在海量私有数据中快速