AI大致经历了五个阶段一开始是按关键词匹配的规则系统后来用数据和概率做判断再到神经网络能自己从数据里学规律接着通过Transformer开始理解上下文到现在大模型不仅能生成内容还能接工具、查资料开始真正参与做事**本篇是这个阶段的**。下面我们就讲期间经历的一些小点就当是吹牛皮的资源吧前面讲了一个很关键的限制模型一次只能看到一段有限的上下文。超过这个范围前面的内容就会被挤掉。这就带来一个问题。 如果有些信息本来就不在这段上下文里呢比如最新的数据企业内部资料一篇很长的文档或者你刚刚上传的文件模型是看不到这些的。那怎么办这时候就出现了一种常见的做法RAG很多人一听这个词会觉得很复杂。但它做的事情非常简单先去外面找资料再把资料放进上下文里让模型去用把过程拆开看。第一步找资料Retrieval当你问一个问题系统不会直接让模型回答而是先去一个知识库里搜索 和这个问题最相关的内容这些内容可能是文档数据库FAQ甚至是网页第二步塞进上下文Augmented把这些找到的内容拼接到你的问题前面。变成 “问题 相关资料”第三步再让模型回答Generation模型这时候看到的就不是原来的问题了而是 一段已经带资料的上下文然后它再按之前讲的方式看上下文一词一词生成这就是RAG的全部过程。一个关键点模型本身并没有变它的参数没有更新。它也没有学会新知识。只是输入变了而输入一变输出就会变。这和我们前面讲的Prompt是同一件事。Prompt是在引导风格RAG是在补充信息。本质上都是往上下文里加东西所以你看到的模型变聪明了其实是 它“看到了更多有用的信息”不是让模型无所不知。而是不会的就去查然后再回答为什么RAG在企业场景里特别常见因为不需要重新训练模型成本低更新快只要更新外部资料模型就能用新信息。用一句话总结RAG不是让模型变聪明而是把它需要的信息提前放到它能看到的地方。2026年AI行业最大的机会毫无疑问就在应用层字节跳动已有7个团队全速布局Agent大模型岗位暴增69%年薪破百万腾讯、京东、百度开放招聘技术岗80%与AI相关……如今超过60%的企业都在推进AI产品落地而真正能交付项目的大模型应用开发工程师****却极度稀缺落地AI应用绝对不是写几个prompt调几个API就能搞定的企业真正需要的是能搞定这三项核心能力的人✅RAG融入外部信息修正模型输出给模型装靠谱大脑✅Agent智能体让AI自主干活通过工具调用Tools环境交互多步推理完成复杂任务。比如做智能客服等等……✅微调针对特定任务优化让模型适配业务目前脉脉上有超过1000家企业发布大模型相关岗位人工智能岗平均月薪7.8w实习生日薪高达4000远超其他行业收入水平技术的稀缺性才是你「值钱」的关键具备AI能力的程序员比传统开发高出不止一截有的人早就转行AI方向拿到百万年薪AI浪潮正在重构程序员的核心竞争力现在入场仍是最佳时机我把大模型的学习全流程已经整理好了抓住AI时代风口轻松解锁职业新可能希望大家都能把握机遇实现薪资/职业跃迁这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】⭐️从大模型微调到AI Agent智能体搭建剖析AI技术的应用场景用实战经验落地AI技术。从GPT到最火的开源模型让你从容面对AI技术革新大模型微调掌握主流大模型如DeepSeek、Qwen等的微调技术针对特定场景优化模型性能。学习如何利用领域数据如制造、医药、金融等进行模型定制提升任务准确性和效率。RAG应用开发深入理解检索增强生成Retrieval-Augmented Generation, RAG技术构建高效的知识检索与生成系统。应用于垂类场景如法律文档分析、医疗诊断辅助、金融报告生成等实现精准信息提取与内容生成。AI Agent智能体搭建学习如何设计和开发AI Agent实现多任务协同、自主决策和复杂问题解决。构建垂类场景下的智能助手如制造业中的设备故障诊断Agent、金融领域的投资分析Agent等。如果你也有以下诉求快速链接产品/业务团队参与前沿项目构建技术壁垒从竞争者中脱颖而出避开35岁裁员危险期顺利拿下高薪岗迭代技术水平延长未来20年的新职业发展……那这节课你一定要来听因为留给普通程序员的时间真的不多了立即扫码即可免费预约「AI技术原理 实战应用 职业发展」「大模型应用开发实战公开课」还有靠谱的内推机会直聘权益完课后赠送大模型应用案例集、AI商业落地白皮书