作为一名主要从事 Web 产品构建的软件开发人员，我一直对新兴技术充满好奇。在 ChatGPT 发布后，人们对 AI 的兴趣爆发，这激发了我深入研究这个迷人领域的愿望。以下是我的旅程如何展开的。
我从一个 YouTube 视频（Wolfram 的解释）开始，该视频分解了 ChatGPT 如何预测句子中的下一个单词（如果您不想观看视频，可以阅读文章中的文字记录）。这个介绍让我大开眼界——它揭示了 AI，尤其是大型语言模型 (LLM)，已经变得多么先进。它还向我介绍了 LLM 领域的基础概念，为我更深入的探索奠定了基础。
从那里，我开始了解不同的 LLM，例如 Llama、GPT、Claude 等。这个阶段主要是理解技术方面，如上下文长度、tokens（输入和输出）、参数、embeddings、FLOPS (Floating Point Operations Per Second)、RAG (Retrieval-Augmented Generation)。为了使事情更具实践性，我尝试使用 Ollama 等工具在本地运行 LLM。这是我第一次使用本地模型的实践经验，我对它们的潜力感到惊讶。
此阶段的一些资源：
仅仅理解这些技术术语是不够的，我们必须探索并亲身实践，才能真正理解这些术语是如何相互关联的，以及它们在什么地方发挥作用，以及为什么需要它们。我使用 Jupyter Notebook 进行了探索——这个工具允许我为各种任务运行 Python 指令。这使我进入了 LangChain 和 Kaggle 等平台，我在那里尝试了基本的 LLM 训练和模型微调。这些经验帮助我理解了 AI 模型是如何训练和微调的，让我对它们的能力有了更全面的了解。
此阶段的一些资源：
有了这些不断增长的知识，我开始使用 Cursor 和 Windsurf 等工具构建 AI 驱动的应用程序（Sudoku，Page Saver），这些工具由 AI 驱动的编辑器增强。我很快意识到 AI 对开发人员来说是多么具有变革性。我在软件开发中面临的许多挑战都可以通过 AI 来简化甚至完全解决。这是一个关键时刻，突显了 AI 在重塑我们工作方式方面的巨大潜力。
当我真正开始使用 prompting 构建一些东西时，旅程仍在继续，首先是一些使用不同框架调用不同 API 的示例。由于我目前主要使用 GoLang，所以我使用 GoLang 进行了练习。一些尝试被记录到一些博客文章中，例如：
有了所有这些基础知识，就可以构建一个由 AI 驱动的更复杂的应用程序。
虽然我的旅程仍在进行中，但有一点是明确的——AI 不仅仅是一种趋势：它是未来。我所采取的每一步都加深了我对该领域及其可能性的认识。我很高兴看到这段旅程将把我带向何方，以及 AI 将如何继续彻底改变我们的生活，无论是作为开发人员还是作为个人。
great article