有趣的事

程序员想学AI应该怎么入手呢?

程序员学 AI,建议先从“把现有模型用进软件”入手,不必一开始就训练大模型。可以按这个顺序走:

  1. 先补够基础:熟悉 Python(如果主要写其他语言,学到能处理数据、调用库和写脚本即可),了解机器学习中的训练集、验证集、过拟合、分类与评估指标;线性代数、概率统计按遇到的问题逐步补。
  2. 做模型应用:用一个主流模型 API 完成结构化输出、工具调用和流式响应,重点练习提示词版本管理、超时与重试、成本控制、隐私处理,以及对模型输出做校验。
  3. 做一个完整的小项目:例如给自己的文档做问答。先实现检索,再加入切块、向量检索、引用来源和“找不到就说明”的机制;用一组真实问题检查正确性、延迟和费用,而不只看几个演示案例。
  4. 学会评估和上线:准备固定测试集,覆盖正常输入、歧义、无答案和恶意输入;记录模型版本、提示词和结果,关注质量回归、权限边界和数据泄露风险。

学到哪一步取决于目标:做 AI 应用工程,重点是产品拆解、检索、评估、后端集成和运维;想做模型训练或算法研究,再系统深入深度学习、优化方法、GPU 训练与论文复现。最有效的起点通常是选一个自己熟悉的业务问题,做出可评估、可维护的小功能,再根据瓶颈补知识。

相关阅读