想写这个很久了，因为自己在开源和实习中也接触过一些 ai 的工程化内容，对这一块也有一些自己的思考，这个路线图说是 AI 应用开发全景路线图，其实我是想写从 maas 平台到 AI infra 的整个模型工程化的全链路的知识，但是笔力有限，第一版应该先聚焦于平台和应用开发。学识尚浅，也欢迎各位牛友一起交流，探讨，完善阅读建议：每个模块开始是我的一点思考和收集的信息，后面就是学习建议和资料（主要是开源项目+文档，视频资源如果有比较不错的也会放上去），有些技术可能没有好的教程，后续会陆陆续续的出文章+ demo 和大家交流一，AI 应用开发到底是什么概述AI 应用开发这个字眼从 gpt 刚开始火的...

大家都在鼓励你。自己也要争气啊！！！

从我身边的情况来看，实习和不实习差距真的很大。身边实习的基本都能去T0,T1级以上的大厂，工资起码55w。没去实习的，就只能去一些国企，小厂，工资还没有超过25w的。

在牛客上，很多同学在面算法、面后端时，常被问到：“模型只是个大脑，怎么让它真正干活？” 答案就是 Agent。它不再是一个只会聊天的 Box，而是一个拥有感知、决策、行动、反馈闭环的“硅基员工”。本文我将带你透视 Agent 的底层运行机制，看完这篇，你对 AI 的理解将得到显著的提升。一、 顶层设计：Prompt 提示词 在 Agent 架构中，Prompt 不仅仅是聊天，它是系统的宪法和运行协议。逻辑重构： 别再写模糊的感性描述。顶尖的 Agent 需要 结构化提示词（Structured Prompting）。架构框架：[Context + Role + Constraint + Wor...