现在入门AI应该走的方向

中九目前大二，之前进组体验了一段时间科研工作，感觉和自己期望的不大一样，目前正在考虑本科就业。看目前主流的开发就业路线就是传统java后端开发和新兴的大模型应用开发这两种，java传统赛道体系成熟但是卷的人很多，大模型开发目前似乎很缺人但是前景未知，再加上目前ai发展迅速，开发岗位的整体前景似乎也不明朗。想请教一下各位大佬对于这两种选择的看法，另外我看还有一种是java+agent的路线，这种是既要学java又要学大模型开发吗，那面试是考察java还是python呢

手把手带你从零搭一个 AI Agent｜本地运行，不花一分钱 今天推荐一个 GitHub 上的宝藏项目——AI Agents from Scratch，用本地大模型从第一性原理构建 AI Agent。不需要 API Key，不需要花钱，不需要 GPU，8GB 内存的笔记本就能跑。 为什么推荐这个项目？ 市面上大部分 Agent 教程都是"调 API + 套框架"，你跟着跑通了，但不知道底层在干嘛。这个项目不一样：  从零开始：不用 LangChain、不用 AutoGen，纯手写 本地运行：用 node-llama-cpp 加载 GGUF 模型，完全离线 10 个递进式 L...

没去了解详情，这种都是那种ai模型算法岗还是agent应用开发？公司里的agent开发，估计都有老员工内部转了吧？现在很多公司都出来ai员工了。。。

1. xgboost 为什么叫梯度提升树因为它本质上就是：树：基学习器是 CART 回归树提升：一棵一棵往上加梯度：每一轮拟合的是损失函数对当前预测的负梯度普通提升树可以理解成拟合残差，XGBoost 是把“残差”推广成了更一般的梯度下降框架，而且用了二阶导信息，所以比传统 GBDT 更强。2. 知道什么概率模型？朴素贝叶斯，说一下贝叶斯的思想概率模型就是用概率分布描述数据和变量关系的模型，比如：朴素贝叶斯HMMCRFGMM贝叶斯网络贝叶斯思想就一句话：先验 + 数据 = 后验。公式：[P(A|B)=\frac{P(B|A)P(A)}{P(B)}]朴素贝叶斯做分类时，假设特征在给定类别下条件独...