文章探讨了AI时代如何有效使用大模型的核心思维与方法。强调应将AI视为思维伙伴而非工具，锻炼AI第一思维，专注于定义目标和约束条件，让AI思考解决方案。无需深究算法原理，而应聚焦应用层，通过集成和编排解决实际问题。提出从实践项目入手，利用AI进行跨界学习，构建"AI原生"思维，将AI融入工作流程，从而实现效率与产出质量的质的飞跃。

---

在AI时代，大家都说要会使用AI。

“不久的将来，会使用AI的人将会对不会使用AI的人，形成降维打击。”

“替代你的不是AI，而是会使用AI的人。”

这些预测，触及了我们每个人的焦虑感。

但也绝非危言耸听。就像工业革命时期，会操作机器的人与手工业者之间的区别。

那么，怎么才算是会使用AI呢？我一直思考这个问题。

很多人可能以为会聊天就是会用AI，但经过这段时期的思考和实践，真正关键的是把AI当成思维伙伴，而不仅仅是工具。

以下是我个人思考过程中的一些记录：

1、锻炼AI第一思维。

遇到问题时想到AI，遇到无聊性工作时想到AI。工作中，任何时候都应该问问自己，智能体是否能解决该任务或问题。AI还能解决什么问题？去发现AI善于解决的问题，比人解决更好的问题，然后利用AI去替代它。这才是我们真正要去思考和实践的。

用上你所知道或不知道的AI工具（不知道就想办法知道哈）去高效、聪明的解决问题，并知道每个工具所擅长的点。

tips：没有工具就学会自己造哈哈。

2、不要只做“大模型套壳”应用，简单的聊天界面价值越来越低。

特别是ChatGPT刚发布的时候，很多套壳的大模型。随着AI的发展，简单的聊天毫无价值了，而是真正能解决实际场景中的问题才是最重要的。

3、无需死磕数学推导和算法。

很多人都认为掌握AI离我们很远，因为我不懂八股文一样的算法，不懂深奥数学，不会复杂的transform框架和机制原理。现在无论我现在多努力，也无法比那些在大学就深耕AI的博士生牛逼。

确实是这样，但是不必焦虑。

AI时代，除了会开发AI大模型，还有很多机会，我们不需要掌握如何开发一个大模型，我们目标是如何应用这些大模型，了解基本的机制原理即可，最好能动手微调属于某个场景的大模型。

市面上有太多的优秀的开源大模型，没有必要重新做一个，也没有这样的能力、时间和金钱。我认为大模型是只是头部几家巨头能做的，也只有他们才能持续做好的。

我们现在能做的就是思考如何利用这些优秀的大模型，聚焦应用层，去解决生活或工作中的各种重复性工作。

对于普通的大众来说，忘掉“做一个比OpenAI更好的模型”。你的方向也不应是去和博士生拼数学、算法，而是用AI去解决你熟悉的行业里的老问题。

4、专注于定义要完成的目标和约束条件，然后让AI智能体去思考“如何做”。

你的价值体现在准确描述问题和评估解决方案上。

如果你开发AI智能体，你就会发现设计一个高质量的提示词，对最终的效果有多么的重要。很多智能体框架，其实都是提示词驱动的，比如AutoGPT、CrewAI、AutoGen等。

我之前看过一篇文章，很多国外的招聘都有提示工程的岗位，就是会训练Agent。

一个完整的提示词，包括角色、背景、任务、目标、格式要求、各种限制等等。

会写提示词也是我们区别于只会泛泛提问聊天的人，将AI能力发挥到极致。

未来管理者也许不是管理人，而是管理Agents，然后不断地的根据业务对这些Agents进行优化，让他们可以做的更好。

理解AI的产出很少能一步到位，会基于第一次的结果，给出更具体的反馈，不断地优化提示词，生成更高质量的结果。

5、智能体主要工作是集成和编排。

大模型是强大的“大脑”，各种API和工具是“四肢”，你的任务是用LangChain、AutoGen这样的“骨架”将它们优雅地组合起来，解决实际问题。

“AI驱动工作流”的构建能力， 将AI嵌入自己的工作流程，而不仅仅是完成孤立任务。

6、聚焦“AI原生”思想： 思考哪些应用是只有在大模型能力下才能实现的？

思考方式从起点就包含了AI这个变量。在设计一个产品、一项服务或一个流程时，会本能地思考：“这里AI可以扮演什么角色？如何从架构上就让它发挥最大价值？” 而不是在旧流程上简单地打补丁。AI的出现，打破了原有的模式。

比如：DeepSeek和月之暗面的大模型技术的竞争，在注意力机制上，DeepSeek提出的新架构名为NSA（原生稀疏注意力），而月之暗面提出的新架构命名为MoBA（混合块注意力机制）。区别是，DeepSeek的改造更为果断和彻底，而月之暗面兼顾了老机制和新机制，动态平衡，即为混合。

虽然跟本文不沾边，但是挺有意思的“瓜”。

7、聚焦“应用层” 。90%的需求是“用好模型”，而非从头训练大模型。

打造作品集，如：在GitHub上发布RAG系统、Agent应用。加入社区，参与Hugging Face、魔搭（ModelScope）、知乎AI专栏等。通过实践，了解AI的能力边界，以及如何应用AI的能力。魔塔社区中，有很多免费的大模型提供给我们学习和实践。

不要等“完全准备好”，从一个Prompt工程小项目开始（如自动写周报），从解决身边实际问题开始。搭建自己的RAG知识库，一个完整RAG搭建过程你会学到很多东西，比如：文本的预处理和分块方式、向量化、向量数据库、嵌入模型、文本块的管理、向量的检索和召回优化、重排序技术、构建提示词等等。

8、利用AI进行跨界学习和创新： 利用AI快速学习一些专业知识，AI打破了我们获取知识壁垒，比如，我经常使用https://www.studywithgpt.com/，让gpt帮忙生成一门课程，用相对通俗易懂的方式学习专业知识，而且还可以实操练习，非常适合入门。

善于使用和会用，有用和好用的AI工具，高效完成工作。

以上是个人的一些思考和总结， 希望不久的将来，大家都能真正使用AI解决生活和工作中的问题，个人效率和产出质量有了质的飞跃。

大模型未来如何发展？普通人如何抓住AI大模型的风口？

※领取方式在文末

为什么要学习大模型？——时代浪潮已至

随着AI技术飞速发展，大模型的应用已从理论走向大规模落地，渗透到社会经济的方方面面。

• 技术能力上：其强大的数据处理与模式识别能力，正在重塑自然语言处理、计算机视觉等领域。
• 行业应用上：开源人工智能大模型已走出实验室，广泛落地于医疗、金融、制造等众多行业。尤其在金融、企业服务、制造和法律领域，应用占比已超过30%，正在创造实实在在的价值。

未来大模型行业竞争格局以及市场规模分析预测:

同时，AI大模型技术的爆发，直接催生了产业链上一批高薪新职业，相关岗位需求井喷：

AI浪潮已至，对技术人而言，学习大模型不再是选择，而是避免被淘汰的必然。这关乎你的未来，刻不容缓！

---

那么，我们如何学习AI大模型呢？

在一线互联网企业工作十余年里，我指导过不少同行后辈，经常会收到一些问题，我是小白，学习大模型该从哪里入手呢？我自学没有方向怎么办？这个地方我不会啊。如果你也有类似的经历，一定要继续看下去！这些问题，也不是三言两语啊就能讲明白的。

所以呢，这份精心整理的AI大模型学习资料，我整理好了，免费分享！只希望它能用在正道上，帮助真正想提升自己的朋友。让我们一起用技术做点酷事！

ps:微信扫描即可获取
加上后我将逐一发送资料
与志同道合者共勉
真诚无偿分享！！！

---

适学人群

我们的课程体系专为以下三类人群精心设计：

• AI领域起航的应届毕业生：提供系统化的学习路径与丰富的实战项目，助你从零开始，牢牢掌握大模型核心技术，为职业生涯奠定坚实基础。

• 跨界转型的零基础人群：聚焦于AI应用场景，通过低代码工具让你轻松实现“AI+行业”的融合创新，无需深奥的编程基础也能拥抱AI时代。

• 寻求突破瓶颈的传统开发者（如Java/前端等）：将带你深入Transformer架构与LangChain框架，助你成功转型为备受市场青睐的AI全栈工程师，实现职业价值的跃升。

---

※大模型全套学习资料展示

通过与MoPaaS魔泊云的强强联合，我们的课程实现了质的飞跃。我们持续优化课程架构，并新增了多项贴合产业需求的前沿技术实践，确保你能获得更系统、更实战、更落地的大模型工程化能力，从容应对真实业务挑战。
资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的技术人员，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。

01 大模型系统化学习路线

作为学习AI大模型技术的新手，方向至关重要。 正确的学习路线可以为你节省时间，少走弯路；方向不对，努力白费。希望这份最科学最系统的学习成长路线图和学习规划，带你从零基础入门到精通！

👇微信扫描下方二维码即可~

本教程比较珍贵，仅限大家自行学习，不要传播！更严禁商用！

02 大模型学习书籍&文档

新手必备的权威大模型学习PDF书单来了！全是一系列由领域内的顶尖专家撰写的大模型技术的书籍和学习文档（电子版），从基础理论到实战应用，硬核到不行！
※（真免费，真有用，错过这次拍大腿！）

03 AI大模型最新行业报告

2025最新行业报告，针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。

04 大模型项目实战&配套源码

学以致用，在项目实战中检验和巩固你所学到的知识，同时为你找工作就业和职业发展打下坚实的基础。

05 大模型大厂面试真题

面试不仅是技术的较量，更需要充分的准备。在你已经掌握了大模型技术之后，就需要开始准备面试，我精心整理了一份大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。

06 全套AI大模型应用开发视频教程

（包含提示工程、RAG、LangChain、Agent、模型微调与部署、DeepSeek等技术点）

---

由于篇幅有限
只展示部分资料
并且还在持续更新中…

ps:微信扫描即可获取
加上后我将逐一发送资料
与志同道合者共勉
真诚无偿分享！！！

最后，祝大家学习顺利，抓住机遇，共创美好未来！