作为一名医学生，作者分享了他使用阿里开源的qwen2.5:7b模型，在本地构建医学知识库的实践经历。他详细描述了从下载模型、处理教材到调试系统的全过程，并强调了AI技术已将创造门槛大幅降低。作者认为，在这个时代，通过动手实践创造对他人有用的价值，是普通人提升自我的有效途径，甚至可能带来收益。他的经历展示了即使是非专业人士，也能利用AI工具实现创新想法。

---

---

今天是 2025-12-20。它并没有任何不同。我从几个噩梦中醒来，才发现今天已到了考研的日子——只是那与我无关。作为一名定向医学生，身边很多人都以为我会考研，甚至曾经我也这么想。可后来慢慢地，我释怀了：也许回乡才是我的归宿。只是曾经那么想逃离那片土地，如今才发现，终究还是不得不回去。

这几年求学的日子里，我一直试图寻找一些学习之外的趣事来填满生活。说到底，那只是我对抗枯燥、乏味的医学学习的一种方式。人嘛，只要还在往前走，那种想要冲破藩篱的欲望，总会把你带到你想去的地方。可对普通人来说，能够顺顺利利走完一生，已经需要拼尽全力。至于其他，又还需要奢求什么呢？

站在 2025 年岁末，我希望自己能留下些什么。回忆过去，陪伴我最多的，是各种各样的 LLM——所以这篇文章，应该算是献给 LLM 的。

今年对于关注科技行业、尤其是 AI 发展的人来说，应该是收获很大的一年。OpenAI 于 2015 年成立，经过十年发展，如今的 ChatGPT 已经成了最通用的人工智能助手之一。这场 AI 的浪潮仍在继续，但也尚未进入 AGI 时代。尽管早在 2023 年，AI 就已经取得了显著进展，但直到 2024 年，我才开始接触国内的 AI 助手。那时我对它们的使用，还停留在聊天、简单绘画这些层面。短短几个月之后，无论国内还是国外，LLM 进一步进入大众视野；紧接着，从“推理模型”转向了 “AI Agent”，开始能够更自主地完成繁琐的工作任务。

在各大顶级科技公司争抢 AI Agent 市场份额的风口上，我们这种“小渣渣”只能玩玩开源模型、调用 API，做一些自己用得上的小玩意儿。即便如此，也依然能感受到自己与时代发展的脱节。qwen2.5:7b 是阿里的开源模型，在一众开源模型中，70 亿参数量这个档位里性能很强。但让我后怕的是：它竟然是去年发布的，最后一次更新也停留在去年；而到现在，Qwen 已经开源到 3 系列了。有时候想想，我的信息来源真的太滞后了。

“做一个属于自己的医学知识库”这个念头，我其实已经有很久了，却一直没找到机会亲手试一试——很多都停留在想法阶段。昨天闲着无事，我花了一下午从 Ollama 下载了 qwen2.5:7b。4.7G 的文件，断断续续花了我两个小时。后来我去问 Gemini，才知道 Ollama 支持断点续传；我在终端里用 Ctrl + C 中断后又重新下载了两次，最后总算完成。

之后的操作还算顺利，几乎都很“傻瓜式”。弄完挺感慨：现在的 UI 工具 + AI 辅助，已经把很多事情的门槛降到“只要你愿意动手，就能搞定”的程度。最后，我把最新版教材《诊断学（第十版）》——大概 600 页左右——喂给了本地嵌入模型（nomic-embed-text）。几分钟后就切分完成了。以前我一直以为“向量化”会很难，但在 Mac M2 的算力下，不到三分钟就拆成了上万条向量，存进了电脑里。

弄好之后，就是不断调试。但结果比我想象中差很多：回答不够稳定，引用不够精确，有时甚至像“看过”却又“没看懂”。我只能安慰自己：这只是第一版。希望在后续迭代中，整个知识库的效果能真正提升起来。

在这个尝试成本很低的时代，一台电脑、一个 AI 助手、一个下午，很多事情就能推进一大截。可反观周围，很多人其实并不喜欢用电脑。以前“组装电脑”像是专业人士才会做的事，但在豆包的帮助下，我舍友直接装起了一台台式机，连系统都是从我 U 盘里拷过去装的 Win11。这样的事，换在以前可能要花很多时间看教程、刷视频；而如今，真的只需要一个下午。

随着实践项目越来越多，我也越来越确信：在今天这个时代，只要你多动手做一些对自己有用的东西，慢慢地，你就会尝试着去做一些对别人也有用的东西。而对别人有用，就意味着你能提供价值——赚钱也就顺势而来。尽管我现在也仍在挣扎，但我非常确信这是一条正确的路径：用正确的方法去做正确的事情，或许就是普通人能够好好生活下去的源泉。

​最后

我在一线科技企业深耕十二载，见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事，早已在效率与薪资上形成代际优势，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。

我整理出这套 AI 大模型突围资料包：

• ✅AI大模型学习路线图
• ✅Agent行业报告
• ✅100集大模型视频教程
• ✅大模型书籍PDF
• ✅DeepSeek教程
• ✅AI产品经理入门资料

完整的大模型学习和面试资料已经上传带到CSDN的官方了，有需要的朋友可以扫描下方二维码免费领取【保证100%免费】👇👇
​​

为什么说现在普通人就业/升职加薪的首选是AI大模型？

人工智能技术的爆发式增长，正以不可逆转之势重塑就业市场版图。从DeepSeek等国产大模型引发的科技圈热议，到全国两会关于AI产业发展的政策聚焦，再到招聘会上排起的长队，AI的热度已从技术领域渗透到就业市场的每一个角落。

智联招聘的最新数据给出了最直观的印证：2025年2月，AI领域求职人数同比增幅突破200% ，远超其他行业平均水平；整个人工智能行业的求职增速达到33.4%，位居各行业榜首，其中人工智能工程师岗位的求职热度更是飙升69.6%。

AI产业的快速扩张，也让人才供需矛盾愈发突出。麦肯锡报告明确预测，到2030年中国AI专业人才需求将达600万人，人才缺口可能高达400万人，这一缺口不仅存在于核心技术领域，更蔓延至产业应用的各个环节。

​​

资料包有什么？

①从入门到精通的全套视频教程⑤⑥

包含提示词工程、RAG、Agent等技术点

② AI大模型学习路线图（还有视频解说）

全过程AI大模型学习路线

③学习电子书籍和技术文档

市面上的大模型书籍确实太多了，这些是我精选出来的

④各大厂大模型面试题目详解

⑤ 这些资料真的有用吗?

这份资料由我和鲁为民博士共同整理，鲁为民博士先后获得了北京清华大学学士和美国加州理工学院博士学位，在包括IEEE Transactions等学术期刊和诸多国际会议上发表了超过50篇学术论文、取得了多项美国和中国发明专利，同时还斩获了吴文俊人工智能科学技术奖。目前我正在和鲁博士共同进行人工智能的研究。

所有的视频教程由智泊AI老师录制，且资料与智泊AI共享，相互补充。这份学习大礼包应该算是现在最全面的大模型学习资料了。

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，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。

智泊AI始终秉持着“让每个人平等享受到优质教育资源”的育人理念‌，通过动态追踪大模型开发、数据标注伦理等前沿技术趋势‌，构建起"前沿课程+智能实训+精准就业"的高效培养体系。

课堂上不光教理论，还带着学员做了十多个真实项目。学员要亲自上手搞数据清洗、模型调优这些硬核操作，把课本知识变成真本事‌！

​​​​

如果说你是以下人群中的其中一类，都可以来智泊AI学习人工智能，找到高薪工作，一次小小的“投资”换来的是终身受益！

应届毕业生‌：无工作经验但想要系统学习AI大模型技术，期待通过实战项目掌握核心技术。

零基础转型‌：非技术背景但关注AI应用场景，计划通过低代码工具实现“AI+行业”跨界‌。

业务赋能 ‌突破瓶颈：传统开发者（Java/前端等）学习Transformer架构与LangChain框架，向AI全栈工程师转型‌。

👉获取方式：

😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓**

​