“产品需要的是专而精，不是博而不精”

大模型技术的发展可以说已经进入了一个相对成熟的阶段，但是关于大模型应用还处于一个摸着石头过河的阶段。

技术的价值在于解决问题，但到底应该怎么解决问题却是一个值得思考的问题。

我们知道，技术并不会直接作用于用户，中间需要一个载体，这个载体就是产品；但打造一款什么样的产品，以及怎么打造一款产品，才能让大模型发挥其应有的作用。

大模型产品的思考

从技术的角度来说大模型只是一种基础能力，类似于网络的信息通讯能力，计算机的运算能力；而怎么发挥它们的作用并不是由其本身决定的，而是由上层产品决定的。

看过作者文章的人应该都知道，作者所在的公司最近一直在做一款AIGC的产品；原因就是AIGC是大模型应用的一个主要方向，而且也属于大模型应用比较简单的一个方向。

因此，在做这款产品的过程中，个人就大模型的应用有了一个更加深刻的认识，因此就产生了一些思考。

目前来说我们公司所做的这款产品其实就是一个大杂烩，集成了多种AIGC领域内的功能，比如视频生成，文字生成，图片处理，音乐生成等等；因为大模型本身的生成能力，导致这方面大模型服务商特别多。

而我们公司做的就是基于这些大模型服务商提供的功能构建的一个上层应用，也是业内人士常说的套壳产品；对外提供AIGC的能力，对内包含了多家不同的大模型服务商。

那么关于大模型产品的思考是什么呢？

在作者的理解中，产品是技术的一个载体，是解决问题的一个工具，那么我们这个产品解决了什么问题？

可能有些人看到这个问题就觉得很奇怪，既然是一款AIGC的产品，那么肯定做的是内容生成，也就是解决创作问题。

ok ,创作问题确实是大模型应用的一个领域，比如自媒体作者，工作中需要的一些PPT，演讲稿等。但这款产品的特色是什么？

能力是包装别人大模型的能力，也就是说这些能力并不是我们自家所独有；而且因为整合多家不同的模型，因此其功能也比较杂乱，如果说有特色，那么唯一的特色可能就是“功能齐全”了。

但对有过工作经历或生活经历的人应该都明白一件事，如果一个人说他什么都会，那么也就意味着他什么都不会。

大模型产品也是如此，就比如大模型的通用性越强，那么它在垂直领域的表现就越差；原因就是你不可能兼顾所有领域，也就是说大模型也不可能是一个无所不能的“人"。

因此，作者就认为一款好的产品应该具有特色，而不是大而全，却能力平庸。

一个不偏科的学生，考试成绩可能不会很差，但同样也意味着他的成绩也很难考好。

对一个学生来说，在多科成绩都达到中上水平的情况下，就需要有一到两门比较优秀，才能在众人中脱颖而出；产品也是如此。

比如说，阿里巴巴的主要产品是淘宝，而淘宝的核心业务就是电商，再通透一点就是零售；虽然淘宝也同时兼具了社交属性，但我们都知道社交并不是淘宝的主要卖点，仅仅只是附带卖点。

还拿我们公司的AIGC产品来说，功能大而全，涉及多个不同领域的内容创作；但它最大的缺点同样是大而全，做视频生成，无法和其它专业的视频生成产品比，做图片处理同样无法和其它专业的图片处理模型比。

那么别人为什么会用你这款产品呢？

一些创业老板曾说过，做企业不要做大而全，要做小而精；大而全效果不一定好，而且会浪费大量的时间，金钱，以及人类物力。最主要的是投入与产出不成正比。

从这方面也透露出一些人生哲学，有些人什么都想要，最后什么都没得到；而有些人就专注于自己所在的领域，最后经过努力功成名就。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

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人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】