AI开发工程师都在干什么?

25年刚开年DeepSeek横空出世,集团下发红头文件,全面拥抱AI,楼主毅然从一个JavaBoy通过内部考试转成了AI开发工程师,到目前为止算是整整一年了。今天来聊一下所谓AI开发工程师都在干什么?

首先我们内部有一个共识,现在看到的大部分的AI应用,在公司层面完全是探索阶段,就是说大部分的AI应用都是一个华丽的demo,根本没法保证用户的大量使用了。强如千问,该崩还是得崩。

所以我今年一半的工作内容都是在调研新技术,调研新交互模式,开各种会,这个时候你就会感慨为什么乔布斯、张小龙他们是产品而不是研发,很多时候我们精心设计,经过用户调研、项目立项、产品原型设计、技术调研、评审等等等环节,设计出来之后发现根本没人用。

另一半的工作就是尝试在各个场景做技术落地研发,其实AI工程师的本质也很简单,就是调试最优prompt,致于市面上所谓RAG、Re-Act、MCP、FunctionCall等等等这些技术完全都是因为模型能力不足衍生出的一些弥补手段,最终的目的就是优化prompt,让模型降低幻觉,回答更合理。

致于模型训练,对我们来说更鸡肋了,底层原理看不明白也没必要看明白,上层应用怎么做网上教程多的是,回答准确率完全依赖训练数据集的准确性。所以微调模型最大的瓶颈其实是在数据集准备上,不要对这些高大上的词汇抱有幻想,就是这么粗暴。

致于想要转到AI开发方向的牛油们,建议保持好对前沿技术的探索就可以了,做什么项目真不重要,就现在技术迭代的速度,网上吹嘘的一些落地项目用不了一两年全部会被更新换代掉。

虽然话说到位了,但是如果还是找不到有啥入手项目的话,可以看一下鄙人的DataCopilotX,入个门没问题。

#推荐一个值得做的AI项目#
全部评论
。你这不也就是rag吗,连benchmark也没有
点赞 回复 分享
发布于 02-10 20:26 北京

相关推荐

02-12 13:01
已编辑
深圳店小秘_赛狐erp_Java开发
ai时代其实做底层的基础模型开发永远都是少数人,而大部分人其实做的依然是开发方向,agent,rag,后端这些。可能有人说我学agent不需要学后端语言,其实并不是这样。我看了公司的ai项目,其实也会涉及到一些缓存,数据库的存储。agent开发不止需要的是对于大模型的基础性理解,还是需要一定的工程能力。刚开始企业在招聘的时候,主要考察ai是因为产品还在初始阶段,用户量不算很大。用户量大到一定程度就需要工程能力了,降级,容错,数据存储,性能优化,这是工程能力,而ai幻觉,输出质量稳定性,agent编排,微调需要的是ai能力。以下是更偏后端的ai开发的全栈能力1.  基础后端能力一门业务语言,框架,体系(java/golang/cpp)核心是构建后端服务,语言并不是最重要的,框架也不是最重要的。后端能力学框架并不是框架本身,而是涉及到底层的网络/io/数据存储/操作系统。为啥用多路复用,怎么结合业务逻辑配置缓存淘汰策略,其实是对计算机本质的理解。框架,中间件都是一层套一层的,最终会回归到最本质的io与trade off2.ai能力超越调用API,需理解大模型的核心原理(如Transformer架构、注意力机制)及其能力边界。ai应用侧的能力prompt,rag,mcp,langchainagent编排3.大数据处理能力随着互联网公司的数据量增大,普通的mysql以及不能支持高效的查询。对于一些复杂的聚合计算,报表这些通过简单的行式存储(tp)已经不能满足未来的需要,所以出现了列式存储(clickhouse/doris)。需要了解从tp数据库的清洗流程(flink流式处理/离线处理)ai时代我认为,数据的作用将会不断增大4.垂直领域的业务能力互联网(金融/电商/社交/内容/直播)都需要ai来赋能以我所在的跨境电商行业为例,你是否熟悉电商下单到跨境物流(头程,尾程)再到合规等业务,能否打通业务全链路形成闭环为什么未来需要全栈能力?(1)ai提升了代码开发的效率,如果我们把java,大数据,ai分成3个岗位,中间的沟通时间就会浪费掉,而ai更加擅长的其实是技术细节的coding(2)做ai开发prompt,rag,agent编排的偏向ai侧的工程师,其实是需要非常熟悉业务的,而java工程师最擅长的就是业务,不如让一个人去做,效率最高,不懂业务做ai开发效率是没那么高的就像美团履约团队,让前端去转后端一样,有可能未来,全栈正在成为一种趋势所以,先广度,再深度,先把工程能力和ai能力的广度建立起来,再对一些方面进行深挖最后再来谈谈为什么我认为ai是取代不了程序员的。我认为最核心的一点就是未来写代码有可能是一个需要情商的事情?什么叫需要情商,就是你废力去做的一个需求,可能用户根本不需要。举个例子,产品问开发,你认为这个需求最多能够承受多少数据量,开发问产品,你认为客户的需求能做到多少数据量就可以了。像saas公司,你真的要做到满足客户100%的需求嘛,不是的,因为你真满足了,你的服务器成本会很高,公司发现不划算。这就是一个trade off的问题所以本质上程序员开发涉及到情商/成本trade off/商业化思维的时候,ai做不了了还有一点就是行业的业务,以我在saas公司的经历,我认为saas公司其实就是在垂类赛道把行业的业务知识搞透了,赢得了客户的信赖,而其中一些业务设计,ai理解起来会非常困难。垂直领域的业务知识或许会成为程序的壁垒之一
聊聊我眼中的AI
点赞 评论 收藏
分享
评论
2
5
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务