想写这个很久了，因为自己在开源和实习中也接触过一些 ai 的工程化内容，对这一块也有一些自己的思考，这个路线图说是 AI 应用开发全景路线图，其实我是想写从 maas 平台到 AI infra 的整个模型工程化的全链路的知识，但是笔力有限，第一版应该先聚焦于平台和应用开发。学识尚浅，也欢迎各位牛友一起交流，探讨，完善阅读建议：每个模块开始是我的一点思考和收集的信息，后面就是学习建议和资料（主要是开源项目+文档，视频资源如果有比较不错的也会放上去），有些技术可能没有好的教程，后续会陆陆续续的出文章+ demo 和大家交流一，AI 应用开发到底是什么概述AI 应用开发这个字眼从 gpt 刚开始火的...

刚刚去面了一家看起来只有10个人不到的小公司。我一进去他们的人：你先填表。然后我就填了如下内容：1. 个人基本信息：姓名，电话，学校等。2. 荣誉证书奖项等我没填的有：1. 个人身份证号2. 家庭地址3. 家庭成员信息4. 从高中到大学的学校信息5. 等...过了一会儿，然后他们把我的表交给面试官。面试官：这张表你就这样填的？那你不用面了。我：😅我寻思着也不是什么国家政府单位，而且还没入职和面试，为什么要填这么多消息？😅

1. Qt 5 和 Qt 6 有什么主要区别？面试回答：Qt 6 是对 Qt 5 的一次重大升级，主要区别体现在架构、底层实现和现代 C++ 支持方面：Qt 6 全面拥抱 现代 C++（C++17 及以上）底层渲染架构重构，引入 RHI（Rendering Hardware Interface）更好地支持多平台（桌面、嵌入式、移动端）API 更加统一和规范，清理了历史遗留接口构建系统更推荐使用 CMake，弱化 qmakeQt 6 在性能、可维护性和未来扩展性方面都有明显提升。2. Qt 6 中移除了哪些模块？面试回答：Qt 6 对部分过时或使用率较低的模块进行了移除或重构，主要包括：Qt S...