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...

缅北云业务搞得稀烂，除了一些政企合作的，感觉基本没啥市场，竞争不过国内其他云厂商，而且内部也是加班贼猛，俗称缅北云☁️，还在宣扬全力ai，自己公司内部大模型什么某古搞得很烂，借鉴不少千问的，大模型几乎遥遥落后，今年八九月就搞一大波人员变动和输出，后面又传合并到ict，发现还是扶不起来了，到现在传起来要被端窝了

勤勤恳恳的在工位上干了大半天，看mt不在，想出去接杯热水放松一下，居然半道碰见mt了，还似笑非笑地说我怎么又出来摸鱼了......这个timing抓的好，下次不许了

刚入职，谁不想表现得积极、聪明、能干？但在热情之下，往往也踩了不少坑。比如，过度表现——明明不熟悉流程，却急着提出建议，结果把自己弄得手忙脚乱；比如，怕麻烦——不敢问问题，结果重复做错同样的事情；比如，急于讨好——事事答应，结果加班加到怀疑人生。这些坑，都是成长的必修课。刚入职，不需要急着当“万能选手”，更重要的是慢慢熟悉团队、学会问、学会听。底气和能力，会随着时间一点点累积，而不是靠一时的表现。所以，别怕踩坑，慢慢来，踩过的坑，都会变成你职场经验里的黄金砖。