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...

说真的，提前实习在我这完全没半点好处，反而把毕业前的快乐时光全搅和了！本来拿到 offer 后，明明可以好好享受最后一段无忧无虑的校园生活，跟朋友聚餐、旅行、好好放松，结果现在提前实习的风气越来越浓，逼着人早早去公司当社畜，提前体验那种朝九晚五、被工作追着跑的日子 —— 毕竟这种生活以后要过几十年，真没必要提前透支！反而我觉得，不打算转正的实习才是真・爽局！不用顾忌 “表现不好影响转正”，不用硬扛着做不喜欢的活，也不用小心翼翼看领导脸色，觉得工作没意思、学不到东西，或者单纯不想干了，随时能拍屁股走人，主打一个 “老子不转正，谁也管不着” 的自由。这种没有心理负担的实习，才不用把自己逼得紧绷，反而能更真实地感受工作氛围，合得来就多干阵子，合不来就及时抽身，比提前实习硬熬舒服多了！

除了 Java，我最推荐学习 Python。Python 语法简洁、易上手，非常适合快速实现想法。它在数据分析、人工智能、机器学习领域占据主流地位，同时在 Web 开发和自动化脚本方面也非常高效。学习 Python 不仅能扩展技术视野，还能在实践中快速提升解决问题的能力，是 Java 程序员进阶的理想选择。