AI 技术
本章系统梳理人工智能核心知识体系，从基础概念到工程实践，覆盖大语言模型、应用技术、智能体与生产部署，适合面试备战与深度学习。
文章列表
AI 基础
| 主题 | 难度 | 频率 |
|---|---|---|
| AI 概述与发展历程 | ⭐ 入门 | 🔥 中频 |
| LLM 大语言模型原理 | ⭐⭐ 中级 | 🔥🔥🔥 高频 |
LLM 应用技术
| 主题 | 难度 | 频率 |
|---|---|---|
| Prompt Engineering 提示工程 | ⭐⭐ 中级 | 🔥🔥🔥 高频 |
| Embedding 与向量数据库 | ⭐⭐ 中级 | 🔥🔥 中频 |
| RAG 检索增强生成 | ⭐⭐⭐ 高级 | 🔥🔥 高频 |
AI Agent 与工具
| 主题 | 难度 | 频率 |
|---|---|---|
| AI Agent 智能体 | ⭐⭐⭐ 高级 | 🔥🔥🔥 高频 |
AI 工程实践
| 主题 | 难度 | 频率 |
|---|---|---|
| 模型微调与训练 | ⭐⭐⭐ 高级 | 🔥🔥 中频 |
| 模型评估与对齐 | ⭐⭐⭐ 高级 | 🔥🔥 中频 |
| LLM 推理优化 | ⭐⭐⭐ 高级 | 🔥🔥🔥 高频 |
| AI 应用架构设计 | ⭐⭐⭐ 高级 | 🔥🔥 中频 |
| AI 系统设计面试题 | ⭐⭐⭐ 高级 | 🔥🔥 中频 |
学习建议
- 入门路径：AI 概述 → LLM 原理 → Prompt Engineering → RAG → Agent
- 进阶路径：Embedding 与向量数据库 → 模型微调 → 模型评估与对齐 → 推理优化 → 应用架构设计
- 面试重点：Transformer 自注意力机制、RAG 架构、Agent 设计模式、推理优化（KV Cache/量化）、AI 系统设计
AI 面试准备
| 主题 | 难度 | 频率 |
|---|---|---|
| AI 时代面试准备策略 | ⭐ 入门 | 🔥🔥🔥 高频 |
| 全栈工程师 AI 实战能力 | ⭐⭐ 中级 | 🔥🔥🔥 高频 |