最近一直在思考职业方向的问题，有点焦虑，想求一个明确方向或学习路线。
我是奔 4 的.NET 程序员，职业生涯主要做.NET 开发，前端以 Vue/React 为主。Java 十年没写过了，Python 也不会。
这两年 AI 起来之后，也做了不少通过 API 调用大模型的项目。写了很多 Prompt ，搭过不少 AI 工作流，Coze 、n8n 、Dify 、RAG 这些都比较熟悉了，对 AI 的应用层自觉还算了解。
但是说实话，总觉得应用层这个东西太浅了。调 API 、写 Prompt 、搭工作流，这些门槛真的高吗？加上现在到处都是博主在宣传"小白也能做 AI 应用"、"零基础搭建 AI 工作流"、"有手就行"，感觉把这个门槛拉得更低了。看到这些心里就更慌，觉得自己做的这些早晚会被替代。再加上年龄摆在这，越想越焦虑。
所以很想深入学习 AI 大模型方向，职业进阶，但完全不知道从哪里入手，有什么曲线较好的学习路线。
是先学 Python ？还是去学大模型原理课程？但数学底子一般。
或者说换个思路，就在应用层深耕，把复杂 Agent 这些做到极致，拔高应用层的技术？ 个人稍微倾向于深耕做类似 Manus 或 Claude Code 这种高级的 Agent 应用工具的方向。
真的挺迷茫的。不知道有没有和我情况类似的朋友，或者有经验的大佬能给个方向？有什么课程或书籍适合我这种背景的？
不求速成，只是想找个清晰的方向，踏实学下去。
先谢谢大家了🙏
 |
1
snow0 6 天前
我的想法是可以看一看网上企业发布的招聘要求，比如对多模态处理技术的要求
再一个我觉得还是得去发现能用 AI 对某行业某环节提效明显的机会 |
 |
3
lihuashan 6 天前
我也有此迷惑，关注这个帖子
|
 |
4
red13 6 天前
别进行深入理论的学习了，这个年龄不适合，把 AI 应用层 + 特定行业 + 业务场景 + 提供商业价值 结合起来，俺目前就在搞这个方向，有兴趣可以联系俺
|
 |
5
roundgis 6 天前 via Android
業務熟不熟
技術都不是關鍵。 |
 |
6
zhouxiaoxiao 6 天前
还是要做产品，不要做底层研究，应用层有应用层的好处
|
 |
7
coefu 6 天前  1
不要只是想，你要是实践了，在实践的过程中，遇到什么问题，问了 LLM 还不懂，抛出来大家讨论，我还能积极地和你讨论一下。但是你这个状态，连 LLM 都不肯用，就是过去的老套路伸手，本质上要的不是具体的什么课程，实际上是想从大家这里得到一点鼓励罢了。
一句话，数学不行就没搞头，如果还是要深入，你先从 LLM 里自己检索吧，这个能力做不到，也就没必要深入了。 |
 |
8
gitlight 5 天前
感兴趣的话看一下《动手学习深度学习》
前置知识 概率论 线性代数 很少的高数 懂得 NLP 算法大概率对你的职业转型没有太大帮助，目前大模型的红利是 AGENT 和 Infra 岗，都需要高价值论文作为入场券。 但是了解 LLM 有助于你洞悉未来的趋势，也就是 LLM 能做到什么，不能做到什么，将要能做到什么 |
 |
9
shawnwang340 5 天前
我是个 java 程序员，同样有此疑惑，持续关注这个贴
|
 |
11
fenghuangjie 5 天前 1
别了，这赛道科班出身的人都很卷，得有名校+科班研究生以上加持。另外别把这个想的多神秘，大部分人都是调参数，做实验，偏玄，得有师傅师兄带，真正懂的人非常稀有。另外现在大模型硬件成本一般企业负担不起，都是大厂在玩，就那些坑，一堆国内外名校生在抢。应用层的人还是别转了，老老实实把工程做好吧，光 RAG 调优，我都没见过几个能做好的。
|
 |
12
usVexMownCzar 5 天前 via iPhone
先把几片论文读一下呗，transformer 有关的论文，gpt 有关的论文。向深入就读论文😁
想赚钱就做套壳的应用，或者做 AI 自媒体。 |
 |
13
yh7gdiaYW 5 天前
Agent 方向挺好的，今年校招超级火爆。大模型本身注定容纳不了太多人，更广泛的就业机会还是在应用上
|
 |
14
jonsmith 5 天前 via Android
做应用吧，底层大模型是大厂们的事。
|
 |
15
bbbblue 5 天前
如果你是职业目标 那还是做应用吧
如果你是感兴趣 那从原理学 |
 |
16
terranboy 5 天前
做应用吧 能做好并不容易
|
 |
17
rb6221 5 天前
我也觉得做应用层，底层门槛真的很高，先不说年纪问题，现在的毕业生学历通货膨胀你也知道，科班出身的人比比皆是，我个人觉得你卷不过他们，做应用层的话就是以赚快钱的心态来，要么就为以后接私活做准备
|
 |
18
xubeiyou 5 天前
我是写 Java 的 打算还是切入点在应用开发上 多了解之类的- -
|
 |
19
slowgen 5 天前
卖课流永不过时
|
 |
20
xiaoding 5 天前 15
说点难听的话，随意喷我。
很多这类帖子，说白了就是“技术男的自我感动”，把社会当成一道道可解的题：不会就去刷题，会了就觉得能得高分。可现实不是考场，没有标准，更没人发奖状。 社会不是按分数排队的，是按价值分工、按注意力、按资源博弈运行的，你再会做题，也只是在错的系统里卷。 这个年纪的程序员，不要再幻想去补底层、啃算法，想着有朝一日学成归来，然后“脱胎换骨”。OpenAI 发布会上，一水儿都是二十出头的年轻人，这已经说明问题了。 你真正该用的，是过去这么多年攒下的技术底子、行业眼光、产品感觉，把这些东西变成“能赚钱的解决方案”——不管是卖课、接私活、还是做独立开发，能落地、有现金流，就是好事。 别再考了，出考场才是人生的开始。 |
 |
21
zhwguest 5 天前
我的建议，别在这种论坛性质的地方问。
|
 |
22
bianYuX 5 天前
感觉你更应该想办法把这么多年的技术和经验变现，而不是再去深入学习 AI 了，说难听点这个年纪在互联网已经算大龄了。
-------------- 我也一直在学习 AI ，但我是完全处于兴趣爱好，我都是数学底子比较好的了（高数，线代都还没忘），那堆数学公式、各种推导我看着都头疼。 |
 |
24
mmdsun 5 天前 via iPhone
个人稍微倾向于深耕做类似 Manus 或 Claude Code 这种高级的 Agent 应用工具的方向。 这个是可以的。以后 Windows 就会变为为 AI 工具打造的操作系统平台，现在已经集成 mcp AI 框架也集成系统里面很多。
.NET 以后可以转 Windows AI 应用开发 https://learn.microsoft.com/zh-cn/windows/ai/overview |
 |
25
ericguo 5 天前
OP 厉害，我 Dify 搞了快一年了，天天被 Bug 需求孽的死去活来，没想到 OP 自认这些都是熟悉。
|
 |
26
naythefirst01 5 天前
同意#20 的看法，奔 4 就别从底层开始了，尤其是 AI 这么看重“出身门第”的行业，把自己擅长的和时代流行的结合起来
|
 |
27
Benjamin007 5 天前
我们不能在问题产生的同一层次思考来解决问题。要深挖的已经不是技术了，而是完全不同行业中，需要你这个技术的场景，在现有的能力圈内，去解决其它行业的问题，解决问题过程当中，再学习新东西或者温故知新。拍脑袋去学，最后往往还是经济上脱产，现实上脱节。虽然今天已经是 AI+万物了，但其实很多行业信息化、互联网化都没有做得很好，多和具体的人聊，多尝试，从小一点的问题开始！
|
 |
28
midsolo 5 天前
@ericguo 在国外搞了 2 年多的 n8n ，回国后搞了一段时间的 dify ，也是被折磨的死去活来，坑是真的多，我也很好奇 OP 同时搞这么多个平台，就没出过问题吗？
|
 |
29
Beats 5 天前
一样，写 prompt 、搭建智能体，这些都会，平时工作中也是键一些机器人、ai agent ，感觉就停留在应用上，还是比较简单的。我是大厂的，旁边做的也是工程类的，比如结合 ai 做一些 agent 、做一些训练工具让运营用
|
 |
30
James369 5 天前
放低姿态，脚踏实地，从小做起，热爱生活
|
 |
31
billzhuang 5 天前 via iPhone
先看看自己的数学功底，
如果否， 那就好好看看 agent framework ， 做牛逼的应用一样棒 |
 |
32
beginor 5 天前
微软的 semantic kernel ，auto gen 包括新出的 agent framework 都可以看下，多语言支持。
不学大模型底层的话，不一定非要学 python ，当然会一点儿更好。 现在生态好了，各个语言都可以使用大模型写 agent 。 |
 |
33
nno 4 天前
wpf/avalonia 精通不
|
 |
34
reatang 4 天前
奔 4 了就别深究技术了吧，走集成方向吧，你卷不过 30 岁的博士的。
|
 |
35
mjawp 4 天前
大模型的冲击的本质是，它不再是一个简单的知识库、而是可以直接拥有技能的独立个体（ agent ），直接对白领的技能造成冲击的
你说的深入 AI 大模型，本质上来说也是另外一个技能，你怎么确保 AI 不会自己训练自己，自己开发自己？ 而且，人最重要的是看清自己的处境，选择一条最适合自己的路（你想的这些，我在 7 年前就开始想了，我从 bert 时代就开始转 AI 了，到现在也只是做一些 AI 应用开发的工作，说到底还是简单的工作，没什么太多的门槛的） 我觉得你最应该做的，不是寻找难、有门槛，而是找有价值的工作去做。然后再在实践中去思考 AI 时代下什么是有价值的 注意门槛、稀缺、价值 等关键词很多时候是有联系的，但是不是等价的。要抛弃过去那种技术的价值判断方式（ AI 这个行业门槛高，而且有市场，所以很有价值，非常值得投入） 真正成熟的思维应该是，能在市场上赚到钱的所有事情，都值得去做，而且不要想太长远，啥赚钱就做啥 然后如果要给一个建议的话，抛开所有的职业规划、技术、未来等高大上的话题，实打实的提高每天的 AI 使用时间占比，先不要考虑什么在 AI 时代当人上人，而是考虑怎么适应这个 AI 时代，就像你在互联网时代一定要学会用手机一样 |
 |
36
WithoutSugarMiao 4 天前 1
我现在所在的公司是专门做大模型应用的，目前也正在从事 AI 大模型方向的开发工作。
我想说的是 目前大模型应用的发展，看书或者网上的课程是完全不够用的。 因为能做出来东西，和能做出来能用的东西，以及能做出来给甲方交付的东西，在我看来是完全不同的三个层次。从你的主题描述里能感觉出来你可能还仅仅处于能做出来东西的阶段。 如果你以找到这方面工作为目的的拔高进阶。我的建议是你只需要关注新论文就行了。每天多抽出些时间去研究最新的论文，研究理论以及复现内容，多借助 AI 提升效率，争取一周复现几篇最新论文。 另外『调 API 、写 Prompt 、搭工作流』门槛并不高，门槛高的是怎么搭建出来能稳定运行的工作流，假如说你做了个 RAG 系统，你的召回率是多少？ bad case 有多少？幻觉率如何？安全性如何？等等关键指标都有了解过吗？ 根据我的经验，大模型开发和传统应用开发的差别非常之大，传统开发可能开发阶段占比非常大，代码编写完通过测试，可能一个项目已经完成百分之八十了。但是大模型应用，说实话 开发完成之后，整个项目的完成度可能还不到百分之二十。 给你算一个数据，假设你一个应用分了三个子 Agent ，每个子 Agent 都有 98%的可用性，那你整个应用的可用性只有 94%了。这在传统应用开发中是完全无法接受的数据哦，而且这还是往好了估计，事实上一个 Agent 的可用性能有 95%，已经可以认为非常优秀了。那你怎么把整个应用的可用性提升到勉强能用呢？ 还有 python 你都不会。。。我觉得可能有点抽象了。不说有多精通，至少要掌握基础语法和 Asyncio 吧。 完整的学习路线，我之前在一个帖子（ https://www.v2ex.com/t/1150043#reply21 ）里写过了一些。 |
 |
37
chihuokobe 4 天前
@red13 我也对这个方向有兴趣，怎么联系你？
|
|
38
red13 4 天前
@chihuokobe base64 解码 ZXVjbGlkb2xhcA== 是我 vx
|
 |
39
lileyzhao OP |
Select Language