今年 28了，最近这段时间其实处在一个有点尴尬的阶段——待业。

大学读的是理工科，本科期间接触的主要是偏底层的技术，比如 C 语言、VHDL、System C 这些。那时候学这些东西的时候，其实也没想太多，只觉得只要技术学好，以后找工作应该不会太难。

但真正毕业之后才发现，现实和想象还是有差距的。

前一份工作做的方向和我专业关系比较大，但发展空间其实比较有限，而且行业本身也比较窄。做了一段时间之后，我开始有点迷茫，不太确定自己是不是要一直沿着这条路走下去。

后来有一段时间我基本都在重新看技术方向。也是那段时间，我开始频繁刷到关于 AI 和大模型的内容。

刚开始其实只是兴趣。

像 GPT、deepseek、各种 AI 工具，我都会去试一试。后来慢慢开始好奇这些东西到底是怎么实现的，于是就去查一些资料，看一些技术视频。虽然一开始很多内容看得云里雾里，但越看越觉得这个领域挺有意思的。

尤其是看到有人用大模型做各种应用，比如智能助手、自动化工具、甚至一些简单的 Agent 系统，我突然有种感觉：这个方向未来应该会有很多机会。

再加上我自己也有一个比较现实的目标，就是希望能做一篇和 AI 相关的职称论文。如果只是停留在网上零散看资料，其实很难形成完整的理解。

后来在 B 站上刷到小灰熊AI的信息，他们的后端是智泊AI，进去看了他们的直播。当时是晚上随便点进去听了一会儿，结果不知不觉听了挺久。老师讲大模型的时候不是那种特别抽象的讲法，而是会结合实际应用去解释，比如模型是怎么工作的、开发一个 AI 应用大概需要哪些步骤。

那次听完之后，我就开始认真考虑要不要系统学一下。

我报名的时候其实挺直接的。一方面是因为本身对这个领域有兴趣，另一方面也是希望自己能真正进入这个行业，而不是一直停留在“了解一点”的阶段。

刚开始学习的时候，我发现自己之前的很多理解其实是比较零散的。比如知道大模型很厉害，也听说过 RAG、Agent 这些概念，但并不知道它们之间是怎么组合起来做应用的。

课程从基础慢慢讲起，包括大模型原理、应用开发思路，还有一些实际项目的搭建过程。对我来说，这种从整体到细节的学习方式，比自己在网上东拼西凑地看教程要清晰很多。

慢慢跟着课程学习之后，我对大模型应用开发开始有了一个比较完整的概念。也开始尝试自己动手写一些简单的小程序，比如用 Python 调模型接口，或者做一个简单的问答工具。

虽然现在做的东西还很基础，但至少让我感觉，这个方向不是遥不可及的。

对我来说，学习大模型不只是兴趣那么简单。更重要的是，希望能借这个机会真正转到一个新的技术赛道。

现在整个 AI 行业的发展速度很快，如果能够在这个阶段提前进入这个领域，未来的机会应该会比很多传统技术方向更多一些。

当然，我也知道这条路不会一下子就走通。技术需要时间积累，项目经验也要慢慢做。但至少现在，我已经开始往这个方向努力了。

比起之前那种对未来有点迷茫的状态，现在的我反而更踏实一点。因为至少，我知道自己接下来要往哪里走。