22岁，在读本科生一枚，学的是电气工程及其自动化。

按专业来说，我未来大概率是往电气方向走的，比如电力系统或者相关工程岗位。但在大学这几年里，我慢慢发现，自己对纯电气方向的兴趣，其实没有那么强。

反而是AI这块，一直让我比较在意。

最开始接触大模型，是从一些简单的项目开始的。平时会用Python写点小东西，也尝试过搭建一个比较基础的RAG问答系统，另外也做过一些神经网络相关的研究，还发过一篇论文。

但那个阶段的感觉其实挺明显的——

我“接触过”，但还不算真正入门。

很多东西是零散的，比如知道一点模型原理，能跑一些简单项目，但如果让我系统地去做一个完整的大模型应用，或者说具备真正的工程能力，其实还是差得比较远。

也是在这个过程中，我开始认真想一个问题：

如果以后想往AI这个方向就业，现在这样够吗？

答案其实很明确——不够。

因为我能感觉到，这个领域的门槛并不只是“了解”或者“做过一点”，而是需要真正具备从0到1把应用做出来的能力。

也是在这个阶段，我在B站上刷到了小灰熊AI的信息，他们的后端是智泊AI。

当时点进去听了一节公开课，印象比较深的是，老师不是单纯讲模型原理，而是从实际应用出发，讲一个大模型项目是怎么一步一步搭建出来的，包括流程设计、数据处理、接口调用这些。

那一刻我其实挺有触动的。

因为这正好补的是我缺的那一块——不是知识，而是系统能力。

报名之前我也有过一点犹豫，主要是担心自己基础还不够扎实，会不会学起来吃力。

但后来想了一下，其实我现在最大的优势，就是还在学校，还有时间去试、去调整方向。如果等到毕业再开始补这一块，压力会更大。

所以最后还是决定早点系统学一下。

刚开始学的时候，有些内容确实需要反复理解。虽然我之前接触过一点Python和大模型相关的东西，但像Prompt设计、RAG优化、Agent流程这些，都是第一次系统地去学。

慢慢跟着课程走下来，我开始对大模型应用有了一个更清晰的认识。

以前我做项目，更多是“把功能跑通”，现在会开始去思考整个系统是怎么设计的，比如数据从哪里来，模型在中间起什么作用，流程是怎么串起来的。

这种变化对我来说挺重要的。

因为我不再只是“会一点”，而是开始往“能做完整应用”这个方向走。

现在我也在尝试把学到的东西继续往项目里用，虽然还在不断完善，但至少已经有一个比较明确的方向了。

我学大模型的目标其实很直接——

就是希望未来能进入这个行业。

22岁这个阶段，说实话还没有太多负担，但也正因为这样，更希望自己能早点找到方向，而不是等到毕业之后再被动选择。

所以这次学习，对我来说，更像是一次提前布局。

不是等机会来了再准备，而是先把自己放到这个赛道上。

至于能走多远，还要看后面怎么继续积累，但至少现在，我已经不只是站在外面看了。