llm学习笔记

最近论文实验跑完了，后面就是写文字部分。接下去除去量化策略，基金从业，司法考试和frm，就准备补ai了。

现在逐渐发现，AI 模型开发和 Agent 开发其实是两个不同的方向。尤其是 Agent 开发，越来越倾向于要求开发者具备一定的全栈能力，甚至直接说后端的延伸（前端已经ai取代了）。因为即使不懂 AI 模型的训练与微调，也可以通过调用现成的大模型 API 来开发 Agent，但如果只是借助 Dify 等平台搭建一个 Demo，距离真正的业务落地仍有一定差距。最终还是需要将 Agent 集成到自己的业务系统中，这就要求开发者掌握一定的后端开发能力，同时可能还需要借助 AI 辅助完成前端开发与调整。而更进一步的关键，则是思考如何结合 MCP、Skills、RAG 等技术，将 Agent 与实际业务流程、数据和工具连接起来，真正实现 AI 应用落地与业务赋能。