后端应用级开发者该如何拥抱 AIGC？在这样的大浪潮，传统应用级开发者该如何选择职业，如何快速转型，跟上行业浪潮？
0 AI金字塔模型
越往上，难度或者职业机会也好，困难度就越大；越往下机会就会越多，所以这是一个金字塔型模型。
最顶难度最高的机会也最少！
1 基座大模型
类似OpenAI的ChatGPT，羊驼，百川智能等，自己拿大量语料去做预训练。
1.1 特点
- 消耗算力特别巨大
- 需要大量的资本来支持
OpenAI一次全量训练几千万美金，只有巨头和大资本玩得起，职业机会少。
再往下就是
2 行业垂直大模型
在基座模型基础上灌入一些行业垂直数据，可理解为它是在基座模型的基础上做微调。二次、三次训练也好，得到的结果，职业机稍多，但我认为可能对于应用级开发者机会不是那么多。
再往下看
3 AI原生应用
不管ToB、ToC，这是大量机会，给到我们这些传统做互联网、科技公司、应用开发公司包括科技创业公司，就有应用开发者大量的机会存在。
向上，要了解模型；向下，要对行业要有了解，有场景sense。所以它是比较重要的位置，也是未来一个爆发赛道。
看右边，ChatGPT CEO创始人Sam Altman说大模型是AI的iPhone时刻，就是在打造这样一个生态圈。像苹果，有自己的App Store和开发者工具。你只需借助AI把你的创意变成相应的应用。所以说在这时，有大量职业机会或大量应用开发的机会存在，也是应用开发者快速转型跟上赛道的绝佳机会。
因为前面可能在搞基座大模型，打地基；或在去微调训练，做一些行业模型，那这上面这些我们都无法参与或参与度低。
但是在强应用场景，现在其实还没有出现一些非常强的应用，这时有点像当年这个苹果刚发布的时候App Store刚刚发布的时候那个状态，跑马圈地，大量机会存在。
再往下其实也不是我们的机会，或者也不是应用级开发者应该关注的。因为再往下就是AI的使用可能变成非常普通的一个要求，各种行业都要学会使用去实现你自己或你行业的降本增效。所以它是一个所有企业使用的过程，对我们来说，这很简单，它仅仅是使用层面，但也有大量机会：教别人使用或开发一些应用，让它能更好地去使用等。
所以这个模型大概就把我们的一个机会点和难度点说清楚，模型层面竞争日趋激烈的。
但应用市场现在看到还没出现杀手级应用，最大杀手级应用就是ChatGPT，其他的一些杀手级应用还没出现，为啥？因为现在上面两层不够完全成熟，或者说是大家的认知还没跟上，下面的这些各行业的应用，也没有完全用起来，很多人只是拿它聊天解决很基本问题，缺少了一些强应用，去把很多场景给做出来。
当然了，也是因为我们很多应用级开发者，目前对 AI 不是很了解，他可能有很多应用场景，但是对 AI 能做什么，怎么做，不太清楚。所以这块市场非常广阔，可以说，所有应用都值得用 AI 重做。
这个是从一个大的行业趋势，可以看到说应用级开发者，该如何去拥抱我们这个大模型。
开发层的架构
底层可能是GPU算力，不用关注，很多云平台已解决算力问题，包括我们后面案例里面实操时，要用到类似一些像算力云或一些国内一些云平台，他们现在都把这个问题解决了。
再往上就是大模型开发。AIGC赛道两大部分就是模型的开发部分，跟我们应用级开发关系也不是很大或者说职业机会不是很多，反倒是这个原生应用，是非常应该关注的一个赛道。包含对大模型的了解，在大模型之上是我们的应用组件，应用组件上面是我们的应用框架。应用组件包含AI能力、云能力，AI能力包括多模态，大模型插件，云能力像什么向量数据库、COS存储，可理解为是给 AI 开挂的。再往上应用框架有两个大方向：
- RAG，最多的应用就是文档问答，拿 PDF 传，然后就可以去和他对话，然后包括提炼一些他这个主要内容等
- agent 智能体，那这里面的话有很多的应用场景就是你可以把它想象成一个机器人的开发，但是这个机器人可能会更专业，而且它可以调度外部的一些软件
从图中就可以找到自己的位置，应用级开发可能关注的能力范围右边这一大块儿，但实际 coding 的部分，用的比较多的 coding 的部分可能就是上面这两块（RAG 个 Agent）。其他地方都是我们在用的部分。
4 职业机会
很多同学对 AI 来临后慌张，觉得自己的工作是不是被 AI 替代或以后这个职业机会是不是越少？不是。
AI 淘汰的不是人，而是不会使用 AI 的人，从职业机会上看，现在 AI 在各行业，各细分行业，包括右边列到的这些行业，都需要大量应用级人才，那需要啥人才？懂 AI，你要懂场景，然后知道咋用 AI 能力结合这些场景做出一些应用让大家使用。
为啥有这个判断？
agent 非常重要，能对自然语言做出反应，并基于对用户的了解完成许多不同任务，再结合这些场景，有很多应用 case，如私人助理或工作助理，就是各种助理，帮助你完成一些工作，即所谓副驾驶（copilot）。很多做程序开发同学使用过类似帮你写代码的一些副驾驶工具，就是你可能写一个提示词，它可以把一段代码给你写出来。
后面可能会每个人都有这样的一个助理，甚至每个工种都有这样的助理。
好比做一个AI+文旅，你计划做一次旅行，旅游机器人帮你找到适合你预算的酒店。然后智能体，还会知道你在一年中，什么时候去旅行，根据他对：
- 你总是尝试这个新的目的地的了解
- 或你喜欢故地重游的这个行为了解
向你建议旅游目的地。所以当他被询问时，智能体会根据你的兴趣和冒险的倾向为你推荐做可以做的事情。还能帮你预定你喜欢的餐厅。
如果没有这样的一个 AI 场景的话，你现在做这些事情可能还需要旅行社帮你去定制。
医疗场景，选择了一个使用一个心理健康的一个 agent。你只要给他灌输非常多的你的一些数据，就会了解你，你的生活经历和人际关系，在你需要的时候，他就会出现，而且会永远保持耐心，在你允许情况，它可以通过你的智能手表监测你对治疗的身体反应，比如当你和老板谈论问题时，你的心脏是否开始加速跳动，建议你什么时候应该去看人类的治疗师等。
比尔盖茨刚发了一篇文章：AI 将彻底改变你如何使用电脑，还将颠覆软件行业，列举了非常非常多的场景，通过 agent 的方式结合各种场景去做出这样的一个 agent 应用，我们可以看到它的应用场景非常只要和人打交道的都是有机会。
传统的应用开发者在转型做 AIGC 有AI 软件工程师，即做 AI 应用，还不过瘾，还想深度，可能就是偏向 AI 本身开发，类似视觉工程开发，然后自然语言开发，机器学习等，这都是转型职业机会。
直接去做 AI 应用：
- 机会比较多
- 难度对我们转型的难度较小
- 其他这几个可能就是说你需要学习的新东西会比较多
咋转型？我们需要做啥准备工作？或者说转型到 AI 应用开发，我们需要
5 掌握啥？
学习机器、深度学习
一些基础知识，上面这两层就是这个大模型层面和行业模型层面。这些模型层面，你需要有一些基础的知识的准备，起码得了解它如何运转的，然后一般咋用的。
掌握一些 AI 开发工具和框架
如Python，基本上可以说在机器学习领域，它是一个主流语言就是大量的项目，都是用来开发。
实践一些 AI 项目
在转的过程中间，我们可能需要找一些场景结合我们的能力去做这样的出来，去把这个实践项目去实践一下。
深入了解特定领领域的 AI 知识
就是具备一些场景的知识，这边像我右边列的这些场景其实都是有机会去做 AI 应用的，那就看谁一个是对 AI 的了解程度，比较深，如很多课程就是教大家用 OpenAI API 去开发一些套壳应用。它只是讲API使用，但对场景理解很少，所以如果说你想转型成为一个成功的 AI 应用开发者，你需要对服务或说做的这个场景，这个行业的场景非常了解，抓到里面最关键部分，成功几率才比较高。
6 总结
职业机会，就是在这层面比较多，难度也适中，但需要了解模型，也需要了解行业。而且现在处在一个爆发前夜或一个即将爆发的状态。
技术角度，技术架构更应该关注类似像智能体、RAG技术开发。
对其他一些部分，就要做到了解，从职业机会角度来看，目前大量行业和场景需要 AI 应用。要做好一些提前准备，在转型时，一些前置知识学习，要学会使用 AI。
应用级开发者，所谓学会使用 AI，和一般用户使用不一样。一般用户可能你拿一个现成工具，你只要能用就行，但应用级开发者还要研究它，你可能要看我咋结合 AI 特性把它开发出来。这才是我们的职业机会所在。
