开篇｜3天从0到1入门AI应用开发

AI 应用工程师 · 系列课程开篇3天从0到1入门AI应用开发15 课 收官篇带你走完 AI 应用工程师成长之路作者小马过河R · 认知 → 原理 → 基础能力 → Agent 进阶 → 综合实战本篇为系列课程开篇先给你一张完整的地图再陪你一课一课从看懂 AI 走到做出 AI 应用。目录开篇3天从0到1入门AI应用开发一、写在前面为什么是现在二、关于作者三、这门课解决什么问题四、课程地图四阶段 · 十五课五、课程脑图一张图看懂整门课六、学完这门课你将获得什么七、给你的学习建议结语一、写在前面为什么是现在如果你最近才打算入行 AI 应用开发恭喜你——时机刚刚好。回望过去七十年AI 走过了一条清晰的主线先是想“用规则描述世界”符号主义失败了再是“让机器自己从数据里找规律”连接主义走通了最后把规模推到极致能力突然“涌现”大模型。2017 年 Transformer 的出现堪称大模型的“原子弹”2020 年 GPT-3 让“规模涌现”成为现实2022 年 11 月 30 日 ChatGPT 上线第一次把 AI 变成了零门槛、人人可用的通用工具。也正是在那一刻“AI 应用工程师”这个职业正式诞生。在此之前做一个 AI 产品需要算法团队、训练数据和推理服务在此之后一个人、一台电脑、一个 API Key就能调取千亿参数的超级智能——这是软件行业历史上个人开发者第一次和大厂站在同一条起跑线上。而今天AI 正在经历第三次范式转移从“生成内容”走向“执行任务”。多模态、AI Agent、具身智能、大小模型协同……应用层的机会才刚刚开始。当下AI应用开发早已跳出纯Prompt堆Demo的阶段Harness工程正在成为生产级AI Agent的核心支撑它通过标准化调度框架把大模型推理、工具调用、异常自愈能力整合起来解决了过去Agent长链路任务稳定性不足的痛点让AI能真正落地到企业真实业务流里。FDE这种从一线业务切入的交付模式也在快速普及开发者不用再困在办公室写通用Demo直接深入场景填补产品和真实需求的最后一公里把AI落地的非标经验变成可复制的标准化方案。现在的新入局者完全可以站在开源Agent平台的肩膀上跳过复杂的底层训练环节从细分场景切入快速打磨生产级应用刚好踩中这一轮AI生产力迁移的黄金窗口。而AI 应用工程师恰恰正是这些方向的相交点和基础环就让我们从AI 应用工程师开始AI之旅吧。二、关于作者大家好我是小马过河R早期深耕服务端架构于2022年开始深入NLP与大模型领域‌亲历了从RAGBert到ChatGPT革命再到AgentMCP的完整技术演进周期是国内较早一批深耕AI应用落地的实践者。持续关注AI前沿技术落地目前也是一名人工智能算法工程师。在企业级AI落地方面拥有一线经验曾主导垂直领域智能问答系统历经三代架构迭代准确率达领域可生产水平同时落地了AIGC短视频生产、AI生图、AI辅助编码等多个业务场景对从Prompt到Harness工程的生产级AI开发方法论有完整的实战沉淀。三、这门课解决什么问题市面上不缺“AI 科普”也不缺“调 API 的教程”但真正能让你从“会用工具”走到“能造应用”的很少。这门课正是在有很多不了解AI或者传统软件开发的朋友私聊小马询问想快速了解和入门AI应用开发的背景下诞生的是一套体系化课程。本课程内容包含小马的见解和实践过程亲手跑通的代码示例部分内容由AI辅助完成但不会影响最终学习目标介意者请慎重选择。毕竟古法编程已经不被提倡了写作也是。这门课要补的正是这条断层你不必成为算法专家但必须成为出色的“AI 能力调度者”你不必懂千亿参数怎么训练但必须理解模型的能力边界与工作原理你不必自己造轮子但必须掌握 Prompt、微调、RAG、MCP、记忆管理、Agent 这些工程武器。一句话这门课不教你“训练模型”而是教你“用好模型”——把大模型这个“大脑”装上属于你的“身体”。本课程属于零基础快速入门课程适用于需要快速上手入门或转型的同学。适合人群想快速转型AI方向的前后端开发者想打造AI核心竞争力的计算机相关专业学生想跳出基础执行岗的产品、运营、设计师想低成本切入AI赛道的零基础转型者想快速落地AI产品的独立开发者、创业者想把业务经验转化为AI落地方案的行业骨干四、课程地图四阶段 · 十五课十五课 收官篇就是一条清晰的成长路径认知与原理 → 基础能力 → Agent 进阶 → 综合实战。表 1 课程地图四阶段 · 十五课阶段课次课程主题你将掌握一 · 认知与原理第 1–2 课AI 七十年极简史 / AI 数学基础与模型原理建立技术坐标看懂模型的底层逻辑二 · 基础能力第 3–5 课从零调用大模型 / Prompt 工程 / 模型微调会调 API、会写 Prompt、懂微调与私有化部署三 · Agent 进阶第 6–10 课AI Agent / MCP / Agent 记忆与上下文管理 / RAG / Agent 框架实战掌握 Agent 的核心武器库四 · 综合实战第 11–15 课智能客服系统架构 / RAG 知识库 / 订单查询与意图路由 / 对话记忆 / 多智能体协作与集成从零到一做成企业级智能客服系统收官篇—从零到一你已经是一名 AI 应用工程师了总结 · 回顾 · 展望五、课程脑图一张图看懂整门课图 1 课程脑图AI 应用工程师成长之路15 课 · 四阶段 · 收官篇文字版课程脑图阶段一 · 认知与原理第 1–2 课第 1 课AI 七十年极简史六个转折点 · 三种范式 · 2022 分水岭第 2 课AI 数学基础与模型原理数据·算法·算力 · 从线性回归到大模型 · Transformer阶段二 · 基础能力第 3–5 课第 3 课从零调用大模型Token · Messages · Temperature · 第一个 API · 统一接口第 4 课Prompt 工程十大设计原则 · SPF / Co-STAR · 模板化调用 · CoT / Few-shot / ReAct第 5 课模型微调LoRA / QLoRA · 完整微调流程 · Ollama / vLLM 私有化部署阶段三 · Agent 进阶第 6–10 课第 6 课AI AgentLLM 规划 记忆 工具 执行循环 · ReAct 模式第 7 课MCPAI 时代的「USB-C 接口」· 三大原语 · 从 M×N 到标准化第 8 课Agent 记忆与上下文管理短期 / 长期 / 工作记忆 · 向量库与混合检索第 9 课RAG索引 检索 生成 · 混合检索与重排序 · GraphRAG / Agentic RAG第 10 课Agent 框架实战LangGraph / CrewAI / AutoGen / Deep Agents阶段四 · 综合实战第 11–15 课第 11 课智能客服系统架构设计与项目初始化主控 Agent 子 Agent第 12 课RAG 知识库构建与产品咨询子 Agent分块 · 向量化 · 混合检索第 13 课订单查询工具与意图识别路由工具 vs RAG · 意图识别双保险第 14 课对话记忆与上下文管理短期记忆 · 长期记忆 · 用户画像第 15 课多智能体协作与完整系统集成Supervisor Worker · 任务交接 · 部署收官篇 · 从零到一你已经是一名 AI 应用工程师了总结 · 回顾 · 展望六、学完这门课你将获得什么一张清晰的 AI 技术坐标图知道 API、开源模型、Agent 框架分别来自哪次技术浪潮一套扎实的基础能力调用 API、写 Prompt、微调模型、私有化部署一套完整的 Agent 武器库ReAct、Function Calling、MCP、记忆系统、RAG、主流框架一个实践落地的作品练习亲手从零做成的企业级智能客服系统多智能体协作 意图路由 跨会话记忆一种工程化思维从原型到生产把“临时写提示词”升级为“管理提示词资产”。课程附带案例实践源码仓库地址供学习参考。如有任何问题也可以通过文末公众号联系小马进行进一步交流欢迎你的到来。本课程主在 “交个朋友” ^^七、给你的学习建议先建立认知再动手第一、二课别跳过它们决定你能走多远。边学边做第三课一定要亲手跑通第一个 API 调用后面的课才有手感。用真实场景练把 Prompt 工程的原则用到你自己的业务里而不是停留在示例上。实战篇务必跟着敲代码第 11–15 课是一个连续的项目demo 代码已开源跟着走完你就有了第一个作品。微调等进阶内容按需再深入先建立全局认知用到时再深挖。结语十五课我们从 AI 七十年的演进逻辑一路走到一个真正能跑起来的企业级智能客服系统练习。AI 应用开发的范式已经彻底转变从“训练→微调→部署”变成了“调用→编排→优化”。模型是大脑工程架构是身体。大模型再强没有 Prompt、RAG、记忆管理、工具调用等工程能力的支撑在真实业务里依然寸步难行。2026 年入场时机刚好。接下来我们一起——从看懂 AI到做出 AI 应用。