事件专栏
大模型面试题
分享 ai 大模型高频面试题，大厂大模型面试高频问题等回答思路
普通人股票系统课
很多人学股票，第一句话就是问： 买哪只？ 但真正该先问的是： 我懂不懂规则？我会不会看风险？我亏了怎么办？ 这个专栏不讲一夜暴富，也不讲神秘战法。 它适合想系统学习股票知识的普通投资者。 从股票基础、A股交易规则、财报分析、行业逻辑、技术指标、仓位管理、止盈止损，到每日复盘，一步步建立自己的交易框架。 你会学会： 看懂大盘为什么涨跌。 看懂一家公司到底靠什么赚钱。 看懂K线、成交量、均线背后的资金逻辑。 知道什么时候该出手，什么时候该管住手。 最终形成一套属于自己的交易系统。 股票市场不会因为你是新手就手下留情。 所以，先别急着赚钱。 先学会活下来。
AI Agent 设计模式实战课：从大模型调用到智能体架构
大模型不是智能体，能真正完成任务的系统才是智能体。 这个专栏会从工程落地角度，系统拆解 AI Agent 的核心设计模式：提示链、路由、并行化、反思、工具调用、规划、记忆、RAG、多智能体协作、MCP、A2A、安全护栏、评估监控等。 每一篇只讲一个问题：它是什么、为什么需要、适合什么场景、工程上怎么落地、真实项目中有哪些坑。 这不是概念科普，而是一套面向 Java 后端、AI 应用工程师、架构师和独立开发者的智能体系统搭建指南。 读完这个专栏，你会真正理解： 如何把一个普通大模型应用升级成 Agent 如何设计能调用工具、能规划、能记忆、能反思的智能体 如何构建企业知识库、智能客服、代码助手、投研助手、内容生成助手 如何让 Agent 系统稳定、可控、可监控、可上线 一句话： 从会“问大模型”，升级到会“设计能干活的智能体系统”。
PyTorch深度修炼：从Tensor到大模型工程
这不是一套只教 API 的 PyTorch 教程。 这个专栏会从 PyTorch 最核心的 Tensor 开始，一步步讲清楚自动求导、神经网络模块、数据加载、训练循环、优化器、GPU 加速、混合精度、模型保存、分布式训练、模型导出与工程部署。 更重要的是，专栏不会停留在“会用”的层面。 我们会继续深入到源码机制： 为什么 nn.Module 能自动注册参数？ 为什么 loss.backward() 就能完成反向传播？ 为什么 DataLoader 开多进程后速度会变快？ 为什么 PyTorch 2.x 的 torch.compile 能提升性能？ 为什么大模型训练离不开 DDP、FSDP 和混合精度？ 专栏目标很简单： 让你不只是会写 PyTorch 代码，而是真正理解 PyTorch 背后的运行机制。 从能跑模型，到能调模型。 从能训练模型，到能优化性能。 从会调用框架，到能看懂源码、解决工程问题。 适合人群： 想系统学习 PyTorch 的 AI 初学者 有 Python 基础，想进入深度学习工程的人 已经会训练模型，但不懂底层原理的开发者 想做大模型微调、推理部署、
LangChain 从入门到企业级 Agent 实战
40 章讲透模型调用、Prompt、RAG、Tools、Agent、Memory、LangGraph、LangSmith 与企业级落地。
关于专栏
事件专栏按主题聚合系列文章，适合连续阅读同一事件、同一方向或同一知识主题下的内容。