35岁基层程序员分享AI时代成长心得：坚持做正确之事会迎来几何倍数拐点。核心策略包括：培养学习如何学习的能力；掌握AIGC工具提升效率；构建投资睡后收入；保持健康平衡生活；学习Python编程；考取专业证书。作者认为，普通人应通过微小但持续的正确行动，配合适当激励，耐心等待质变拐点的到来。
在这个唯快不破的AI时代，我认为微小的、持续的正确的事情，经过长时间积累，会带来巨大的质变。
做正确的事，然后给时间一点时间。
前期可能极其枯燥，收益微乎其微，因为这是周期性回报很长的事情。如何能突破那个拐点？何时突破？会有多大的能量？ 我也不知道。
但我相信，在坚持做正确之事的路上，会有那么一个时刻：
也许是一个阳光明媚的下午，
也许是挤在地铁里听着歌的瞬间，
那个拐点，会悄然而至。
这是我的2025复盘与2026展望。
1. 学习的学习 Meta-Learning
AI时代最扎心的是什么？ 是机器学习的速度按秒算，我们按年算； 是它调动资源像呼吸一样简单，我们还得吭哧吭哧的搬砖。
作为一个普通人类，我手里还剩什么底牌？学会如何学习——持续优化和迭代学习的心智模型。
蔡崇信在2025年港大的演讲，他点出了AI时代人类的三大核心元技能：
- 学习如何学习（Meta-Learning）
- 建立分析框架（Analytical Framework）
- 学会提问（TheArtofInquiry）
这让我更加笃定：不要做知识的硬盘，要做知识的CPU。
AI就像玄幻小说里的“上古神器”，威力毁天灭地。但如果我只是个刚出新手村的小白，给我一把轩辕剑，我也只能拿来削苹果。只有我的内功（心智模型）深厚了，才能人剑合一。
AI是我的画笔、文案、助理，甚至是军师。但如果我的审美本身就是“五彩斑斓的黑”，我的需求全是“高端大气上档次”，“一看就买的文案”，那AI也救不了我，它只能把我的平庸放大一万倍。
所以，仍需要打磨自己的内功，打造一套“学习的心智模板”。 遇到新知识，直接调用模板，快速内化，然后在实战中疯狂迭代。
这事儿听起来很慢，也很难。
但我愿意等那个阳光明媚的下午。或者是坐地铁听歌的路上，那个拐点悄然而至。
2. AIGC + 设计
工具越强，个人越迷茫
做设计的都知道，这一年简直是“神仙打架”。
从Stable Diffusion1.5的精准控制的Controlnet，到Flux 1.0、ComfyUI的横空出世，再到ChatGPT 4.0和Gemini的王炸表现…… 这更新速度，真的是太TM快了。
但工具要学，要快速地学；因为科学技术真的是第一生产力！打着字，听着歌，传统3-5的工作量，半天完事。
2026年，我要建立自动化的AI设计出图流程：
- 把重复标准化的事，交给AI；
- 把不重复的创意，用AI变成标准化的流程。
但比快速学习并应用新的工具，更重要的是：在学习工具技能过程中优化并迭代关于学习学习的心智图式模型。工具在变，软件会过时，但驾驭工具的逻辑永远保值。
3. 投资/睡后收入
如果不用上班，每天就有钱进账，我想我就不会写上面那条了。 虽然从长期看，设计技能可能不是终极答案，但短期内，它是我换取现金流的“压舱石”。
而真正的“睡后收入”，本质是从“按劳分配”进化到“按要素分配”。
今年我更深刻的理解买股票就是买优秀的公司，买永续经营、持续产生现金流、稳定分红、高ROE的企业。成为它小小小小小小……（此处省略10个亿小）股东。
闲钱攒股，分红复投。 这注定发不了横财， 但它和“做正确的事”一样，是周期极长的事情。
我依然不知道复利的拐点何时爆发， 会有多大的能量，我也不知道。但我相信在做正确的路上，会有那么一个时刻：
或是阳光明媚的一个下午；或者是坐地铁听歌的路上；那个拐点悄然而至。
4. 锻炼：上海没有春秋，我有借口
说到2025年的锻炼……那是相当稀碎。 理由我都找好了：冬天太冷，出门那是极地求生； 夏天太热，出门就是移动烤肉； 至于春秋？上海没有春秋。只有“一秒入冬”和“一秒入夏”。
虽然嘴硬，但我心里清楚：身体是承载一切“正确之事”的容器。2026年，关于如何“断断续续”地坚持锻炼，我还没想好完美的方案。 但这事儿，得提上日程了。
5. 家庭
2025年1月18日，我当爸爸了。这是这一年最有意义、最伟大的事情。
感谢老婆，你辛苦了。
2026年及以后把最好的情绪留给家里（别把职场的怨气带回来）；把更多的时间留给晗晗（毕竟孩子的保质期很短，一晃就长大了）。
这才是所有“正确的事”最终的归宿——我们努力变得更好，是为了让爱我们的人更幸福。
6. Python编程
🎯2026目标：用Python写一个自动抠图/OCR识别的爬虫。
不是要转行当程序员。 是为了强迫自己进入那种极度严谨的逻辑闭环。 因果推理、结构化思维……这些是AI无法完全替代的人类智慧底色。这是蔡崇信2025年港大提到的在AI时代需掌握的技能。
我想按照他的方法试试。给自己的大脑做一次“系统升级”。
7. 中级经济师：以考促学
🎯2026目标：11月，两科不低于110分，拿下证书。
可以落户，可以抵扣税，可以问老婆多要点钱攒股。
最重要的是：作为打磨和迭代关于学习的学习模型的实践对象；用我总结的那套“学习的方法论”来攻克这个考试。
8. 坚持与激励
脑科学告诉我们：学习和改变，本质上是反人性的。
大脑就喜欢躺平，喜欢刷短视频。
以前打鸡血，“只要练不死，就往死里练”。 猛药磕多了，副作用更大，根本不持久。
曼昆在《经济学原理》开篇的一条原理是：人们会对激励做出反应。《穷查理宝典查》芒格老爷子说过：“我总是低估激励机制的超级威力。” 《习惯的力量》也说，要给习惯找个“糖”。
反人性的习惯要有激励。
长期激励，是那个遥远的“拐点”。
但短期激励，不能少。 也许是一顿大餐，也许是老婆的一句夸奖， 又或许，是屏幕前的你，读完我这些碎碎念后，顺手点的一个“赞”。
最后：
作为普通的奋斗者。可能终其一生，我们都无法站在舞台的中央。但只要眼中有光，坚持做正确的事，在那个还没到来的“拐点”前，保持耐心，静等花开。
2026，共进。
小白/程序员如何系统学习大模型LLM？
作为在一线互联网企业深耕十余年的技术老兵，我经常收到小白和程序员朋友的提问：“零基础怎么入门大模型？”“自学没有方向怎么办？”“实战项目怎么找？”等问题。难以高效入门。
这里为了帮助大家少走弯路，我整理了一套全网最全最细的大模型零基础教程。涵盖入门思维导图、经典书籍手册、实战视频教程、项目源码等核心内容。免费分享给需要的朋友！
👇👇扫码免费领取全部内容👇👇
1、我们为什么要学大模型？
很多开发者会问：大模型值得花时间学吗？答案是肯定的——学大模型不是跟风追热点，而是抓住数字经济时代的核心机遇，其背后是明确的行业需求和实打实的个人优势：
第一，行业刚需驱动，并非突发热潮。大模型是AI规模化落地的核心引擎，互联网产品迭代、传统行业转型、新兴领域创新均离不开它，掌握大模型就是拿到高需求赛道入场券。
第二，人才缺口巨大，职业机会稀缺。2023年我国大模型人才缺口超百万，2025年预计达400万，具备相关能力的开发者岗位多、薪资高，是职场核心竞争力。
第三，技术赋能增效，提升个人价值。大模型可大幅提升开发效率，还能拓展职业边界，让开发者从“写代码”升级为“AI解决方案设计者”，对接更高价值业务。
对于开发者而言，现在入门大模型，不仅能搭上行业发展的快车，还能为自己的职业发展增添核心竞争力——无论是互联网大厂的AI相关岗位，还是传统行业的AI转型需求，都在争抢具备大模型技术能力的人才。
人工智能大潮已来，不加入就可能被淘汰。如果你是技术人，尤其是互联网从业者，现在就开始学习AI大模型技术，真的是给你的人生一个重要建议！
2、大模型入门到实战全套学习大礼包分享
最后再跟大家说几句：只要你是真心想系统学习AI大模型技术，这份我耗时许久精心整理的学习资料，愿意无偿分享给每一位志同道合的朋友。
在当前这个人工智能高速发展的时代，AI大模型正在深刻改变各行各业。我国对高水平AI人才的需求也日益增长，真正懂技术、能落地的人才依旧紧缺。我也希望通过这份资料，能够帮助更多有志于AI领域的朋友入门并深入学习。
部分资料展示
2.1、 AI大模型学习路线图，厘清要学哪些
对于刚接触AI大模型的小白来说，最头疼的问题莫过于“不知道从哪学起”，没有清晰的方向很容易陷入“东学一点、西补一块”的低效困境，甚至中途放弃。
为了解决这个痛点，我把完整的学习路径拆解成了L1到L4四个循序渐进的阶段，从最基础的入门认知，到核心理论夯实，再到实战项目演练，最后到进阶优化与落地，每一步都明确了学习目标、核心知识点和配套实操任务，带你一步步从“零基础”成长为“能落地”的大模型学习者。后续还会陆续拆解每个阶段的具体学习内容，大家可以先收藏起来，跟着路线逐步推进。
L1级别:大模型核心原理与Prompt
L1阶段：将全面介绍大语言模型的基本概念、发展历程、核心原理及行业应用。从A11.0到A12.0的变迁,深入解析大模型与通用人工智能的关系。同时,详解OpenAl模型、国产大模型等,并探讨大模型的未来趋势与挑战。此外,还涵盖Pvthon基础、提示工程等内容。
目标与收益:掌握大语言模型的核心知识,了解行业应用与趋势;熟练Python编程,提升提示工程技能,为AI应用开发打下坚实基础。
L2级别：RAG应用开发工程
L2阶段：将深入讲解AI大模型RAG应用开发工程,涵盖Naive RAGPipeline构建、AdvancedRAG前治技术解读、商业化分析与优化方案,以及项目评估与热门项目精讲。通过实战项目，提升RAG应用开发能力。
目标与收益:掌握RAG应用开发全流程,理解前沿技术,提升商业化分析与优化能力,通过实战项目加深理解与应用。
L3级别：Agent应用架构进阶实践
L3阶段：将 深入探索大模型Agent技术的进阶实践,从Langchain框架的核心组件到Agents的关键技术分析,再到funcation calling与Agent认知框架的深入探讨。同时,通过多个实战项目,如企业知识库、命理Agent机器人、多智能体协同代码生成应用等,以及可视化开发框架与IDE的介绍,全面展示大模型Agent技术的应用与构建。
目标与收益:掌握大模型Agent技术的核心原理与实践应用,能够独立完成Agent系统的设计与开发,提升多智能体协同与复杂任务处理的能力,为AI产品的创新与优化提供有力支持。
L4级别:模型微调与私有化大模型
L4级别：将聚焦大模型微调技术与私有化部署,涵盖开源模型评估、微调方法、PEFT主流技术、LORA及其扩展、模型量化技术、大模型应用引警以及多模态模型。通过chatGlM与Lama3的实战案例,深化理论与实践结合。
目标与收益:掌握大模型微调与私有化部署技能,提升模型优化与部署能力,为大模型项目落地打下坚实基础。
2.2、 全套AI大模型应用开发视频教程
从入门到进阶这里都有，跟着老师学习事半功倍。
2.3、 大模型学习书籍&文档
收录《从零做大模型》《动手做AI Agent》等经典著作，搭配阿里云、腾讯云官方技术白皮书，帮你夯实理论基础。
2.4、AI大模型最新行业报告
2025最新行业报告，针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。
2.5、大模型大厂面试真题
整理了百度、阿里、字节等企业近三年的AI大模型岗位面试题，涵盖基础理论、技术实操、项目经验等维度，每道题都配有详细解析和答题思路，帮你针对性提升面试竞争力。
【大厂 AI 岗位面经分享（107 道）】
【AI 大模型面试真题（102 道）】
【LLMs 面试真题（97 道）】
2.6、大模型项目实战&配套源码
学以致用，在项目实战中检验和巩固你所学到的知识，同时为你找工作就业和职业发展打下坚实的基础。
适用人群
四阶段学习规划（共90天，可落地执行）
第一阶段（10天）：初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么？
- 大模型是怎样获得「智能」的？
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例：向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段（30天）：高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示（Embeddings）
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段（30天）：模型训练
恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。
到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2：手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段（20天）：商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。
硬件选型
带你了解全球大模型
使用国产大模型服务
搭建 OpenAI 代理
热身：基于阿里云 PAI 部署 Stable Diffusion
在本地计算机运行大模型
大模型的私有化部署
基于 vLLM 部署大模型
案例：如何优雅地在阿里云私有部署开源大模型
部署一套开源 LLM 项目
内容安全
互联网信息服务算法备案
…
👇👇扫码免费领取全部内容👇👇
3、这些资料真的有用吗？
这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理，现任上海殷泊信息科技CEO，其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证，服务航天科工、国家电网等1000+企业，以第一作者在IEEE Transactions发表论文50+篇，获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。
资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的技术人员，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。
这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
