第 1 章 · 项目定位与赛道筛选
- 学习内容
- 机会判断、痛点强度、商业化潜力、竞品差异
- 实战内容
- 选定垂直场景,明确用户价值与投入优先级
- 效率工具
- Kimi、ChatGPT、百度指数、小红书/知乎调研
内容更新中,敬请期待
// KNOWLEDGE_BASE
两条学习路径:技术系统课(已上线可阅读)与 AI 产品实战大纲(持续更新)。点击章节标题进入对应内容。
9 章 · 每章 16:9 幻灯 + Scroll 长文
Transformer、推理与采样、Pretrain / SFT / RLHF、模型选型。
先检索再生成:幻觉、时效、私有文档三类问题与 RAG 流水线。
ReAct 循环、Tool Calling、意图路由、多轮上下文。
BM25、Dense、Hybrid、Rerank、召回评估指标。
框架对比、RAG Chain、LangGraph ReAct、Memory / Store。
Model Context Protocol、自建 MCP Server、Agent 间协作。
Tool-calling 模型、OpenClaw Agent OS、Skills、自托管实验。
Supervisor / Handoff / Critic、GraphRAG vs Vector RAG。
ViT、SAM、Stable Diffusion、Whisper、Neural TTS。
Golden Set、分章 Eval、调试决策树。
长文12 章 · 定位、验证、构建、交付与商业化
内容更新中,敬请期待
内容更新中,敬请期待
内容更新中,敬请期待
内容更新中,敬请期待
内容更新中,敬请期待
内容更新中,敬请期待
内容更新中,敬请期待
内容更新中,敬请期待
内容更新中,敬请期待
内容更新中,敬请期待
内容更新中,敬请期待
内容更新中,敬请期待