scripod.com

AI 工程师指南:我是谁,从哪来,到哪去|对谈硅基流动创始人袁进辉与独立开发者 idoubi

十字路口Crossing
本期播客邀请了硅基流动的创始人袁进辉和独立开发者 idoubi,分享他们在 AI 领域的职业经历、技术见解以及对未来发展的思考。从创业的过山车经历到 AI 工程师的分类与成长路径,再到大模型对行业的深远影响,两位嘉宾深入浅出地解析了 AI 工程师在新时代中的角色与机遇。
袁进辉讲述了自己从 OneFlow 到硅基流动的创业历程,强调了团队在早期阶段的重要性以及让非 AI 开发者也能开发 AI 应用的目标。idoubi 则分享了从腾讯辞职后成为独立开发者的经验,展示了 AI 工具如何提升开发效率。节目中还探讨了 AI 工程师的不同类型及其职责,如算法工程师、系统工程师和 Prompt 工程师等,并分析了大模型对工程师能力要求的变化。两位嘉宾一致认为,未来 AI 行业将更注重应用层的发展,全栈工程师和超级个体将在这一过程中发挥重要作用。他们鼓励工程师通过开源项目和实践快速入门,并结合跨学科知识提高竞争力,以迎接 AI 时代的挑战与机遇。
01:30
01:30
工程师需要关注 AI 大模型技术及其对职业的影响
02:00
02:00
袁老师的原公司估值从 1 亿美金飙升至 10 亿美金以上,又在两个月内降为零
03:14
03:14
OneFlow 技术成功并在社群产生影响
04:54
04:54
一个月内决定继续创业做硅基流动
07:25
07:25
目标是让不会 AI 的开发者能开发 AI 应用
09:05
09:05
从腾讯辞职后专注于独立开发项目
11:26
11:26
AI 搜索项目的热门方向为讲述者带来全新体验
11:45
11:45
AI 能在不到一小时内完成复杂项目开发
14:29
14:29
AI 工程师的定义模糊,涉及多种技术和角色
15:19
15:19
工程师分两类,一类关注提升 AI 效果,另一类关注提升 AI 效率
17:21
17:21
应用开发框架的 Infra 工程师负责神经网络快速实现及便捷使用
19:22
19:22
做 AI 应用需设计好提示词,这是基础
24:39
24:39
好技术单独作为商业模式面临挑战,技术逐渐变成产品一部分
29:05
29:05
做深度学习框架创造产品的快乐在于效率与成就感
30:23
30:23
做出被广泛使用的东西会有成就感,如发明 Transformer 或写 PyTorch 的人。
33:41
33:41
算法竞争残酷,底层胜者通吃
38:15
38:15
算法创新逐渐集中于 Transformer 架构下的增量改进
43:39
43:39
现在借助 AI 是很好的时代,能快速学会很多东西
48:34
48:34
全栈工程师自身沟通带宽似无限,适合快速变化的 AI 产品开发
52:57
52:57
小公司如 Mid Journey 年收入可达几亿美金
53:45
53:45
创业精神由能力和冒险构成,不同冒险程度决定职业方向
56:40
56:40
创业无天花板,大公司需服从规划
59:01
59:01
最难的不是融资,而是改变自己和意识到局限
1:00:12
1:00:12
为了不后悔,必须继续努力,在大模型 AI 领域实现影响力
1:07:08
1:07:08
顶级工程师的智慧 AI 搞不定
1:11:39
1:11:39
自驱力源于内心的热爱,找到异乎常人的热情可以成就伟大事业
1:15:58
1:15:58
零基础者需有从零到一完整项目,复刻运行,不懂问 AI
1:22:33
1:22:33
初级 AI 工程师可能因能力单一被取代,需理解原理且合理套壳
1:26:01
1:26:01
技术进步需让模型像过去的技术模块一样人人可用
1:29:59
1:29:59
未来五到十年 AI 应用将蓬勃发展,短期内工具类应用将爆发