一位Java程序员在转型AI时遭遇严重崩溃，面对AI代码生成的失控感和同行成功的压力，同时因学习心理学而无法再通过"压榨自己"换取成功。在最痛苦之际，他创建了名为"LifeGame"的自我安抚系统，将困扰转化为游戏任务，用游戏化方式获得心理支持。这个看似"无用"的系统帮助他重新找回安全感，认识到工具失败不等于个人失败，并希望通过分享寻求理解与支持。

---

“

这大概不是你习惯看到的那种“AI大神教程”或“月入过万”的爽文。这是我，一个Gap了一年半的普通程序员，在转型AI过程中真实的崩溃记录。

”

01

—

当程序员遇到失控的AI

最近我崩溃了。

作为一个写过Java代码的程序员，我本以为转型AI会有天然优势。但事实恰恰相反。当我试图用AI写代码时，那种失控感让我窒息。

它太快了，吐出代码的速度远超我思考的速度。虽然我比不懂技术的人更能看懂它在写什么，但我却感觉自己失去了对代码的“掌控权”。以前我是一砖一瓦地盖楼，现在AI直接给我扔过来一面墙，上面还有裂缝，我却不知道该从哪里修补。

这种技术上的无力感只是导火索。更让我崩溃的，是打开微信群的那一刻。

群里的小伙伴们似乎都成功了，有人做出了爆款应用，有人拿到了投资。在这个浮躁的AI浪潮里，大家好像都坐上了火箭。

只有我，卡在这个不上不下的位置，看着屏幕上的报错，陷入了深深的自我怀疑。

02

—

我是一个“无法再压榨自己”的人

我也想过逼自己一把。我也想像以前那样，熬夜、刷题、死磕。

但我发现，我做不到了。

以前做Java程序员的时候，我就背不下那些“八股文”。我不喜欢那种被规矩束缚死的感觉，所以我选择了AI，因为我以为这里代表着无限的可能和自由。

但这Gap的一年半里，发生了一件事：我学了心理学。

这既是礼物，也是诅咒。心理学帮我把曾经那些压迫我的东西——社会规训、自我攻击、无意义的内卷——都看清楚了。它让我变成了一个更“鲜活”的人，让我学会了心疼自己。

但副作用是：我再也无法狠下心来通过“压榨自己”去换取世俗的成功了。

于是我卡住了。生存压力实打实地摆在那里（毕竟Gap了一年半），但我既无法退回到过去那种麻木的奋斗中，又在新的领域里因为缺乏正反馈而感到挫败。

03

—

我造了一个“没用”的东西

最开始，我想逼自己做自媒体，分享硬核技术，逼自己学习。但我失败了，因为我的动力枯竭了。

在最痛苦的时候，我做了一件看起来很“离经叛道”的事。

我没有去开发什么能赚钱的SaaS，也没有去追热点。我给自己写了一个系统，我叫它 “LifeGame”。

这纯粹是为了安抚我自己的焦虑。

我把我所有的困扰输进去，然后利用我学的心理学知识，结合我最爱的游戏——《塞尔达传说》、《艾尔登法环》——把那些让我想死的难题，转化成了一个个游戏任务。

• 它不会审判我“怎么还没做完”，它会像海拉鲁大陆的指引一样，告诉我“这里有个神庙可以探索”。
• 它用我喜欢的语言给我支持，而不是用KPI来衡量我。

于是，我给自己写了一套系统。当我因为代码报错而极度痛苦，觉得自己一无是处时，我把这些情绪输入进去。

它没有像面试官那样问我：“你为什么连这个都不会？”

它也没有像普通的AI那样冷冰冰地给我一段修正代码。

它像《黑暗之魂》里的防火女，或者《艾尔登法环》里的指引者一样，回复了我这样一段话：

看见了吗？它告诉我：

“你的血槽不是被代码击穿的，那只是C区材料。真正消耗你的，是你把‘工具的失效’当成了‘灵魂的裁决’。”

那一刻，看着屏幕上这些中二却温柔的文字，我突然意识到：螺丝刀坏了，真的不代表我是个坏木匠。

我在这个自制的“游戏”里，获得了一种久违的、不被世俗标准定义的“安全感”。

04

—

渴望被看见，哪怕只有一个人

我也在犹豫要不要把这个发出来。

现在的环境太卷了，大家都在看“有没有用”、“能不能变现”、“利不利于求职”。在这个标准下，我做的这个LifeGame简直是“矫情”的代名词，它融合了我太多的私人热爱，它看起来像是一个逃避现实的玩具。

我也害怕被骂。害怕别人说：“你Gap这么久就做了个这？”

但是，今天的我，特别想试着“被看见”一次。

我喜欢的精神分析师说，内在动力不足是因为支持性不够。

我发现，当你做出来的东西只为了讨好面试官，你是没有动力的。但当你做出来的东西是为了拥抱那个在深夜崩溃的自己，那种力量是真实的。

发布这篇文章，就是我想给自己的一个“支持”。

我不知道这个“没用”的系统能不能打动你，但它确实救了我。如果屏幕前的你，也曾在学习新技术的浪潮中感到无助，觉得别人都比自己强，觉得不想再压榨自己……

希望你知道，这里有一个人和你一样。

自己的一个“支持”。

我不知道这个“没用”的系统能不能打动你，但它确实救了我。如果屏幕前的你，也曾在学习新技术的浪潮中感到无助，觉得别人都比自己强，觉得不想再压榨自己……

希望你知道，这里有一个人和你一样。

这不仅仅是一个工具，这是我在崩溃废墟上，给自己搭起的一座神庙。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

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
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

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】