AIGC

本文梳理智能体的演进脉络，从传统基于模型与效用的控制架构，到大语言模型（LLM）驱动的认知范式。重点讨论 Agent 从“显式规则”到“隐式推理”的核心转变。

梳理 AI Agent 的概念演进，从强化学习 Agent 到基于大语言模型的智能代理系统，并记录自主程度分级、工作流模式和 Agent 与强化学习的关系。

Transformer 架构笔记，记录 Encoder-Decoder 结构、多头自注意力、前馈网络、残差连接和层归一化等基础模块。

PyTorch深度学习框架核心知识：Tensor存储机制、view与reshape区别、内存管理优化。掌握框架底层原理的实用指南。

深度学习基础概念笔记，记录反向传播、梯度消失、激活函数选择、神经网络基础理论和常见数学推导。

Python 进阶知识笔记，记录生成器、装饰器、标准库、内存优化和函数式编程等常见主题。

Python 基础知识笔记，记录多线程 GIL、列表与元组区别、I/O 密集型任务、内存管理，以及动态图/静态图等编程要点。

梳理 AI 编程基础，覆盖 FastAPI 构建 AI 服务、机器学习模型部署、Python AI 开发实战等内容。从零开始学习 AI 应用开发，掌握现代 AI 编程技术栈和实践要点。