这不是一门教你怎么训练大模型的课，而是教你如何用大模型造智能软件。
最近开始系统学习智能应用开发，第一天信息量很大。整理成一篇博文，既当复盘，也分享给同样想入局 AI 应用开发的朋友。
一、智能应用开发到底是什么？
先破一个误区：我们不是开发大模型本身。大模型内部的算法、训练过程，难度大、学历门槛高，不是普通开发者的主战场。
真正的机会是：利用现有 AI 大模型的能力，去开发智能软件。
也就是：
传统模块 + 智能模块 = 智能应用
它有很多叫法：智能软件、AI 全栈、AI 应用、大模型应用、Agent 开发、智能体开发……本质上都是一回事。
生活中这样的例子已经很多：
京东商城：商品搜索、购物车、支付是传统模块；AI 导购、AI 推荐、AI 客服、AI 虚拟试衣是智能模块。
Suno：充值、会员、播放是传统模块；AI 音乐创作、翻唱、人声分离是智能模块。
其他还有即梦 AI、智能点餐、智能仓储、AI 问诊、AI 续写等。
未来几乎所有的软件都会经历一轮“智能化升级”。AI 可以帮我们解决大量传统模块中学习困难、耗费精力的问题，开发门槛正在降低，慢慢趋近于自然语言编程。
所以，AI 时代下，开发岗不再是科班生的专属。更重要的是，你可以做自己行业的智能应用。
二、一个软件是怎么组成的？
开发一个应用软件，大体分为：
1. 前端页面开发
我们打开的浏览器、App、小程序，看到的页面就是前端。前端负责展示和交互。
现在前端开发越来越多地借助 AI 生成，也就是Vibecoding（氛围编程）。如果效果不理想，就多轮对话，逐步改成可接受的方案。
2. 后端业务开发
后端也叫服务器端业务开发。所谓“业务”，就是完成一个功能的实现过程。
比如用户登录：前端把用户名、密码、验证码发给后端；后端判断是否为空、验证码是否正确、用户名密码是否正确；最后把结果返回前端展示。
再比如查询商品：前端输入“内存条”，后端在商品库里查询，再把结果返回前端。
后端的主要职责就是：业务逻辑处理（数据处理）。
一个完整的企业级项目通常有很多模块，主要分两类：
传统模块：用户、商品、库存、交易、支付、营销、物流、售后等。
智能模块：AI 客服、AI 导购、AI 虚拟试衣等。
传统模块中，AI 目前更适合辅助生成片段性、功能性代码，还无法独立生成完整企业级后端项目。所以我们需要负责项目结构、技术选型，AI 负责提效。
三、为什么需要智能体？
直接调用大模型行不行？实际开发中，后端不会直接调用大模型，因为存在几个问题：
数据不及时，联网搜索也不是大模型本身的能力；
通用大模型不懂专业领域数据；
大模型无法直接调用外部工具；
多次对话没有记忆。
一句话：目前的大模型只有“思考”能力，不具备执行能力，也没有记忆能力。
所以企业会在大模型基础上做一套系统，给大模型加上记忆和执行能力，这套系统就是智能体（Agent）。
智能体的五个关键能力：
感知：从环境或提示词中获取信息；
思考推理：大模型作为大脑，分析、规划、判断；
执行：调用外部工具，执行具体业务；
输出结果：把结果整理好告诉用户；
记忆：根据历史经验改进未来决策。
用大白话说：
AI Agent = 感知 + 思考推理 + 执行（工具调用）+ 输出结果 + 记忆
它就像一个人：感知是接收任务，大模型是大脑，工具调用是手脚，输出是说话，记忆是记住之前做过什么。
四、AI 与大模型基础
AI，全称 Artificial Intelligence，人工智能。它的能力不是天生的，而是通过海量文本、图片、音频、视频等数据训练出来的。
可以把它想象成一个博览群书、学识渊博的超级大脑。
大模型分类主要有：
自然语言处理模型（LLM）：GPT、BERT、T5 等，专注文本生成、理解、翻译。
计算机视觉模型（CV）：处理图像分类、目标检测、图像生成等。
语音模型：语音识别、语音合成、语音翻译，如 Whisper、讯飞星火。
推理大模型：强化推理、逻辑分析和决策能力，如 GPT-o1、DeepSeek 推理模型。
多模态/全模态大模型：能处理两种及以上类型数据，主流大模型正全面转向多模态。
常见国外大模型：
GPT：综合能力强，逻辑推理标杆；
Claude：写作有人情味，代码能力强；
Gemini：视频、图片理解强，信息整合好；
Llama：全球最强开源模型之一。
国内大模型：
文心、通义千问、智谱 GLM、Kimi、DeepSeek、豆包、混元、星火、MiniMax 等。
写代码方面，千问、智谱 GLM、MiniMax、DeepSeek 都不错。
五、大模型怎么收费？Token 机制
在网页、App 上对话，次数少，大多免费。但在程序里用代码访问大模型，次数多，基本都收费。
计费单位是Token（词元）。
中文里，一个 token 可能是一个字、一个词，甚至一个偏旁；英文里，可能是一个单词或单词的一部分。不同大模型分词规则不同。
常见比例：
ChatGPT：1 token ≈ 0.5 个汉字；
DeepSeek：1 token ≈ 1.67 个汉字；
智谱 GLM：1 token ≈ 1.6~1.8 个汉字；
豆包、千问：1 token ≈ 0.75~1 个汉字。
企业开发中，如果直接烧 token，成本很高。所以很多平台推出 Coding Plan 或 Token Plan，包月、包季、包年更划算。比如智谱、阿里百炼都有套餐。
试学班建议：
智谱 GLM-4.7-Flash：免费，速度慢；
智谱 GLM-5.1：好用，收费；
DeepSeek-V4：便宜，推理强；
MiniMax-M2.7：性价比高；
商汤日日新：限时免费。
个人建议可以先开通 DeepSeek-V4，几块钱能用很久。
六、动手搭建开发环境
需要准备：
大模型 API Key：智谱、MiniMax、DeepSeek、商汤日日新；
Git；
Node.js；
Claude Code；
uv（Python 项目管理工具）。
安装建议：
路径不要有中文、空格、特殊字符；
非 C 盘新建
develop文件夹统一管理。
关键步骤：
安装 Git，确认右键能看到 Git Bash；
安装 Node.js，配置 npm 全局路径和国内镜像；
用 npm 安装 Claude Code：
bash
npm install -g @anthropic-ai/claude-code
配置 Claude Code，跳过新手引导，并在
settings.json中配置大模型地址和 API Key；安装 uv，并配置环境变量。
Claude Code 可以对接 DeepSeek、智谱、MiniMax、商汤等模型。配置示例：
json
{ "env": { "ANTHROPIC_BASE_URL": "https://api.deepseek.com/anthropic", "ANTHROPIC_API_KEY": "你的APIKey", "ANTHROPIC_MODEL": "deepseek-Flash[1m]", "API_TIMEOUT_MS": "3000000", "CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC": "1" } }注意：API Key 不要泄露，配置文件中的注释要删掉。
七、Vibecoding：氛围编程
Vibecoding 由 OpenAI 创始工程师安德烈·卡帕西提出，意思是利用 AI 工具生成代码。
适合快速原型、个人项目、毕业项目。企业级项目中，目前更多是生成片段性代码，不能完全依赖。
常用工具：Claude Code、Codex、Cursor、Trae 等。
课上用 Claude Code 做了三个实战：
AI 对话机器人：原生 HTML/CSS/JS + FastAPI + uv + 大模型；
AI 女友对话机器人：选择性格、起名字、进入聊天；
智能学习计划制定系统：表单提交，后端判断学历，调用大模型生成学习计划，并保存到 Excel。
过程中最深的感受是：AI 生成代码很快，但联调、配置、环境变量、API Key 这些细节仍然需要自己把控。
八、就业市场与 AI 红利
据智联招聘、脉脉等平台数据，AI 应用开发岗位从 2025 年的 1.2 万增长到 2026 年的 6.7 万，同比增长 455%。这还只是春节后三周的数据。
薪资方面，具备 AI 项目改造经验的技术人才平均年薪 35 万~60 万，资深从业者可达 80 万以上，一线城市甚至百万以上。
AI 红利期的四类人：
算力芯片公司：英伟达、AMD、台积电等；
基础大模型公司：OpenAI、DeepSeek 等；
AI 应用开发：利用大模型开发各行各业的智能软件；
智能软件 + 行业：把 AI 用在自己行业的人。
前两类门槛极高，普通人很难卷进去。真正适合普通学历入局的，是第三类和第四类。
九、总结
Day01 最大的收获是：智能应用开发不是造大模型，而是用大模型造应用。
核心公式：
智能应用 = 传统模块 + 智能模块
AI Agent = 感知 + 思考推理 + 执行 + 输出 + 记忆
接下来要重点掌握：
提示词工程；
基于平台的智能体开发；
Python、FastAPI、uv；
RAG、企业工程化、微服务智能体；
传统项目智能化升级。
AI 时代，普通人能抓住的红利并不多。智能应用开发，可能是离我们最近的一个。
下一步，继续动手做项目。毕竟，代码跑起来，才算真正学会。
本文是 Day01 学习笔记整理，希望对想入局 AI 应用开发的你有所帮助。
