有多少人的桌面， 是被各种WORD、PPT、Excel文件给占满了？很多文件都是挤满了"未命名1"、“最终版”、"最最最终版"的文件。

领导突然想要某一个 3 个月前的资料，你是不是已经忘了在哪个文件夹，文件名叫什么都忘了？

在数字化办公时代，我们似乎陷入了一个怪圈：电脑存储空间越来越大，性能越来越强，找回文件却越来越难。

一、文件管理的三重诅咒

现代职场人正被三种焦虑围攻：

1. 起名焦虑：在"最终版"和"绝对不改"间反复横跳

2. 寻宝游戏：明明记得存过合同终稿，搜索却显示13个相似文件 3.版

3. 本黑洞：分不清"方案V3-王总修改版"和"方案V3.2-带预算"

传统方法就像用算盘管理数据中心：手动建立命名规范往往坚持不过三天，复杂的规则反而增加记忆负担。

于是，我就在想，能不能有一个工具，能按一个规则，自动帮我把文件都命名好？

比如这样：YYYY-MM-DD_[目录编号][文档类型][关键描述][_v版本]。

这样，我只需要把文件保存在对应的文件夹，文件名写关键描述就行了。

既然想到了，说干就干。

在网上也搜了一下，发现已经有一些类似工具，比如：腾讯桌面、DropIt，这些软件有各种强大功能，但都有一些地方，没有完全适合自己，还是要有一个符合自己实际需求的工具。

毕竟，能力最强的不一定最合适自己。合适自己的，才是最好的。

那就自己写一个小工具。

可是问题又来了，我已经很久没有写代码了，有些生疏了。幸好，现在有AI辅助编程。

二、AI辅助编程

市场上的AI辅助编程工具，雨后春笋一样，遍地都是。有国产的（阿里的通义灵码、字节的豆包等等），也有国外的（cursor、Windsurf）。有免费的，也有收费的。

在试用了几个工具后，最终我选择使用春节前，突然就爆火的deepseek来帮助我完成工具开发。

为什么要用deepseek？

在他火爆之前，我最早在 1 月 1 号已经注册了，当时还没有现在这么惊艳。

直到后来R1 版本的发布，让他彻底火出圈。

更深层的AI技术，就不说了，我也说不清楚。

只从普通人的使用感受来说，deepseek的回复内容，是真的懂中国人。

你只要告诉AI你的需求，他会自动帮你创建代码内容。

接下来，就是把代码复制到vscode类似的编辑器中编译。

如果，运行出现bug或者错误，直接把内容复制给AI，他还会告诉你如何修改。

你发现还需要增加或者修改功能，也没问题，直接告诉AI，他会帮你更新。

于是，花了 4 个小时，我就完成了一个最合适自己的小工具开发。这个工具，不是最漂亮，功能不是最强大，但确实最适合自己！

AI辅助编程就像拥有了一位24小时在线的技术合伙人，它把需要1周开发的工具压缩到2 个小时完成，将复杂的代码逻辑转化为直观的操作界面。

AI的出现，能让 0 代码基础的人，也能轻易的编写合适自己的工具，极大的提升自己的工作效率。

当然，AI能干的不止是给你写写代码，他能干的东西非常多，值得每个🐮🐴学习，应用到自己的工作，以及生活之中！

当文件管理不再消耗我们的精力，或许我们终于可以专注于真正重要的工作创新。

下次面对自己工作或者生活上的需求时，不妨让AI程序员为你打造专属于你的小工具。

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】