大模型进阶·总索引：嵌入式工程师的大模型进阶路径

这套内容的主读者，是已经有嵌入式工程经验的人。

它不是“从普通人教到工程师”，而是帮你把原来的系统思维、资源意识和交付意识，迁移到大模型、架构师和 AI 工程化里。

阅读顺序

建议按下面这个顺序看：

1. 大模型进阶·之一：嵌入式工程师的大模型学习地图与认知框架
2. 大模型进阶·之二：深度学习地基：先把表征、梯度和优化吃透
3. 大模型进阶·之三：Transformer 与 LLM 原理：token、注意力、KV Cache
4. 大模型进阶·之四：训练、微调与对齐：让模型变得有用
5. 大模型进阶·之五：LLM 工程化：Prompt、RAG、Agent 与评估
6. 大模型进阶·之六：架构师视角：部署、LLMOps、数据治理与边缘推理
7. 大模型进阶·之七：对外表达：把大模型和架构讲给工程师和普通人听
8. 分享栏：AI/大模型官方免费资源与更深一层的学习入口

怎么用这套内容

如果你想自己学，按顺序看主系列。

如果你想准备分享，重点看以下几篇：

• 之一：认知框架
• 之三：Transformer 与 LLM 原理
• 之五：Prompt、RAG、Agent 与评估
• 之六：架构师视角
• 之七：对外表达

如果你想持续往下深挖，就看最后一篇分享栏。

你最终会得到什么

• 能解释大模型到底是什么
• 能说清楚 Transformer、训练、微调、RAG、Agent 的位置关系
• 能从架构师视角看部署、成本、监控和数据治理
• 能把这些内容讲给工程师听，也能讲给非工程师听

一句话概括

这套路径的目标，不是让你“知道很多术语”，而是让你具备：

• 学得懂
• 做得出
• 讲得清
• 带得动