AIIA 发布 AI 技术栈指南：从基础模型到智能体开发的完整拆解

早年做网站，你得懂 Linux、Apache、MySQL 和 PHP 这套 LAMP 架构，后来有了 WordPress，门槛降了一大截，再后来有了成熟主题，连代码都不用写就能做出漂亮的网页。

现在的 AI 开发，正在重走一遍这条老路。

从自研模型到堆叠应用

在此之前，AI 应用多半是专用型的，比如做图像识别，得由数据科学家从头构建一套专属模型。

但随着生成式 AI 铺开，像 GPT-3、DALL-E 这类基础模型直接变成了底层基础设施。

加上开源生态的快速跟进，开发者不用再从零训练庞大的系统，直接在现成模型上盖楼就行。

AI 基础架构联盟（AIIA）最近专门梳理了一份 AI 开发者技术栈指南，系统拆解了现在的工具链。

从提示工程到模型微调，再到 LangChain、Haystack、Semantic Kernel、LlamaIndex 等应用框架，以及向量数据库的核心参与者，整个链条正在迅速模块化。

开发者要做的大模型应用或智能体，本质上就是把这些积木搭在一起。

90% 的公众疑虑与极低的开发门槛

然而有意思的是，技术普及度和大众接受度之间出现了一条巨大的裂缝。

有一项数据显示，90% 的美国成年人认为 AI 带来的坏处要么大于好处，要么好坏参半。

大众对 AI 的理解和信任依然普遍匮乏，甚至带着强烈的戒备。

但另一边，应用层开发的门槛却降到了前所未有的低点。

这种反差意味着，AI 技术的控制权不再只攥在头部科技巨头手里，但真正懂怎么用好它、并把它做成靠谱产品的人依然是少数。

为什么重要

对于个人开发者和中小团队来说，现在的逻辑彻底变了。

你完全不需要去拼算力训练大模型，只要摸透提示词设计、微调技巧以及 LangChain 或 LlamaIndex 这类框架，就能快速做出能跑的原型。

但我们认为，这也带来了一个显而易见的隐患。

当开发门槛大幅降低，市场上会迅速涌入大量套壳产品和拼装出来的智能体。

由于 90% 的普通大众本身就对 AI 持怀疑态度，如果应用层充斥着粗制滥造、幻觉频出的工具，只会进一步消耗公众原本就不多的信任。

从行业竞争来看，纯模型层的基础设施竞争正逐渐沉淀，接下来各家拼的，是谁能在这一套模块化工具栈之上，真正解决一个具体的脏活累活。

现在去学这些应用开发框架绝对值得，但别只顾着搭积木，能不能做出让外行用户觉得安全、有用的体验，才是真正的门槛。