No.52 从前端到 AI：Kaiyi 带着他的 langchain.js 小册来‪啦‬ Web Worker-前端程序员都爱听

收听方式小宇宙、苹果播客、喜马拉雅
介绍新一期节目来了，主播开翼忙活了几个月，写了一本掘金小册：《从前端到 AI：LangChain.js 入门和实战》，特点是使用前端 js 来编写 AI 应用，不用额外学 Python，都是自家人，我们五一假期就一起录制了本次技术闲聊，科普了一些 AI 基础知识，分享了我们几位主播的技术观点。小册质量很高，推荐大家无脑购买。
购买请使用我的返佣二维码，让 Web Worker 赚点佣金，留着做周边。
另外评论区发几个五折折扣码，随机选两位已经购买的，全额报销费用。
从前端到 AI：LangChain.js 入门和实战
用心的时间轴01:51 opening 久违的闲聊，开翼这次带来这么新话题：langchain.js 他写了一本掘金小册
05:26 主播们听到 LLM/RAG/Agent 等话题的了解和感受。怎么看待交互方案的变化
08:47 科普 RAG 和 Agent 两种开发范式是什么，并举了例子
17:56 langchain 是什么，这是普通程序员，前端程序员不会 Python 也能学习吗？
22:04 openAI 和 langchain 是什么关系，两者是如何结合的
24:57 大模型时代，做应用的价值更高，如何驾驭 AI 的能力和自己的 Idea 结合
27:49 langchain 有没有竞品，他有哪些优势？开源+生态活跃+容易集成
31:07 接入和集成 langchain 的难度有多大，容易造轮子吗？什么是 `LECL`
38:00 langchain 的引擎，除了 openAI 还可以选择什么服务，比如 `llama3`/`phi`
43:59 不同的智能大模型，微调过的小模型是否是未来的趋势，代码开发和自然语言开发需求是否有进一步的演进
48:54 做 LLM 产品的 toB 和 toC 的一些机会，会进一步爆发吗？端云结合，问题分流、场景判断等。
58:49 进一步理解 `Fine-tuning` 微调，他是未来吗，什么场景需要用，什么场景不需要用
01:03:54 进一步理解 prompt 提示词，和 Fine-tuning 的区别
01:06:37 除了使用云端提供的服务，我们本机可以使用 `ollama` 快速体验不同的大语言模型，也推荐 defy
01:09:11 langchain 的发展会和 vue/react 这样发展，还是百花齐放的局面？
01:11:06 为什么推荐大家学习和尝试拥抱 LLM，目前可以做哪些事情来学习和掌握。或许会是未来简历中的一个亮点，人无我有，人有我优。先发优势和后发优势。
01:14:31 技术的演进，总有一些弯路必须要走，比如 token 的爆发，比如 `Scaling Law`
01:16:05 我们提到了 `RAG`/`Agent` 小册中是怎么规划比重的。
01:17:46 few shot /zero shot 是什么，强大的威力在哪里
01:20:56 掘金小册的内容：科普知识和落地实战，这本掘金小册有哪些优势
01:25:09 欢迎通过播客来购买开翼的作品，返佣链接放到 shownotes 里了，你的购买会让开翼和 web worker 变得更好！
01:25:53 总结复盘。