会员计划说明
我要推出一个为期一年的会员计划，这篇文章我想从会员计划介绍、面向人群、会员权益、会员定价四个方面来介绍下，希望大家理性消费，务必先看权益部分的内容是否是自己未来一年内要聚焦和关注的，然后再看定价是否满足自己当前的消费能力。
我的新书《LangChain编程从入门到实践》 已经开售！推荐正在学习AI应用开发的朋友购买阅读！
会员计划介绍
一句话，提供 AI 落地方面的优质信息和见解，节省你的时间，如果你在寻找 AI 落地方面专业可靠的内容，那么这个会员计划就是为你准备的，加入会员计划之后，会员专属内容将通过电子邮件和公众号付费文章的方式推送给你。
引用方可成老师的话「我们依靠阅读提升自己，而阅读最重要的是找到值得读的内容。 社交媒体的信息筛选机制，依赖的是普通用户的选择，所以“10 万+”往往反映的是社会情绪，而非文章质量。以今日头条为代表的算法推荐 app，同样在很大程度上依靠普通用户的选择，再加上你自己的阅读偏好——你是否愿意总在自己熟悉的内容套路里兜圈？至少在目前，人类的智慧在筛选信息时依然重要。所以，选内容，很多时候其实是选人。没错，这是非常传统媒体的逻辑，但这种逻辑目前依然运行得最有效」。下面我会详细展开介绍：
为什么不在去年做，而是当下开始
我在这篇文章讲的很清楚，去年利用信息差赚知识付费和咨询费偏多，实际上大家积累的实践经验都没多少，就是推特（X）、即刻上内容搬一搬，就可以搞知识星球了。这类不是我想赚钱的方向，我比较倾向还是先做信息和技术平权，让更多人了解到大模型，所以也聚焦在 LLM 技术普及方面，大概写了 50 万字（比较有意思的是，我是 2022 年 12 月接触到的 ChatGPT，赚到的关于 AI 的钱不是信息差和卖铲子，而是英伟达的股票和以及卖.ai 域名的溢价，来支持用爱发电做技术普及 🤣），我个人博客月 UV 大概 3.3 万，开源电子书月 UV 大概 2.5 万，基本占据了谷歌搜索关于 AI 落地关键词前几名。
现在去做是因为经过一年半的实践，积累了一些不错的内容，沉淀了一些思考。
实践：
举一个自己例子，我是去年 3 月份体验过 LangChain之后，参与到公司内部一个类 LangChain 框架的开发，为此读了 LangChain 的源码，这也是我从 5 月份开始做LangChain 入门系列教程的动机，为此还受人邮出版社老师邀请写了一本关于 LangChain 的书籍；然后后面自己做了AI 阅读助手，又基于此继续写一些 RAG 相关的文章，年初跳槽去做面向小 B 客户的工具，我得出结论有数据积累有业务场景，toB 工具 AI 改造是非常有价值的实践方向，所以才有了这篇2024 年，基于大模型的 Agent 如何在企业落地的思考。
内容
那什么是好内容呢，我已经公开向大家分享过一些优质的信息源，技术主题和非技术主题都有，都是从实践出发，谈技术，聊产品的典范，只有通过自己的落地经验，以及综合别人的实践经历，弄脏手之后输出的观点才算数，才能给别人参考，今天这个模型颠覆，明天 AGI 要实现，什么硅基生命革命，我个人觉得太扯了，展望未来是好事，但是天天展望，都快让人 PSTD 了。
思考
我按照论文、工程、产品、市场四个维度，基础设施、 模型开发、应用开发工具、及应用四个层次已经搭建出关于 AI 落地信息的输入输出框架和调研工具，效率、体验、创造作为当前大模型落地三大核心价值，个人认为价值诉求是按照模型能力边界的阶段分优先级的，短期看效率，中期看创造，长期看体验，我自己会按照这个逻辑去跟踪，不同阶段侧重点不同，这也是我每天浏览 AI 信息不要超过 2 小时，但看的信息能对产品构建有帮助，让自己对 AI 落地的认识和理解方面有成长的秘诀。
一个隐形门槛
公众号平常写的的观点或者项目实践，当前只是作为个人爱好，进行个人视角的简单分享，不过总会有读者加上微信后咨询问题（而且很多人完全没有任何自我介绍，就去要求不熟悉的人解决自己的问题，完全是自说自话，别人凭什么要这么做啊？），刚开始我还愿意详细解答，但最近被追问的频次太高，个人精力和时间有限，所以会员计划算是一个门槛，以后只对会员朋友的咨询进行回复（但确保你问题的上下文，所有问题点组织完整再来问），其他我会直接忽视掉。
会员计划适合谁？
会员计划不是一项针对所有人的服务，该计划致力于为未来一年内要聚焦和持续关注 AI 落地的从业者、研究者和学生提供专业服务，如果你属于以下人群中的一类，请考虑加入会员计划。
- 互联网：正在学习大模型的研发工程师、项目经理、产品经理等互联网岗位人员；
- 传统行业：来自工业制造、金融、医疗和法律等非 IT 行业的，正在关注大模型落地的技术研发人员及工程师；
- 学生老师：在自身研究和学习中需要使用大模型的科研人员、老师和学生。
会员可以获得什么？
会员通讯
筛选优质信息形成的每周一篇邮件通讯，内容包括：
✅ 关注 RAG、Agent、LLMOps、向量数据库、AI 应用开发框架等话题，追踪最新的企业级 AI 应用构建思路和经验
✅ 跟踪 Serverless GPU、推理优化、基础模型等最新进展，分享行业变动前沿
✅ 针对 AI 技术趋势热点话题，整理开源社区的观点，以及我的解读
✅ 提供背景延伸阅读材料，供有兴趣的朋友下载和进一步阅读
✅ 资源推荐：会推荐值得关注的产品/开源项目/AI 研究者/书籍/公开课/论文……致力于让你成为自己身边或者团队最懂 AI 的，这里的懂不是精于各种新闻，熟悉各种产品名，而是结合当前阶段 AI 的能力边界，来指导你如何在业务中合理的利用 AI 的能力，在你的职业技能增加 AI 技能树，也就是我一直强调的将能落地能实践的部分，整合进自己的产品或业务，帮助自己。
付费文章
自加入会员起， 1 年内的公众号付费文章免费阅读权限，大概会写 6 篇 ➕，这里有一篇，大家可以自行查看。
交流社群
著名软件工程师 Alan Kay 曾说： “看问题的角度，至少价值八十个智商点数”。由于和外界有着充足的优质连接，超级连接者们看待问题更全面，更容易接近本质，也就更容易去解决；同时思维框架也更为可塑，更容易应对大千世界的新变化新事物，更容易明白什么是噱头，什么是真的能改变世界的东西。这里我也要感谢过年一年从公众号来咨询的大量非技术领域的读者朋友，做农业的、人力资源的、做审计的，确实扩展了我的视野，让我也明白做技术的和真正有需求的群体之间的信息壁垒有多大，所以我也会根据会员的诉求和时间安排，组织线上会议或线下交流，提供条件让不同行业的大家进行 AI 落地经验交流，希望通过我这个媒介能够促成交流或合作。
其他
AI 产品调研数据库：这个是随着时间积累逐渐丰富起来的，希望和大家共建。比如我去年年末总结提到的聚焦 Long Context 的 Kimi 的爆发，以及 Serverless GPU 厂商 Replicate 的 MRR 猛增基本得到验证，Serverless GPU 一定是今年所有云计算厂商发力的方向。
AI 岗位招聘数据库：这是最近在计划的一个内容，对我来说是观察企业 AI 业务方向的一个指标。
会员费用
截止此文发出，7 天内（2024 年 4 月 18 日 22:00 之前）加入只需 199 元/年（为这篇文章付费过的朋友可以以 8 折加入，有效期同样是 7 天），之后所有人恢复原价 249 元/年。
支付方式
关于退款
不支持退款，大家可以自行阅读本博客最近一年的其他文章（比如下面的案例👇），慎重决定后，再选择是否要付费，一旦付费，不予退款！
相信持续关注大模型落地进展的朋友最近刷到最多的文章，就是对吴恩达老师最新演讲AI Agent 工作流的未来中观点的剖析，核心观点就是「使用质量略低但速度更快的模型，通过更多轮次的迭代，可能比使用更高质量但速度较慢的模型获得更好的结果，此外还提到四种 AI agent 设计模式，反思、工具使用、规划、多智能体协作，AI Agent 工作流预计未来一年会在多个行业中展现出其实际应用的巨大潜力」，而这些概念如果你读过我去年 12 月初的文章大模型时代，程序员如何实现自我成长？——一名普通开发者的 ChatGPT 一周年记中对应用层四个阶段的剖析以及年初这篇基于大模型的 Agent 进行任务规划的 10 种方式（附代码和论文）对反思，工具使用以及规划话题的详细介绍，在产品设计层面应该已经提前做了相应调整吧。
最后
免费内容会继续分享，免费交流群也会为大家持续敞开，感谢阅读到这里 ❤️。
