1024年度总结 | AI伴我前行，三十依旧青春

前言

白驹过隙，而立之年，毕业时扬言立于技术之巅的梦想觉得越来越远。以前的学习是针对于某一方向/语言不同知识点的学习，能想象到的就是，成为一个集前后端开发于一体的开发者。

那时候我对AI的认知，仅仅是类似基于数据深度学习、回归预测以及NLP之类的概念，再加上后来的TensorFlow和Pytorch。但是AI就像一个自己没有机会去触及的东西，而它却真实存在这个世界里。

AI绘画

最近这两年，首先是ChatGPT横空出世，后来是AI绘画Stable Diffuion，刚听到这些技术的时候，觉得和自己八竿子打不着关系。后来社区有了AI绘画产品的征文，那是我第一次接触到用Prompt生成图片。

第一次使用这个AI绘画产品的时候，说实话。无论是图片与prompt契合度，还是图片分辨率，都很不尽如人意。以为当时因为还花钱买了资源包，正所谓爱之深责之切，所以在那篇征文中吐槽了AI绘画产品。

我这个人的思想观念容易先入为主，再加上后来一些AI产品的负面新闻，让我觉得AI绘画可能又是一个噱头，沦为了一个产品亮点的代名词。

AI绘画

但是在第二次AI绘画产品征文时，使用了与AI绘画和解，和AI绘画共成长作为标题，因为再次使用这个产品，从用户体验上感觉有了很大的提升，一瞬间觉得这个真的有用心去做这个产品，AI绘画有点搞头。

上面是我使用AI绘画产品图生图功能生成的一张图片，左侧是输入，右侧是输出。这张图对于当下的AI回话产品看起来，的确是效果一般，但是现在回头想可能有我自己的原因，因为当时刚接触AI绘画产品，对于构建prompt以及一些放大工具还不熟悉。

可是即便是如此，当时觉得AI绘画居然能识别我输入的图片，包括人物姿态、画面内容以及一些元素等等，当时还没学习stable diffusion，觉得这种功能还是很不可思议的。

stable diffusion

后来机缘巧合下，开始自学stable diffusion。对于我这么一个传统的代码开发者来说，学习这种理论性的东西还是有点难度的，所以当时就翻阅了很多的资料去学习stable diffuion。

首先在本地电脑搭建了一个stable diffuion webUI，这样才能更好的去认识这个产品。

接着就从stable diffusion的组成架构开始学习，包括VAE、U-Net模型、Clip等，又了解到了像素空间和Latent空间，以及diffusion正向和逆向扩散的原理。然后根据自己浅显的理解，写了一篇扩散的科普文章：03：一文搞懂stable diffusion扩散原理，玩转AI绘画

在学习的过程中，也学习到了很多之前没有接触过的学术性名词，例如cross attention、embedding等等，也接触了很多有趣的checkpoint模型和LoRA模型。作为“好记性不如烂笔头”的拥护者，毫无疑问，我做了很多的笔记，防止在我这记忆力衰退的年纪里，以后忘记了这一部分的知识。

当然在学习stable diffusion的过程中，想要写一个系列的学习文章，不过后来写到了采样器（sampler）就搁置了。

在此次的学习过程中，也进修了一下prompt，简单的记录了一下经常使用的词汇。

这一部分其实可以使用一些prompt网站去查询生成。

HAI

刚学完stable diffusion，就有了用武之地，再到后来的HAI，支持独立的服务部署和自定义模型，给了开发者更多的发挥空间，这时候我才开始真正体验到了云化AI绘画的魅力。

HAI让我在我的Mac上通过浏览器就能使用AI绘画，解决了显卡的问题。后来在HAI：用AI圆了我的插画梦这篇文章中，给我的AI绘画的学习之路交了一份答卷。

混元

"混元者，元气未分，混沌为一，元气之始也。"

元宝

在国内无法正常手段访问ChatGPT的日子里，腾讯元宝属于拯救了我脑细胞的工具。每年年底项目验收，都会根据年初的立项功能点，来写cosmic作为衡量项目工作量的标准。按理说，销售立项、研发开发产品、实施部署产品、公司收款，作为一个底层开发者，都没参与项目，最后苦活累活都分到身上了。

所以每年年底都觉得头疼，然后我就抱着试试的心态，就把我的需求告诉了元宝，结果元宝就成了我的“员工”。

然后我就有化身成了CV大师，疯狂地CV和修改格式，然后再也不用为了凭空编造这些功能点睡不着觉了。

元器

虽然最早听说智能体还是coze，但是第一次接触的智能体就是元器，后来在元器平台上体验了一把智能体的搭建，然后调用API在微信小程序中接入了元器智能体。腾讯元器：为了荒天帝，自学从零开发了一个微信小程序...

我属于是智能体零基础，但是在元器中就轻而易举的构建了自己的智能体，在接入微信小程序的过程中也很顺利，每个智能体元器都提供了统一完善的API管理，让智能体走近手机里。

AI代码工具

经常自嘲自己是一个CV工程师，确实很多时候脑子确实不太够用，很多知识点的实现细节都记不太清，所以搜索工具就成了一个“非正式编制”的开发工具。

但是搜索工具并不是为IT定制，搜索结果内容也是良莠不齐，在很多时候去验证答案的准确性比解决问题花费的时间还要多。其实早内心已习惯了这种搜索模式，直到后来遇到了代码助手。

代码助手可谓是百花齐放，从腾讯云AI代码助手到MarsCode以及通义灵码。但是目前看腾讯云AI代码助手更在意用户的体验感和满意度，是不是就会有运营部的工作人员，以问卷的形式收集用户反馈。因为之前感受到了腾讯云AI代码助手在项目开发中对开发效率的提升，所以每次我都留下一大堆的想法。

AI代码工具的确让开发更加简易，不要把它当做一个搜索工具，因为它甚至都不用你输入你的问题内容，它更像是项目的“解释器”，能够对项目中用到的代码做出理解，以及遇到的问题给出解决方案。

AI与我

不知不觉，AI从理论走进了现实，这一刻AI突然在我的开发和工作中具象化了。后来总想着用AI做一些有趣的东西，因为在摩友圈有很多帅气的追焦照片，就想用AI绘画做一些风格化的照片，例如赛博朋克机甲机车、手绘机车风，想法很久但是确实拖延症和一些强迫症（都是借口）。

拖延症就不用说了，强迫症就是总想搞一些花里胡哨的东西。当时我就搞了stable diffusion webui去做机甲机车照片，然后我觉得每生成一次就要重新设置参数，正好comfyui工作流来了，我就去学comfyui，结果comfyui学起来还挺费劲，经常因为一个节点要鼓捣好久。

我记得clip节点，他有个输入框可以输入prompt提示词。

但是我在一些地方看到别人的clip节点是文本的形式，当时我就试了好多方法都没有成功，最后搞到半夜，不知道翻了多少博客和视频，搞了一晚上，最后发现右键点击节点有个“转换为文本输入”的选项。

这种情况还有很多，有时候挺讨厌自己这种钻牛角尖的性格。

结语

临近三十，韶华易逝。总感叹年轻的人生在了好的年代，可以通过当下的互联网获取更多新的知识，接触到更多优秀的人。还记得刚接触计算机那会儿，还都是离线的学习资料，在有限的知识范围内努力去提升自己的编程能力。可如今对于我来说，再也不缺学习途径了，而缺的是时间。

但是细细想来，时间还在，只是被碎片化了。刷一个短视频、浏览一个新闻、玩一会手机。有时候玩着玩着就焦虑起来了，然后才想起来学点东西，希望以后能平衡好时间比例。

我经常劝诫自己，学点东西总归是好的，包括我刚参加工作时的师父也告诉我，”每周哪怕学习两个小时，你也超过了很多人“。这句话我一直记得，也经常勉励自己，告诉自己每次学习都要有自己的思考，收获属于自己的东西，正所谓“学而不思则罔”，这一刻我打破砂锅问到底的强迫症性格也有了属于自己的价值。

最后的最后，希望自己能够继续保持学习的热情，在未来的很多年里，还能够与优秀的开发者们在这条路上并肩前行，用自己的知识积累建设属于自己的城墙。