一个完整的 AI 技术栈有哪些部分组成，在构建它们的时候需要注意哪些问题？

sowang

@零重力瓦力

一个完整的 AI 技术栈有哪些部分组成，在构建它们的时候需要注意哪些问题？ IBM 项目主任 Lauren 进行了清晰完整的讲解。

1. 硬件和环境

AI 系统要跑得流畅，离不开合适的算力。大模型通常要用高性能 GPU 服务器，轻量级的 需要考虑是否能够在普通笔记本上运行。如果用云服务，往往能按需扩展，不用自己维护设备。

2. 模型选择

现在模型很多，有开源的、闭源的，有大有小。大模型适合复杂推理和多领域任务，小模型则适合特定场景，对硬件要求低。有些模型还针对代码、图像或特定语言做了优化，选对模型能大幅提升效果。

3. 数据补充

模型自带的知识有时不够新或不够专业，尤其需要结合最新论文、企业数据等。现在常用向量数据库，把外部数据转成模型能理解的格式，模型遇到问题时就能 “查资料”，答案也更贴合实际。

4. 任务编排

实际需求往往不是一句问答能解决的。通常要把问题拆成几步，安排模型分阶段处理，比如先分析、再检索、最后汇总，还能通过 “复核” 让模型自己检查输出。很多新平台和框架都在让这一步自动化、模块化。

5. 应用体验

任何 AI 系统，最终还是要落到用户手上。界面不光要考虑文本输入输出，还要考虑图片、音频、报表等。最好，还能直接和用户常用的工具打通，把它们深度集成进去。

这五层技术紧密配合，决定了一个 AI 系统到底好不好用。每一层的选择都会影响到速度、成本、安全和最终体验。



视频：一个完整的 AI 技术栈有哪些部分组成，在构建它们的时候需要注意哪些问题？
https://weibo.com/tv/show/1034:5 ... 99%7CWeiboADNatural