資料科學家的工作日常

嗨，你好，我是維元！我回來了！在 AI 出現之後，我們過去相信的那些「努力就會累積」的職涯路徑，還剩下多少是真的？ ⋯

模型能力倍增、工具全面升級、平台戰爭正式開始。技術的進步正以平台級速度推動，而不是個人學習可以輕易比肩的幅度。面對不斷變強的 AI 該怎麼選擇賽道 ⋯

模型越來越強，但真正能不能落地，反而不是看模型本身，而是看「你能不能讓它用到對的資訊」；RAG 讓模型「用到它沒讀過的知識」，提升模型的「可靠度」與「可控性」⋯

如果你上週有在關注 AI 技術圈，應該都感受到 Google 這週像是突然「醒過來」，整個生態系被它洗版。短短三天內連發三項重量級更新，速度快到讓人跟不上。

許多人透過學習 SQL、Python、Excel 等等的數據分析工具，想進一步踏入資料分析產業，但學成之後開始求職才發現高薪沒有想像中的容易。

最近看到 LangChain 發布 1.0 版本，而大量轉向以 Agent 為基底的設計模式，這篇文章想聊聊為什麼 LangChain 會從原先的 Chain-based 轉變會 Agent-based 呢？。