年初 3 月的某个深夜，我还盯着OCR模型的准确率指标 —— 从 98.2% 卡到 98.5% 的瓶颈，已经耗了我整整两周。而到了年末的今天，我的屏幕上是 TTS 模型的demo界面，旁边开着的文档是《RAG+知识图谱召回》。这一年于我而言，是转身的一年：从计算机视觉、OCR、知识图谱的旧战场，跳到了大模型、TTS、RAG 的新赛道；也是扎根的一年：旧技能的根系，悄悄撑住了新方向的枝桠。
一、技术：旧基础的新用法，是我转身的底气
决定转方向的契机很偶然 —— 年初部门接了个大模型辅助客服的项目，需要把历史工单的非结构化文本做语义检索。我本以为是全新的领域，直到打开需求文档看到向量检索，实体关联这几个词，突然反应过来：我之前做 CV 时的特征向量匹配，不就是 RAG 里的向量搜索？之前搭建的知识图谱实体召回逻辑，刚好能补上大模型的失忆短板。这成了我转身的第一个支点：旧技能不是沉没成本，是新方向的适配插件。
- 我把 OCR 模型的文本输出，改成了大模型的结构化输入模块 —— 比如把手写工单的 OCR 结果做纠错后喂给大模型，解决了非规范文本无法被理解的问题，尝试使用多模态进行文本识别，只需要写提示词就能从图像中识别出想要的信息，比之前的文字检测，文字识别，文字后处理简洁太多了；
- 知识图谱的实体关联逻辑，被我改成了 RAG 的前置召回器—— 在向量检索前先用知识图谱过滤无关实体，检索准确率大幅提升，降低和减少幻觉问题的出现概率；。
当然也有全新的学习：啃 NLP 基础时，基于李宏毅老师的教学视频整理成博客系列；第一次用 Dify 搭大模型应用，完整的整理了dify项目的系统架构等，写成dify系列文章；AI Coding 工具帮我节省了写重复代码的时间，但我也在博客里提醒大家别丢了手写基础逻辑的能力。
二、创作：博客是我的成长台账，也是和同路人的暗号
今年在 CSDN 写了70多篇文章，几乎每一篇都和我的转身同步：
- 第一次成功对接大模型时，连夜写了《ChatGPT大模型极简及应用开发系列》；
- 调 TTS 模型时，调研了多种tts算法，比如melotts，voiceziptts，flashtts等，从单流到双流服务的开发与部署；
- 甚至学宏观经济时，也写了《从 PMI 数据看 AI 行业的 2025：普通开发者该关注什么》—— 毕竟年初的房贷压力，让我不得不从只看技术变成看技术 + 看趋势。
写博客的时间，是从生活里挤出来的，这不是负担—— 有读者在博客下面留言 “我也在做类似项目，博客帮我少走了一周弯路”，还有刚转 AI 的后端同学问 “CV 转大模型需要补哪些 NLP 基础”，这些互动让我觉得：博客不只是我的成长台账，更是和同路人的暗号—— 你踩过的坑，我刚好也踩过；你需要的经验，我刚好攒了点。
三、生活：在不确定性里，找平衡的笨办法
今年的变化不止在技术：房贷的压力、行业的波动，让我不得不把平衡从口号变成日常计算。
- 学宏观经济是为了看懂AI 行业的钱从哪来—— 毕竟年初公司缩招时，通过2025 AI 岗位趋势：哪些方向更抗风险，提前调整了自己的学习重点；
- 学理财是为了对冲不确定性—— 把工资分成应急金 + 学习基金 + 定投，哪怕项目节奏变了，至少学习的钱不会断；
- 平衡工作和生活也比较的简单——目前也没有小孩，个人的时间还是比较多的，好记性不如烂笔头，尽可能的多记录，在方便自己的同时如果能帮助他人就更好了。
我很清楚，自己能顺利转方向，是因为有之前的 AI 基础托底；但和我同是期的前端同事，想转 AI 时连向量是什么都要从头学 —— 这让我提醒大家先找自己技能里能迁移的部分，别盲目从零开始。毕竟行业变化这么快，被替代的危机感不是某个人的焦虑，是我们都要面对的命题。
结尾：博客是我的锚点，也是下一段路的起点
今年能参与博客之星评选，对我来说更像意外之喜—— 我写博客从来不是为了获奖，而是为了把自己的转身经验记下来，能帮到一两个同路人就够了。
从 CV 调参到大模型落地，从盯着准确率曲线到算房贷和理财，这一年的成长，不是学会了多少新技能，而是学会了在变化里找延续，在压力里找平衡。
明年我想写更多技能迁移的内容，比如如何把 OCR 经验用到多模态大模型里，也想写更多普通人的 AI 生存指南—— 毕竟，我们不是在和 AI 竞争，是在和不成长的自己赛跑。
感谢 CSDN 这个平台，也感谢每一个看过我文章、留过言的读者 —— 你们的互动，是我深夜写文时最亮的光。
