昨天我试用Opencode搭载3个国内大模型作为oh-my-opencode的角色（glm+deepseek+minimax），尝试帮我的网格交易系统修复一个问题。
总体体验是：慢，就像codex那样慢，但没有codex的能力——问题没修复，我只好找gpt和opus了，看来大模型还是硬伤。如果是顶级模型用上opencode，可能很爽，不过感觉没必要，本来就想着“三个臭皮匠顶个诸葛亮”，不是想要一台烧钱机器。
不过在另一个任务中，尝试帮我找出问题上，用opencode几个国内大模型加起来就比一个国内大模型强很多，单个模型弄个了半小时没找出来，它1分40秒找出来了。国产Trae加opencode是不错的组合，可以对比一下单模型和多模型的效果。
前两天说要学习coze，我想了想，其实coze就是低配版的opencode，升级了2.0后自媒体的大佬好像都在推荐，那我肯定会去了解和尝试的。
可能有了opencode的折腾，感觉coze真的方便很多，而且有个好处是在云端进行，只要底层模型好一点，只要不是自己需要深入控制的东西，我觉得深入使用coze应该是不错的选择。当然，这暂时还是一个猜想。
就如文章开头的图片，是coze生成的，是我登录进去按照页面推荐点了一个需求，估计是其他人做的模版。点了后它会做一点调查，然后开始帮我定位和做规划，详细日程安排。看这还是挺不错。
虽然帮我生成的公众号封面感觉比较丑，但认真想想，这比以前没有已经是很大进步了，而跟所谓高级工具相差也不是非常大。这样想，性价比一下子就上来了。也可以直接用了。
另外，我顺便让coze帮我做了一个Linux的学习规划，要求是利用所有的资源来帮助学习，包括AI和自媒体,而不只是让我看书。虽然我大概知道它会产生什么答案，但真正规划出来的时候，还是让我有点启发。
学习Linux是早上睡醒后的一个想法，也是源于这几天整理电脑空间的思考。有评论直接让换电脑！我确实想换电脑，想究竟换MacBook还是ThinkPad？之前deepseek叫我最好用Linux系统，要习惯没有界面的操作电脑。
不过如果没有解决电脑储存的问题，即使买了大空间的电脑，同样也会遇到空间被挤爆，系统变慢。所以今天早上头脑就有个想法：把旧的电脑安装Linux，看是否能提速。
我马上把这个想法告诉了deepseek，那时6:39分，他的建议让我看到了新的折腾和玩法。于是就有了coze做的规划，不过我已经在微信读书看着一些教程了，还有刷公众号。
刷公众号是我现在学习AI知识的非常大的辅助，纵使它有很多垃圾，我自己也生产“垃圾”，但总会在垃圾中的发现一些珍珠和玛瑙。
学AI大模型的正确顺序，千万不要搞错了
🤔2026年AI风口已来！各行各业的AI渗透肉眼可见，超多公司要么转型做AI相关产品，要么高薪挖AI技术人才，机遇直接摆在眼前！
有往AI方向发展，或者本身有后端编程基础的朋友，直接冲AI大模型应用开发转岗超合适！
就算暂时不打算转岗，了解大模型、RAG、Prompt、Agent这些热门概念，能上手做简单项目，也绝对是求职加分王🔋
📝给大家整理了超全最新的AI大模型应用开发学习清单和资料，手把手帮你快速入门！👇👇
学习路线:
✅大模型基础认知—大模型核心原理、发展历程、主流模型（GPT、文心一言等）特点解析
✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑
✅开发基础能力—Python进阶、API接口调用、大模型开发框架（LangChain等）实操
✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用
✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代
✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经
以上6大模块，看似清晰好上手，实则每个部分都有扎实的核心内容需要吃透！
我把大模型的学习全流程已经整理📚好了！抓住AI时代风口，轻松解锁职业新可能，希望大家都能把握机遇，实现薪资/职业跃迁～
