最近看了一个 B 站视频，讲从游戏的视角，这四年 AI 进步了多少。
19 年的 GPT3.5，上下文只有可怜的几 K，换到现在的 Agent 上，应该连提示词都塞不进去。用它来生成的游戏只有一个抽象的草图界面；到 26 年的 GPT5.6，百万上下文，已经可以做出具备优秀阴影、音效和物理引擎的赛车游戏。可以看出，大模型每一年的进步都是指数级别的，从模型本身，到周边的生态变化，都以月为单位在快速迭代。
Claude Opus 5 Agent 做出的赛车游戏
于是我萌发了做一个开源项目的想法，囊括整个 LLM 生态中真正有价值和关键的路径，帮助大家串联起整个大模型生态，名称就叫做 WaytoLLM。
作为前言，本文先和大家分享下四年来见到的大模型历程。
行业变化
从职业角度看，很多一线大厂都已经开始用 AI "降本增效"。我的前司，做模型平台的小组，所有的前端同学都已经转岗到了后端，也新增了如"Agent 架构开发"，"FDE"等新兴岗位。小厂变化同样明显，之前几周的工作，现在要压缩到一周去做，方案评审，Code Review 好像已经变成了"古法编程"时代遗留下来的工艺一环。我也曾震惊于新招来的实习生已经完全不会写代码，但也能通过和 Agent 反复沟通，一天完成之前几周的工作。
B 端
去年，我短暂的体验了一把 OPC，去和工业界、教育界和服务行业的甲方打交道。从 26 年初的小龙虾风潮刮遍全中国后，越来越多传统行业也开始尝试了解 AI。理由各不相同，有些想通过 AI 提效，或是增加新的增长曲线，有的则是单纯怕落后于其他竞对，错过新的机会。
在形式上，大家也都是摸着石头过河的阶段。B 端不知道自己需要什么，看到一个新名词，就想要试试，结果折腾半天，还不如豆包更新的一个新功能好用。还有一些甲方，因为数据安全等问题，想用上 AI 又不敢用。我之前就遇到一个化妆品类厂商，CEO 亲自带队来听我们的 AI 落地课程，但是真正到公司内部才发现，从人事到财务，都不允许用 AI 去处理数据，怕数据泄露。员工整体上对 AI 能做什么了解非常有限，甚至没有自己家小孩用得流利。
技术层面
回望 23年时，上下文 128k 已经是旗舰模型才能达到的高度，第一个大火的多模态模型 GPT-4o 已经是 24 年的事情。
但到了 26 年伊始，基模厂商基本上都已经适配到了 100M 上下文，omini 全模态模型开始流行（minimax-h3 已支持全模态输入和输出的能力），能力上思考模式变成标配，Agentic 后训练也成为了每个厂商的技术博客中的常客。包括梁文峰投资人会议上一直在强调的大模型持续记忆能力，可能会成为下一个各大基模厂商押注的点。种种现象都在说明模型基座正在以每半年一个全新高度，甚至更快的速度全速狂奔中。
到工程层面，各类技术层层叠加：从 Prompt 工程开始，LangChain 等大模型集成套件开始流行；到上下文工程，记忆管理，开始构造 PydanticAI LangGraph Agent 雏形；Harness 概念的提出，也催发了各种如 Hermes、Pi 架构，Co-Work 模式变得越发成熟，让大众开始接受。
这中间，冒出很多生态概念，如 RAG，MCP，Skills，Scheduler，Agent Gateway 等，也衍生出一些深度领域的 Agent 概念，如 DeepResearch，Evolve，Agent Loop。
Kimi K3 使用 Agent Loop 进行 AttnRes 内核优化
几乎每一次上游技术的更新，都会促发下游从工程到应用出现新的概念和组织形式。而这一切，从 GPT 时刻开始，都只发生在这短短的三四年间。
WaytoLLM 项目
基于上言，整个大模型的发展可以说日新月异，这个月正在爆火的概念下个月也许就会被推翻，新的观点和架构也在层出不穷。这就造成入门的同学很难从一个角度出发，快速了解整个行业全貌，因为也许这个角度过两个月就又过时了；另一方面，深入在某个领域的技术或业务同学，也需要不断的更新知识，来适应不断更迭的概念。
此项目正是想从整个生态中抽丝剥茧，帮助大家由浅入深地探索"大模型之路"。
GPT3.5 时刻 - OpenAI 给出的官方示例
适合人群
本指南适合的人群很广，如果你是刚入门的 AI 技术小白或是业务同学，可以从一些基础章节开始平滑学习大模型。对比较公知的内容，章节会给出概览和总结，并挑选网络上优秀的项目和文章，方便进一步学习；而一些关键的内容，如 ReAct 等概念，则会深入讲解概念本身以及如何落地到框架场景。
对于专业领域的同学，作者会从实际接触过的项目出发，加之其他优秀作者的落地经验，从技术到产品多角度展开，把办公、科研、教育、制造等各类场景呈现给大家。
同时项目也会实时跟进最新的技术博客和框架解析，方便同学能更加高效的更新知识储备。
最后
摊子铺的比较大，为了保持快速更新，文章会以类似 awesome projects（优秀的项目和文章合集） 加深度解析的形式串联。集百家之长，也方便读者扩展阅读，拓宽更多视角。
同时作为开源项目，随时欢迎大家提供宝贵的项目和学习资料，一起共建！