第1版推薦序

OpenAI發布 ChatGPT 的那個夜晚，我極其興奮地與“她”聊到了凌晨三四點，一個樸素的聊天框滿足了過去十多年我對AI生產力的幻想！以 GPT-4 為代表的大模型（LLM）的迅速發展，對于所有開發者乃至知識工作者而言都是一個嶄新的起點，是“以一敵十”的生產力神器，也拉開了涌現AI原生應用舞臺的序幕。

LLM 技術和基于LLM的應用（以下簡稱LLM應用）正在以天為單位快速發展。過去這段時間，我和團隊接觸了數千名對開發LLM應用抱有熱情的開發者，與大家一同解鎖LLM技術棧的潛力，其中不乏創業者快速收獲用戶、獲得融資并在幾個月內獲得了聲望（Dify 或許也是幸運兒之一）；也有開發者在使用LLM改進現有應用及團隊工作流。我們可以看到的數據是：一方面，LangChain 僅在中國的開發者用戶占比就高達全部用戶的 40% 以上；但另一方面，我們感受到LLM應用開發者占據中國全部開發者的比重還很低，LLM 應用開發在中國還處于早期。

作為經歷過 Web 1.0 時代和 Web 2.0 時代的技術人，我深知“早期”二字意味著稀缺的機遇。

社區開發者討論得最多的兩個問題是：

●AI原生應用究竟應該是什么樣的？

●LLM應用技術棧應該怎么玩？

圖靈公司引進出版了 O'Reilly 的《大模型應用開發極簡入門：基于 GPT-4 和 ChatGPT》，你大概一個下午就可以讀完這本書，對上述兩個問題建立總體認識，并動手完成自己的第一個基于 GPT-4 的應用。如此短小精悍的書甚至還包含LLM原理的介紹和提示工程的技巧。我甚至認為今后的技術書都應該“這樣”，因為你可以結合與 ChatGPT 互動問答的方式更高效地學習。

不知你是否有過組裝計算機的經歷，如今LLM應用技術棧中的模型（例如 GPT-4）就相當于計算機中的 CPU，開發框架（例如 LangChain 或 Dify）則相當于主板，而向量存儲、插件就好比主板上的各種 I/O 組件。正如組裝計算機一樣，開發者在構建LLM應用時也需理解、精心挑選和配置每個組件。

要掌握這個全新的技術棧，最佳的方式便是結合問題，跟著好奇心動手試試。我敢和你說這絕對是一段有趣、有啟發、有收獲的冒險旅程！