AI程序员的日记

金重

给你还原一个真实、不鸡汤、不玄学的「AI 程序员/AI 工程师」典型一天，偏国内大厂/创业公司风格，你可以直接对标职场。

 

AI 程序员的典型一天

9:30 到公司

- 看一眼昨晚模型训练有没有崩、报错、漏数据
- 刷一下行业动态：新论文、新模型、新框架更新
- 整理今天要做的事：数据、训练、推理、部署、排坑

10:00–12:00 核心干活时间（最专注）

主要做三件事：

1. 处理数据
- 清洗、去重、格式对齐、标注检查
- 写脚本批量处理数据集
2. 写模型/调模型
- 搭训练脚本、改模型结构、换 Loss、调参
- 跑小实验，看效果有没有变好
3. 写业务代码
- 把模型包成 API
- 对接前端/后端/产品需求

这段时间基本不聊天，不摸鱼，是产出最高的时段。

12:00–14:00 午饭 + 午休

- 吃饭时会聊：
- 哪个模型又更强了
- 哪家公司又在做什么 AI 产品
- 训练又炸了、显卡又不够了

14:00–16:00 会议/联调/排坑高发期

- 需求评审、技术方案评审
- 和前端、后端、产品对接接口、逻辑
- 解决线上问题：模型慢、结果烂、服务挂了
- 跑大规模训练，监控显卡利用率、loss 曲线

16:00–18:00 攻坚/优化

- 模型效果不行：回头查数据、换prompt、微调
- 推理太慢：做量化、剪枝、加速
- 写文档、写注释、写部署脚本

18:30 左右

- 训练任务如果没跑完，不会下班
- 很多人会设置夜间训练，睡前启动，第二天看结果

晚上（常见但不是每天）

- 看论文、复现小实验
- 写个人项目、学新框架、新模型
- 偶尔线上紧急问题，要远程排查

 

你可以记住这 4 个关键词

AI 程序员一天 =
数据 + 训练 + 调参 + 部署

和普通程序员区别：

- 更偏实验思维，不是写好代码就完事
- 代码只是工具，模型效果才是 KPI
- 显卡、算力、数据集是生命线