简介就三行字：六年大厂AI算法工程师、985数学系本硕、出版社签约作者。

没了。没有“致力于”“专注于”这类空话，信息密度高到像在写简历。

1.4万粉丝，10.5万获赞。在知识区，这个粉丝体量只能算刚起步。但一组数据关系很扎眼——获赞数与粉丝数的比值，7.5比1。

在内容平台上，这个比例往往指向一件事：视频被收藏和转发的频率，远高于关注频率。换句话说，用户拿他的内容当工具用，看完了顺手丢进收藏夹，当资料备查，不一定点关注。

内容形式很简单，甚至可以说朴素。录屏加旁白。屏幕上是代码编辑器或论文页面，旁白同步讲解每一行代码的含义和每一步推导的逻辑。遇到数学公式，他用触控笔在屏幕上逐步写推导过程，不跳步，不直接甩结论。

这种形式在B站算法类内容里不算新鲜。但他的内容自带一道筛选门槛。

简介里写明了：“只讲对工作有用的，不讲已过时的。”这意味着选题时会剔除那些在大模型时代已经没人用的传统方法，只聚焦当前工业界实际部署中还在用的技术和框架。Transformer架构、RLHF的工程实现、模型部署中的量化与蒸馏——这些方向在教材里可能只占一章，在他这里是一个完整系列。

他服务的人群面临一个很具体的问题。

AI大模型热度持续往上走，但入行门槛没降下来。算法工程师这个岗位，数学基础、编程能力、工程思维三重叠加。计算机专业的学生和传统软件开发者在自学时，很难自己拼出一条完整的学习路径。

市面上就两类信息。

一类是高校课程，系统，但太慢。从矩阵论推到反向传播，两个月过去了，还没碰到一行工业界的代码。另一类是培训机构的速成课，说三个月保就业，但数学和算法基础被简化到只剩下几个固定题型，面试官多问两句就露馅。

老蓝的内容试图卡在中间。保留数学推导和代码实现的完整度，同时把终点指向“求职面试”这个实际需求。每一期内容都在回答同一个问题：这东西面试会不会问？问了该怎么答？

多平台分发。B站长视频为主，公众号文字总结，抖音和YouTube做视频分发的节点。影响力不局限于B站一个社区，但内容的统一性保持得很好——无论在哪看，都是同一套框架和同一套语言系统。

内容创作者的分工大致是这样：高校研究者偏向理论讲解，工程师偏向代码实现，产品经理偏向应用场景。老蓝的位置在“工程师”这一侧。他不输出观点，只输出操作路径。这个东西怎么实现，代码怎么写，面试官会怎么问，标准答案是什么，全在视频里走一遍。

适用性如何，取决于观看者自己的基础和目标。他提供的是基于一线工作经验的学习路径，不是速效救心丸。1.4万粉丝说明他还没被算法选中成为头部，但10.5万获赞说明那些点进来的人，大多觉得有用。

本文撰写于2026年6月29日，文中数据及观察结论均以当时公开信息为准；内容基于博主公开视频或文章做客观梳理与风格观察，供行业研究参考；言论、截图等权利归原博主及平台所有，引用仅为说明评论；观点仅供参考，请结合个人实际情况独立判断；权利异议请书面通知，我们核实后及时处理。