LEARNING SYSTEM
AI基础系统
认识AI的基本能力与使用边界，从日常问题开始学习。
已发布 19 节 / 规划 18 章全部系统课程 →
- 01第 1 课：AI 是什么，以及它为什么突然走进日常生活从智能的不同含义、几次关键发展浪潮和今天的使用场景，建立不神化也不轻视 AI 的第一张地图。AI 提效
- 02第 2 课：机器学习、深度学习和神经网络，究竟是什么关系用“从例子中归纳规律”的视角，分清 AI、机器学习、深度学习与神经网络的层级。AI 提效
- 03第 3 课：大语言模型如何“读”和“写”认识 Token、参数、训练、推理与上下文窗口，理解对话模型的工作方式和它的局限。AI 提效
- 04第 4 课：模型、产品和部署方式：不要把它们混为一谈分清底层模型、面向用户的产品，以及开源、开放权重、闭源、云端和本地部署。AI 提效
- 05第 5 课：AIGC 与文本生成：从“会写”到“可用”理解生成式 AI 的范围，以及文本生成在写作、翻译、总结中的正确位置。AI 提效
- 06第 6 课：图像生成与多模态 AI分清文生图、图生图、图像编辑与多模态理解，认识视觉生成的实用边界。AI 提效
- 07第 7 课：AI 视频、语音、音乐与数字人认识文生视频、图生视频、语音合成、音乐生成和声音克隆，知道哪些展示不能被当作事实。AI 提效
- 08第 8 课：AI 产品生态：按任务选工具，而不是追榜单用任务、数据和交付要求建立产品分类，理解对话、搜索、创作和开发工具的差异。AI 提效
- 09第 9 课：提示词基础：把任务说清楚学习用目标、背景、约束和输出格式沟通，而不是背诵“万能提示词”。AI 提效
- 10第 10 课：AI 搜索与深度研究：答案之外要看证据理解传统搜索、AI 搜索和研究型工具的分工，建立可追溯的资料核查流程。AI 提效
- 11第 11 课：上下文、记忆、文件上传与个性化理解 AI 为什么会“忘记”、为什么会误读文件，以及个性化功能背后的数据边界。AI 提效
- 12第 12 课：AI Agent 与工作流：从聊天到完成一串任务认识智能体的目标、规划、工具和反馈，以及它与规则自动化、普通聊天的区别。AI 提效
- 13第 13 课：知识库与 RAG：让回答先查资料理解检索增强生成的基本逻辑，知道它能减少什么问题、又不能保证什么。AI 提效
- 14第 14 课：AI 编程与 Vibe Coding：自然语言能帮什么忙认识 AI IDE、自然语言开发和 Vibe Coding 的位置，避免把生成代码当成完成开发。AI 提效
- 15第 15 课：API、工具调用与 MCP：AI 怎样连接外部系统从“受控地请求能力”的角度，建立 API、工具调用和 MCP 的基础认知。AI 提效
- 16第 16 课：AI 办公与个人生产力：从单点提速到可靠交付把 AI 放进写作、会议、表格、学习和计划中，同时保留人对结果的掌控。AI 提效
- 17第 17 课：AI 在教育、科研、医疗和工业中的应用用“辅助谁、依据什么、谁负责”的问题，理解行业应用而非追逐夸张案例。AI 提效
- 18第 18 课：AI 与商业：营销、销售、产品和创业中的位置理解 AI 如何辅助商业任务，也理解它不能替代真实需求、客户信任和经营责任。AI 提效
- 19第 19 课：风险、能力边界与未来：保持好奇，也保持证据把幻觉、核查、隐私、版权、深度伪造和未来预测放进同一套负责任的使用框架。AI 提效