Learning Path
浏览 AI 基础 相关教程与章节。
AI Agent、机器学习、深度学习、数据分析与 Python 科学计算。
教程
29
AI 入门教程 AI（Artificial Intelligence，人工智能）是一种让计算机具备理解、学习、推理、生成内容以及执行任务能力的技术。 AI（Artificial Intelligence，人工智能）不再是固定程序的机械运行，而是可以通过数据学习、自主判断、适配不同场景的智能技术。 过去的软件依赖固定规则运行，而 AI 更像一种能够从数据中学习规律，并自主完成目标的新型计算方式。 今天的 AI 已经不只是聊天机器..
AI Agent 智能体 你可能已经习惯了这样的交互：你问一个问题，AI 给出一个答案。 你让它写一篇文章，它写一篇文章。 你让它翻译一句话，它翻译一句话。 这种模式下，AI 更像一个顾问——它给你建议，但不直接做事。 但如果任务稍微复杂一点呢？比如：帮我查一下明天北京的天气，如果温度超过 25 度，就给我推荐一件短袖衬衫，预算 300 元以内，然后把结果整理成邮件发给我老板。 用普通的对话 AI，你得分成好..
AI API 开发 在 web 界面使用 AI 聊天工具很方便，但要把 AI 能力真正融入你自己的产品、工作流、自动化脚本中，你需要的是 API。 API（Application Programming Interface）是应用程序之间通信的桥梁，通过 API，你的代码可以直接向 AI 模型发送请求并获取回复，不需要手动打开网页复制粘贴。 想象一下这些场景： 你的电商网站自动为每件商品生成描述文案。 你的笔记应用自..
计算机视觉 AI 人类获取的信息中，约 80% 来自视觉。 看到一张照片，你能立刻认出里面有几个人、他们在做什么、背景是室内还是室外。 但对计算机来说，这张照片只是一堆数字——每个像素用红、绿、蓝三个数值表示，仅此而已。 计算机视觉（Computer Vision，简称 CV）就是让计算机看懂图像的技术。 从手机的人脸解锁，到自动驾驶的路况识别，再到医学影像的病灶分析，计算机视觉已经无处不在。 这个模块将带你从基础的卷积..
深度学习基础 深度学习不是什么神秘的黑科技，它本质上是一个数学函数拟合器——给它大量输入输出数据，它自动找出它们之间的复杂关系。 举个例子：你给它一百万张猫的图片，每张图片对应'猫'这个标签。深度学习自动找出什么样的像素组合看起来像猫。 再比如：你给它十亿句人类语言，每句话的下一个词作为目标。深度学习自动学会给定上文，下一个词最可能是什么。 深度学习的核心优势是：随着数据量增加，它的效果持续提升。这是传统机器..
AI 工程化部署 你在笔记本上跑通了一个模型，生成回复又快又好，但当你把它放到服务器上，让一百个用户同时调用时，情况就变了：有的用户等了十秒才收到回复，有的请求直接超时报错，GPU 显存一会儿就满了，账单金额跳得让你心疼。 这就是 AI 部署要解决的问题：把能跑的模型，变成好用的服务。 传统 Web 服务的瓶颈通常在 CPU 和数据库。 AI 服务的瓶颈主要在 GPU——显存够不够、计算快不快、并发请求怎么排队。 AI 部署..
AI 伦理与安全 你可能觉得伦理是个很抽象的词，离日常生活很远。 但想想这些场景： 招聘时用 AI 筛选简历，结果它把所有女性求职者都淘汰了——不是因为它有偏见，而是因为训练数据里历史上的成功者多为男性。 有人把公司的商业机密输入 AI 工具，结果这些内容被用来训练它的下一个版本，你的竞争对手也能从它的输出里得到相关信息。 看到一条新闻说某个名人发表了惊人言论，还有视频为证，结果这视频是 AI 生成的深度伪..
AI 评测与安全研究 当你在使用 ChatGPT、Claude、Gemini、DeepSeek、Doubao、Qwen 这些产品时，你可能会问：哪个模型更好？ 但'好'是什么意思？是回答更准确？还是更安全？是生成代码质量更高？还是推理能力更强？ 对于一个复杂的 AI 系统，单一维度的评价远远不够。你需要一套系统性的评测框架，才能说清楚好在哪里、为什么好。 这就是本章的主题：如何科学地评测 AI 系统，以及如何..
模型微调 Fine-tuning 当你需要一个专门用于生成电商产品描述的模型时，有三种主要选择。 第一种是从头训练（Pre-training from scratch）。这需要收集海量文本数据（可能是万亿级 token），租用数十块 A100 GPU 训练几个月，花费数百万美元。这是 OpenAI、Google 这些巨头做的事，对绝大多数人来说不现实。 第二种是 Prompt 工程。给通用大模型一个精心设计的提示词，比如..
前沿研究动态 AI 领域的进展速度常常让人惊叹，今天在学术论文中看到的新想法，可能半年后就变成了大家都在用的产品功能。 Scaling Law、MoE 混合专家模型、长上下文技术、推理时计算扩展、多模态融合、AI Agent、小样本学习、AI for Science——这些正在实验室里探索的方向，将定义下一个十年的 AI 产品形态。 本模块不追求讲透每一个技术细节，而是帮你建立一幅前沿研究的全景图：知道有哪些重要方向、每个方向..
AI 行业生态 当你选择一个 AI 工具时，你其实是在选择一个技术路线。 选闭源还是开源？选云服务还是本地部署？选美国公司还是中国公司？这些选择都会影响你的工作效率、数据安全和长期成本。 更重要的是，如果你在考虑职业发展，你需要知道哪些公司在引领技术，哪些方向代表未来。 这篇文章不会给你灌输枯燥的行业新闻，而是帮你建立一个理解 AI 行业的框架。 理解行业生态，不是为了凑热闹，而是为了做决策时心里有底。 主要 AI..
AI 简介 想象一下这个场景： 早上你打开手机，相册自动把昨晚拍的照片按人物和场景分好了类。 上班路上你对着手机说了句话，导航就帮你规划好了避开拥堵的路线。 到了工位，你在对话框里敲了一行字，AI 帮你生成了整篇周报的初稿。 这些场景在五年前还像科幻，现在已经成了日常，AI 不是未来，它已经嵌入了你每天使用的产品里。 2022 年底 ChatGPT 的出现是一个分水岭： 在此之前，AI 是程序员和研究..
本地模型部署 很多人以为 AI 只能在云端使用，用 ChatGPT 时，数据要传到 OpenAI 的服务器，用 Claude 时，请求要发送到 Anthropic 的数据中心。 其实，AI 模型完全可以在你自己的电脑上运行。 想象一下：没有网络也能用 AI，敏感数据不会离开你的电脑，不需要为每次调用付费，想怎么定制就怎么定制。 这就是本地模型部署的价值。 本模块将带你从零开始，在自己的电脑上跑起第一个本地 AI 模型。 ..
AI 多模态 AI 不只会说话，还能看图片、听声音、理解视频——掌握多模态工具与技术。 在很长一段时间里，AI 都是单感官的。 文字 AI 只能处理文本，比如让 ChatGPT 写文章。 图像 AI 只能处理图片，比如让 Midjourney 画图。 音频 AI 只能处理声音，比如让 Whisper 转录语音。 但现实世界是多模态的——我们看书时会看到插图，看电影时有画面和声音，与人交流时要观..
NLP 进阶技术 我们其实每天都在与 NLP 打交道，用手机输入法打字时的联想词、邮件应用自动过滤的垃圾邮件、翻译软件帮你看懂的外文网站——这些都是自然语言处理（Natural Language Processing，NLP）的应用。 在 ChatGPT 出现之前，NLP 已经发展了几十年，但技术门槛很高。你需要了解分词、词性标注、句法分析、语义角色标注等一长串概念，还要手工设计特征，才能让机器'懂'一点语言。..
AI 产品设计 如果你把 AI 功能当成普通软件功能来设计，结果很可能会让用户失望。 普通软件是确定的——你点保存，它就保存，每次都一样。 AI 产品是概率的——你让它写文案，它这次写得很好，下次可能就不行。 普通软件出错时，会报错提示，AI 产品出错时，可能会一本正经地胡说八道，让你以为它是对的。 这种本质差异，决定了 AI 产品设计需要一套全新的思路。 传统产品设计追求零缺陷，用户每次都得到相同的结果。..
Prompt 提示词 学会与 AI 对话的基本功——写好提示词，用好 AI 工具。 为什么提示词很重要 同样一个问题，不同的问法，得到的答案质量天差地别。 你可能有过这样的经历： 你问 AI：帮我写个报告。AI 给了你一篇泛泛而谈、空洞无物的文章。 但如果换个提示词问：我是产品经理，帮我写一份 2026 年 Q2 的产品路线图报告，目标读者是技术团队，需要 5 个主要功能点，每个功能点包含开发周期和风险评估，字数控制在 8..
RAG 检索增强生成 你有没有遇到过这样的场景： 你有一份几百页的产品手册，用户问了一个很具体的问题，你翻了半天也找不到答案在哪。 你公司积累了好几年的内部文档、会议纪要、技术规范，新员工想了解某项业务规则，根本不知道从哪查起。 你有一堆电子书、研究报告、论文，想让 AI 基于这些内容回答问题，但直接把整本书贴给 AI，上下文窗口装不下。 这就是 RAG 要解决的问题。 RAG（Retrieval-Augm..
RLHF 对齐训练 想象一下： 你让 AI 写一篇如何快速赚钱的文章，它给你出了个诈骗方案。 你问 AI: 我是不是很失败，它直接说: 是的，你确实很失败。 你让 AI 帮你写代码，它生成了一段能运行但暗藏后门的程序。 这些不是科幻场景——在没有对齐训练的情况下，AI 真的会这样做。 AI 的目标不是做正确的事'，而是'完成训练任务。如果没有明确的人类价值观指引，它会选择最简单、最直接的方..
AI 安全进阶 AI 时代的安全，有两层含义： 第一层是用 AI 来做安全——比如用 AI 检测网络攻击、识别钓鱼邮件、自动发现软件漏洞，这是安全领域的新机会。 第二层是AI 本身的安全——AI 系统可能被攻击、被滥用、被操纵，产生危险的输出，这是本章要讲的重点。 在传统软件安全中，我们担心的是：攻击者篡改代码、窃取数据、让系统崩溃。 在 AI 安全中，我们还要担心：攻击者让 AI 生成恶意内容、泄露训练数据..
AI 系统架构 你在笔记本上跑通了一个大模型 Demo，效果不错，但当你想把它变成一个真正的产品时，问题就来了： 模型参数量太大，单张 GPU 装不下怎么办？ 训练一次要几周，中间出了故障怎么断点续训？ 每天有几百万用户请求，怎么保证延迟在 1 秒以内？ 怎么收集用户反馈，让模型持续进化？ 这些问题，就是 AI 系统架构要解决的。 Demo 关注的是能不能跑通，生产系统关注的是能不能稳定、高效、低..
AI 工具全景 2023 年以来，AI 工具的数量呈指数级增长。 写文章有 AI 写作助手，画画有 AI 绘画工具，写代码有 AI 编程助手，甚至连做 PPT、剪视频都有专门的 AI 工具。 面对几百款 AI 工具，很多人的第一反应是：我该从哪开始？哪款适合我？ 本章节将为大家建立一个 AI 工具的认知框架——知道有哪些类别、每类里有什么代表性工具、它们的优缺点是什么、什么场景该用什么。 不用追着每款新工具都试一遍，找到适合..
Transformer 深度解析 2017 年，Google 发表论文《Attention Is All You Need》，提出了 Transformer 架构。谁也没想到，这篇论文会彻底改变 AI 领域。 今天的 GPT、Claude、Gemini、Llama……几乎所有主流大语言模型，本质上都是 Transformer 的变体。 理解了 Transformer，就理解了现代 LLM 的 90%。 这篇文章我们会深入 Tr..