AI 来了，干就完了 — AI 的本质

# 第一课：理解 AI 的本质

## 开场：AI 来了

AI 来了，不是来砸你的饭碗，是来帮你发挥**潜能**。

---

## 一、现状：AI 大爆发

### Jensen Huang 的 AI 五层蛋糕（Davos WEF 2026）

| 层 | 名称 | 说明 |
|---|------|------|
| 5 | Applications 应用 | 药物发现、自动驾驶、法律分析… 经济价值在这里产生 |
| 4 | Models 模型 | 理解语言、生物、物理、金融的 AI 模型 |
| 3 | Infrastructure 基础设施 | 数据中心、冷却、网络 — AI 工厂 |
| 2 | Chips 芯片 | 把能源转化为计算力的处理器 |
| 1 | Energy 能源 | 实时智能需要实时电力 |

> 我们的课程聚焦第 5 层：Applications — 用 AI 构建产品，创造价值。

### AI 市场数据

- **$255B** — 2025 全球 AI 市场（→ 2030 年预计 $1.5T+）
- **1.5 亿+** — GitHub 开发者（Octoverse 2024）
- **1/5** 新独角兽是 AI Agent — 2025 年最热赛道

### AI Job 大爆炸

- 600 万新增 AI 岗位/年
- 143% AI Engineer 年增长
- $136B AI 教育市场（2035 年）

新岗位包括：AI 教育师、AI 解决方案集成师、AI 知识工程师、AI 工作流工程师、AI 成本控制师、AI 安全工程师。

---

## 二、人和 AI 的边界

### 99% 噪音 vs 1% 本质

**噪音：**
- 「这个新工具可以替代 XXX」
- 「10 倍效率提升」
- 只改变了表面体验

**本质：**
- AI 怎么理解语言（原理）
- 你给 AI 看什么，决定了它的表现（方法）
- 让 AI 自主完成任务（应用）
- Last Mile 需要你 — Human in the Loop

> 区别：改变基础架构 vs 改变表面体验。本课只教本质。

### 通用世界 vs 你的世界

- **通用世界** = LLM 的训练数据（百科全书、论文、代码…）— AI 能力越来越便宜
- **你的世界** = 你的独门绝技（客户理解、行业经验）— 这是你的护城河

> 悟空有龟派气功，但你有独门绝技。龟仙人 + 悟空 = 打天下。

### 大语言模型能做什么 vs 不能做什么

**能做：** 写代码/调试/部署、理解文档/分析数据、多语言翻译、调用工具、理解图片/音频/视频

**不能做：** 不知道你的世界（你的流程、客户、老板）、会幻觉（自信地编造事实）、不为结果负责

---

## 三、AI 的本质

### 什么是 LLM — 大语言模型

读完了互联网所有文字，拥有人类全体知识的数学大模型。

- **悟空** = 你的 AI 弟子 — 天赋异禀，但需要龟仙人（你）来引导
- **Token** = 悟空的"体力值" — 跟 AI 聊天要消耗 Token

| 规模 | 约等于 |
|------|--------|
| 1 token | ~4 个英文字符 |
| 100 tokens | ~75 个英文单词 |
| 1,000 tokens | ~750 个词（一页） |
| 1M tokens | ~5 本小说 |

### 悟空怎么练出来的？4 阶段训练

1. **读万卷书（Pretraining）** — 整个互联网的数据，几个月，几亿美元 → 什么都知道，但不会好好说话
2. **师父教招式（Supervised Fine-tuning）** — 人类写的好答案 → 会好好说话，但可能胡说
3. **对练磨分寸（RLHF）** — 人类打分 👍👎 → 懂分寸 = ChatGPT 的诞生
4. **偷师别派（Distillation）** — 学其他模型的输出 → 小模型也有大模型的实力

> Alexandr Wang 19 岁看懂第②步，创办 Scale AI — 现在价值 $290 亿。

### Chain-of-Thought（思维链）

给模型一个"先想再答"的示范，准确率大幅提升。这个能力没人设计，它自己**涌现**了。

> 大模型里面可能还有很多能力，我们人类自己还不知道。这需要你去发现。

### AI Agent 三个发展阶段

1. **纯 LLM 调用** — 一问一答，你做所有决策
2. **人类编排** — 人写代码编排流程，LLM 是其中一环
3. **自主决策（Agentic Flow）** — 你给目标，LLM 自己决定怎么做

### 把 AI 产品拆开看：三层

| 层 | 趋势 | 说明 |
|---|------|------|
| LLM 模型 | 趋向免费 ↓ | 大厂训练，调用价越来越便宜 |
| AI Agent 软件工程架构 | 趋向免费 ↓ | 服务器、数据库、框架几乎全部免费 |
| 你控制悟空的能力 | 你的竞争力 ↑ | 你的提示词决定悟空做什么 — 别人复制不了 |

---

## 四、动手验证

### LLM vs Agent

- **裸模型（Raw LLM）：** 没有身份、没有规则、质量随机
- **Agent：** LLM + System Prompt + 记忆 + 工具 = 质量稳定、可预测

> ChatGPT 本身就是一个 Agent。但它是通用的 — 不是为你定制的。

### 一份简历，两个结果

同一份简历（Sarah: UC Berkeley CS, 2 年 Google 经验）：
- 「帮我改一下简历」→ 平庸的结果
- 用专业提示词 → 顶级的结果

> 同一个悟空，两种结果，差别就是你的提示词。

### ★ 核心金句 ★

> **大语言模型是一个建立在人类语言上的超级概率数学模型。它什么都知道，具有超能力，但你说的话决定了它给你什么。**

---

## 五、两个答案

### 答案一：改变你的认知

- 不是你 vs AI → 是**你 + AI** vs 不用 AI 的人
- 悟空不是你的对手 → 悟空是你的徒弟，你是龟仙人
- 超级个体 = 一个人 + AI = 一支团队

### 答案二：集齐六颗龙珠

| 龙珠 | 课程 | 能力 |
|------|------|------|
| ★ | S1 | 勇气 |
| ★★ | S2 | 借力 |
| ★★★ | S3 | 自由 |
| ★★★★ | S4 | 独门 |
| ★★★★★ | S5 | 精炼 |
| ★★★★★★ | S6 | 出师 |

> 从读秘籍的弟子，到开武馆的师父。

---

## Key Takeaways

1. **LLM 和 Agent 是两个东西** — LLM = 悟空，Agent 是包裹他的软件
2. **你的指令是关键** — 同一个悟空，不同提示词，结果天差地别
3. **你的世界 + 你的迭代是护城河** — AI 能力便宜，你的经验才值钱
4. **AI 最早期，现在上车** — 观望的人会被留在沙滩上