零基础学 AI：人工智能入门指南
从基础概念、核心技术到工具实战，循序渐进建立 AI 知识体系。
这门课适合想系统入门 AI 的学习者。你会先从人工智能的基本概念和发展历程开始，逐步理解机器学习、深度学习、大语言模型、提示词工程、智能体和多模态应用，最后延伸到 AI 安全、产业影响、硬件与未来趋势。
你将学到
课程章节
第一章 走进人工智能世界
理解什么是人工智能，了解它的发展历程和应用场景。人工智能（Artificial Intelligence，AI）已经从科幻小说中的概念变成了我们日常生活的一部分。每天清晨，智能手机的语音助手提醒我们当天的日程；出门时，导航应用根据实时路况规划最优路线；购物时，电商平台推荐我们可能感兴趣的商品；晚间，流媒体服务精准推送我们喜欢的影视内容。
章节导读：走进人工智能世界
理解什么是人工智能，了解它的发展历程和应用场景 人工智能（Artificial Intelligence，AI）已经从科幻小说中的概念变成了我们日常生活的一部分。每天清晨，智能手机的语音助手提醒我们当天的日程；出门时，导航应用根据实时路况规划最优路线；购物时，电商平台推…
8 分钟 · 在 AI 学院阅读正文1.1 那个永远认不出猫的超级计算机
以前是教电脑“怎么做”，现在是给电脑“看例子”。 我们经常听到一种观点：计算机比人类聪明，因为它算数快，记忆力好。 每当听到有人这样说，我就想给他讲一个故事——“认猫悖论”。 早在几十年前，计算机就能在几毫秒内计算出炮弹的飞行轨迹，这可是几十个数学家要算几天的量。那时候…
18 分钟 · 在 AI 学院阅读正文1.2 达特茅斯的夏天与漫长的寒冬
AI 发展的历史证明，光有“脑子”（算法）不够，还得有“肌肉”（算力）和“粮食”（数据）。两起两落，皆因“时机未到”。 本节将简要回顾 AI 发展中的几次关键起落，包括探究历史上的两次“寒冬”，以及分析当前这轮 AI 浪潮爆发的核心驱动力。
18 分钟 · 在 AI 学院阅读正文1.3 为什么贾维斯还不够聪明？
弱 AI 与强 AI 的分野 我们现在拥有的，与其说是“人一样的 伙伴”，不如说是“神一样的 工具”——能干活的是弱 AI，会思考的才是强 AI。这一节我们来聊聊这条分界线。 电影《钢铁侠》里的管家贾维斯（Jarvis），简直是完美的 AI：
18 分钟 · 在 AI 学院阅读正文1.4 消失的收银员与看不见的算法
最顶级的技术，往往是“看不见”的。当你不觉得它是 AI 时，它才真正成功了。 走进今天的超市，你可能会用自助结账、扫码支付、刷脸支付等方式完成付款。虽然流程更“自动化”了，但你知道背后一定有一套系统在运作。 这套系统，往往就包含了 AI（例如识别、风控、推荐与调度）。但…
18 分钟 · 在 AI 学院阅读正文本章小结：走进人工智能世界
本章带领读者走进了人工智能的世界，从基础概念到发展历程，从分类体系到应用场景，建立了对 AI 的整体认知框架。 1. 当前的 AI 系统是否真正“理解”它们处理的内容？还是只是在做复杂的模式匹配？ 2. 如果强人工智能（AGI）真的实现，人类社会将发生怎样的变化？
8 分钟 · 在 AI 学院阅读正文第二章 AI 核心概念速览
掌握 AI 领域的基础概念与核心术语。在上一章中，我们了解了人工智能的基本定义、发展历程和应用场景。本章将深入探讨 AI 领域的核心概念，帮助读者建立扎实的概念基础。 理解 AI、机器学习、深度学习之间的关系，认识数据在 AI 系统中的核心地位，初步了解算法和模型的基本概念，以及掌握训练和推理的基本流程——这些知识将为后续学习更深入的技术内容打下坚实基础。
章节导读：AI 核心概念速览
掌握 AI 领域的基础概念与核心术语 在上一章中，我们了解了人工智能的基本定义、发展历程和应用场景。本章将深入探讨 AI 领域的核心概念，帮助读者建立扎实的概念基础。 理解 AI、机器学习、深度学习之间的关系，认识数据在 AI 系统中的核心地位，初步了解算法和模型的基本…
8 分钟 · 在 AI 学院阅读正文2.1 智能的套娃
在 AI 的新闻里，你一会儿听到“人工智能”，一会儿听到“机器学习”，一会儿又是“深度学习”。 很多人以为这是三种不同的东西，或者认为名字越长越厉害。 其实，这是一个巨大的误解。 它们的关系就像是 套娃： 1. 最外层的大娃娃叫 AI（人工智能） —— 这是一个 愿景（…
18 分钟 · 在 AI 学院阅读正文2.2 作为燃料的数据
为什么代码开源，数据却保密？ 垃圾进去，垃圾出来（Garbage In, Garbage Out）。在这个时代，谁拥有高质量数据，谁就拥有了“石油”。 大家有没有发现一个奇怪的现象？ Google、Facebook 这样的巨头，经常把他们最先进的 AI 框架（Tenso…
18 分钟 · 在 AI 学院阅读正文2.3 算法：就是一张番茄炒蛋的菜谱
别把“算法”神话了 算法不是只有数学家才懂的咒语。简单说：步骤就是算法，经验就是模型。 “算法”（Algorithm）这个词听起来特别高冷，感觉是数学天才在黑板上写的那些希腊字母。 其实，你每天都在用算法，只是你不知道。 想象一下，你要教一个没进过厨房的人做 番茄炒蛋。
18 分钟 · 在 AI 学院阅读正文2.4 怎么训练？就像反复做题并订正
训练、推理与损失函数 机器没有“灵感”，它通过反复试错和反馈逐步逼近正确答案。犯错就纠正，迭代就进步。 我们经常说“训练”（Training）这个词。 很多人脑补的画面是：机器人哪怕坐在图书馆里，如饥似渴地阅读人类的经典名著，然后突然顿悟了。
18 分钟 · 在 AI 学院阅读正文本章小结：AI 核心概念速览
本章系统介绍了 AI 领域的核心概念，帮助读者建立了扎实的概念基础。 1. 为什么深度学习需要大量数据才能发挥优势？数据量不足时有什么替代方案？ 2. AI 模型的“黑盒”特性，对金融风控和医疗诊断等领域会带来哪些风险？ 3. 模型越大越好吗？大模型和小模型各有什么优缺…
8 分钟 · 在 AI 学院阅读正文第三章 AI 技术生态与工具全景
了解 AI 技术栈、平台服务和开发框架。在前两章中，我们学习了 AI 的基本概念和核心原理。然而，从概念到实际应用，还需要借助各种工具和平台。本章将带领读者全面了解 AI 技术生态系统，包括技术栈的组成、主流平台和服务、开源框架，以及云端与边缘 AI 的发展趋势。 对于希望动手实践 AI 的读者，本章提供了一份全景地图，帮助理解不同工具和平台的定位与选择。即使不打算亲自开发 AI 系统，了解这些背景知识也有助于更好地理解和使用 AI 产…
章节导读：AI 技术生态与工具全景
了解 AI 技术栈、平台服务和开发框架 在前两章中，我们学习了 AI 的基本概念和核心原理。然而，从概念到实际应用，还需要借助各种工具和平台。本章将带领读者全面了解 AI 技术生态系统，包括技术栈的组成、主流平台和服务、开源框架，以及云端与边缘 AI 的发展趋势。
8 分钟 · 在 AI 学院阅读正文3.1 盖房子的艺术
从显卡地基到应用装修 如果我们把 AI 行业画成一张图，它是一个巨大的倒金字塔： 图 3-1：AI 行业倒金字塔结构 越到底层，门槛越高，玩家越少（显卡基本就是 NVIDIA 一家独大）。 越到上层，机会越多，也是我们普通人最应该关注的地方。
18 分钟 · 在 AI 学院阅读正文3.2 选云厂商就像选厨房
AWS、Azure 与 Google 的三国杀 大模型时代，云厂商不仅卖服务器，还卖模型与工具链。一句话：大厂拼生态，小厂拼特色。 以前的云计算（IaaS），就像是 “租厨房”。 AWS 给你提供锅碗瓢盆（服务器、算力），你自己买菜（数据），自己雇厨子（开发人员），自己…
18 分钟 · 在 AI 学院阅读正文3.3 开源的盛宴：Hold 住你的 Hugging Face
框架与社区的力量 AI 的繁荣不只靠大公司，更靠全球千万开发者的“用爱发电”。 在深度学习框架里，PyTorch 和 TensorFlow 仍是最常见的两大阵营，另外 JAX 在研究和高性能训练场景也越来越活跃。
18 分钟 · 在 AI 学院阅读正文3.4 中央厨房与自热火锅
云端 AI 与端侧 AI 大事上云，小事在手。算力在哪，智能就在哪——但现在，智能正在从“云端”流向你的“指尖”。 以云端为主的 ChatGPT 服务，为什么通常需要连网才能用？ 因为它太大了。 大语言模型（LLM）的参数量有万亿级别，运行它一次需要的显存高达几百 GB…
18 分钟 · 在 AI 学院阅读正文本章小结：AI 技术生态与工具全景
本章全面介绍了 AI 技术的生态系统，帮助读者了解从硬件到应用的完整技术栈、主流平台和服务、开源工具，以及部署架构的选择。 1. 随着端侧 AI 能力增强，云端 AI 服务商的商业模式会如何变化？ 2. 开源模型与闭源模型的竞争格局会如何演变？
8 分钟 · 在 AI 学院阅读正文第四章 机器学习原理
理解机器学习的核心思想与主要学习方式（也叫“范式”）。经过前三章的学习，我们已经对 AI 有了整体认知。从本章开始，我们将深入探讨支撑 AI 运行的核心技术。本章聚焦于机器学习——当代 AI 最重要的技术基础。 机器学习的核心思想是让计算机从数据中自动学习规律，而非人工编写规则。这种“从数据中学习”的能力，是当今 AI 系统能够处理复杂任务的关键。
章节导读：机器学习原理
理解机器学习的核心思想与主要学习方式（也叫“范式”） （注：本章将进入“深水区”，涉及一些核心原理。如果你觉得某个概念（如贝叶斯）太难懂，完全可以先跳过，记住结论就好。不懂原理并不影响你使用 AI。） 经过前三章的学习，我们已经对 AI 有了整体认知。从本章开始，我们将…
8 分钟 · 在 AI 学院阅读正文4.1 归纳法与机器学习
机器学习本质上是一种“归纳法”。历史会重复，但不会完全重复。 如果你想理解机器学习的本质，没有比 “罗素的火鸡” 更合适的故事了。 农场里有一只火鸡，它发现了一个规律： 每天早上 9 点，农场主就会带着食物出现。 无论刮风下雨，无论周一还是周日，这个规律从未失效。
18 分钟 · 在 AI 学院阅读正文4.2 监督学习
监督学习就是“刷题”。有标签，叫监督；没标签，叫无监督。 它的本质，就是一场 填鸭式教育。 想象一个 “虎妈”（算法）教育孩子（模型）： 1. 刷题：虎妈拿出一张照片（输入 X），问：“这是什么？” 2. 回答：孩子瞎猜：“是猫。”
18 分钟 · 在 AI 学院阅读正文4.3 无监督学习
不用老师也能学，一个人也能在超市里分辨薯片和饼干。物以类聚，把书读薄。 如果说监督学习是“有老师辅导的应试教育”，那 无监督学习 就是 “把你丢在外星超市，让你自己分类”。 想象一个外星人来到地球的超市。 它不知道什么叫“薯片”、“牛奶”、“洗衣液”。
18 分钟 · 在 AI 学院阅读正文4.4 强化学习
阅读提示：本节和下一节（4.5）介绍强化学习，内容偏技术性。如果你更关注 AI 的实际应用而非算法原理，可以跳过这两节，直接进入第 5 章。跳过不会影响后续章节的理解。 生命是在“奖励”和“惩罚”中进化的。AI 也是。胡萝卜加大棒。
18 分钟 · 在 AI 学院阅读正文4.5 强化学习的真实场景与挑战
强化学习在实验室里无敌，但碰到真实世界，才知道什么叫“事与愿违”。 2016 年 3 月，AlphaGo 4:1 战胜李世石，震惊了全世界。 这不只是赢了一盘棋，而是用强化学习从零开始，学会了人类花了 2500 年才掌握的游戏。
18 分钟 · 在 AI 学院阅读正文4.6 自监督学习
自监督学习让 AI 学会了“自己给自己出题，自己给自己判卷”，从而不再依赖昂贵的人工标注数据。不仅要通过老师学（监督），在没人管的时候也要自己学（自监督）。 想象一下，你正在做英语考试中的“完形填空”题： The weather is very hot today, I…
18 分钟 · 在 AI 学院阅读正文本章小结：机器学习原理
本章深入介绍了机器学习的核心原理和四大学习范式，帮助读者理解 AI 系统“学习”的本质。 | 范式 | 数据 | 学习方式 | 典型应用 | |------|------|----------|----------| | 监督学习 | 带标签 | 从示例学习 | 分类、…
8 分钟 · 在 AI 学院阅读正文第五章 深度学习揭秘
解析神经网络的工作原理与现代深度学习技术。深度学习是当今 AI 最核心的技术，几乎所有令人惊叹的 AI 应用——从 ChatGPT 到自动驾驶——都建立在深度学习之上。本章将揭开深度学习的神秘面纱，帮助读者理解神经网络如何工作，以及支撑其成功的关键技术。
章节导读：深度学习揭秘
解析神经网络的工作原理与现代深度学习技术 深度学习是当今 AI 最核心的技术，几乎所有令人惊叹的 AI 应用——从 ChatGPT 到自动驾驶——都建立在深度学习之上。本章将揭开深度学习的神秘面纱，帮助读者理解神经网络如何工作，以及支撑其成功的关键技术。
8 分钟 · 在 AI 学院阅读正文5.1 神经网络
虽然叫“神经网络”，但它和生物大脑的差距，可能比纸飞机和波音 747 的差距还大。但胜在方向对了——层数越深，表达能力通常越强。 人类一直有个梦想：既然大脑能产生智能，那我们能不能造一个 电子大脑？ 于是，科学家模仿大脑的结构，造出了 “人工神经元”。
18 分钟 · 在 AI 学院阅读正文5.2 深度学习训练
训练模型就像在黑夜里下山，目标是找到山谷最低点（损失最小）。下山要看路，步子别太大。 我们之前说，训练就是“犯错挨打”。 但关键是，挨打之后，怎么改？ 这就要用到 梯度下降（Gradient Descent）。 想象一下：你被直升机扔到了一座崇山峻岭中，四周漆黑一片（高…
18 分钟 · 在 AI 学院阅读正文5.3 深度学习架构
不同的器官负责不同的功能。AI 也是如此，不同的架构负责不同的数据。看图用卷积，听话用循环，万事不决转 Transformer。 通过它，计算机终于“看”懂了世界。 它的核心法宝叫 “卷积核”（Filter）。 图 5-5：CNN 卷积过程示意图
18 分钟 · 在 AI 学院阅读正文5.4 深度学习的局限性
深度学习虽然强大，但它有两个致命死穴：不可解释（黑箱）和不可持续（能耗）。知其然，不知其所以然。 如果你的医生告诉你：“你得了这个病，但我不知道为什么，是我的 AI 助手说的，它看了一眼你的片子就确诊了。” 你敢信吗？ 这就是深度学习最大的问题：不可解释性（Black …
18 分钟 · 在 AI 学院阅读正文5.5 数学直觉：理解神经网络的灵魂（可选）
不需要你成为数学家。但你需要理解：为什么这些数学操作能把“垃圾进”变成“宝贝出”。 假设你是个快递公司的经理。有一个最朴素的运营模式： 这套公式再怎么组合（乘以 100 次），结果永远还是线性的——收入永远和揽件数成正比。你再聪明也逃不出这个魔咒。
18 分钟 · 在 AI 学院阅读正文本章小结：深度学习揭秘
本章深入解析了深度学习的核心原理，从神经网络基础到关键技术，再到主流架构和实践挑战。 下一章将专门介绍大语言模型（LLM），深入解析 ChatGPT、Claude 等模型背后的技术原理，从 Transformer 架构到预训练与微调方法，帮助读者理解生成式 AI 的核心…
8 分钟 · 在 AI 学院阅读正文第六章 大语言模型详解
深入理解 ChatGPT、Claude 等大语言模型的技术原理。大语言模型（Large Language Models，LLM）是当今 AI 最热门的技术方向。ChatGPT 的发布引爆了全球对 AI 的关注，让 AI 从专业领域走进了普通公众的生活。本章将深入解析大语言模型的技术原理，帮助读者理解这些令人惊叹的系统是如何工作的。
章节导读：大语言模型详解
深入理解 ChatGPT、Claude 等大语言模型的技术原理 大语言模型（Large Language Models，LLM）是当今 AI 最热门的技术方向。ChatGPT 的发布引爆了全球对 AI 的关注，让 AI 从专业领域走进了普通公众的生活。本章将深入解析大语…
8 分钟 · 在 AI 学院阅读正文6.1 语言模型演变
为什么几十年前的聊天机器人像“模板机”，现在更像真人？因为方法变了。从定规则，到统计学，再到“大力出奇迹”。 最早的聊天机器人叫 Eliza，由 MIT 的 Joseph Weizenbaum 在 1964-1967 年间开发，1966 年在《美国计算机学会通讯》上正式…
18 分钟 · 在 AI 学院阅读正文6.2 大模型原理
你眼中的“思考”，在 AI 眼里只是“概率计算”。根据上文，猜下一个字。 大语言模型（LLM）到底在干什么？ 一句话就能说清：Next Token Prediction（预测下一个词）。 这听起来像是在玩“文字接龙”。 你可能会问：“就这？这也能叫智能？”
18 分钟 · 在 AI 学院阅读正文6.3 Transformer 的注意力机制详解
注意力机制就是 AI 的“聚焦能力”。当你同时看一句话和一张图，你的眼睛不是均匀扫过每个像素，而是集中在重要的部分——AI 也是这样。 在自然语言里，同一个词在不同上下文中可能有完全不同的含义。 相同的字/词，在不同句子里，角色完全改变。
18 分钟 · 在 AI 学院阅读正文6.4 预训练与微调
通用大模型是“通才”，垂直行业模型是“专才”。预训练练内功，微调练招式。 训练像 大语言模型（LLM） 这样的模型，第一步叫做 预训练。 这就是 “上大学”。 OpenAI 把全网的数据喂给它，不分学科，什么都学。物理、化学、编程、莎士比亚、八卦新闻...
18 分钟 · 在 AI 学院阅读正文6.5 主流大模型
这个领域变化太快，不要死记硬背排名，要看懂各家的“独门绝技”。闭源与开源并行，能力、成本、合规三者都要看。以下模型和价格是 2026-06-09 的学习快照，生产选型必须回到官方模型页和价格页重新核验。 近年来，OpenAI、Anthropic、Google 仍是闭源大…
18 分钟 · 在 AI 学院阅读正文6.6 大模型的部署与推理：让模型跑起来
当我们在网页上向大模型提问，几秒钟后它就开始流利地回答我们时，你是否好奇过它在云端到底是怎样运行的？ 在真实的工业级环境中，让大模型“跑起来”的过程被称为 推理 (Inference)。这并不是简单地在电脑上运行一段脚本程序，而是一个需要调用成千上万张昂贵显卡、极其复杂…
18 分钟 · 在 AI 学院阅读正文本章小结：大语言模型详解
本章深入解析了大语言模型的技术原理，从历史演进到核心机制，再到训练方法和主流模型。 下一章将介绍推理模型与推理计算，探讨模型如何通过显式思考、搜索、工具调用和更长计算预算解决复杂问题。 📝 发现错误或有改进建议？ 欢迎提交 [Issue](https://github…
8 分钟 · 在 AI 学院阅读正文第七章 推理模型与推理计算
从快速反应到深入思考：理解AI“慢思考”革命与推理计算的崛起。2024年底，一个重大转变正在AI领域发生。传统的大语言模型都在追求“快速反应”——输入提示词，瞬间得到答案。但现在，一个新的思路正在成为主流：**给AI充足的时间来思考**。 这就是“推理模型”（Reasoning Models）的核心理念。OpenAI 从 o 系列进一步演进到 GPT-5（2025-08）及其迭代版本（当前主线为 GPT-5.5，2026-04-23），…
章节导读：推理模型与推理计算
从快速反应到深入思考：理解AI“慢思考”革命与推理计算的崛起 2024年底，一个重大转变正在AI领域发生。传统的大语言模型都在追求“快速反应”——输入提示词，瞬间得到答案。但现在，一个新的思路正在成为主流：给AI充足的时间来思考。
8 分钟 · 在 AI 学院阅读正文7.1 两种思维方式：System 1 vs System 2
心理学启示：为什么有些问题需要冷静思考，而有些可以快速判断？ 想象一下，你在驾车时突然看到一个红灯。你马上踩刹车——这是快速的、本能的、几乎不需要“思考”。 现在想象一下，你要计算：“23 × 47 等于多少？”你需要停顿一下，在脑子里做乘法。这需要你集中注意力，一步步…
18 分钟 · 在 AI 学院阅读正文7.2 推理模型的工作原理
推理模型如何在“思考”过程中找到答案的技术解密 为了理解推理模型的创新之处，我们先回顾一下传统LLM是如何工作的： 当你问ChatGPT一个问题时，模型在内部进行了很多计算，但你只能看到最终答案。就像一个黑盒子——输入进去，输出出来。
18 分钟 · 在 AI 学院阅读正文7.3 推理计算：新的AI范式
从固定参数到动态计算：为什么在推理时多花时间是件好事 在过去的十年，AI发展遵循一个简单的规律： 这就是所谓的“扩展法则”（Scaling Law）。为了让模型更聪明，研究人员就训练更大的模型。 与其训练一个超级大的模型，不如让一个足够大的模型花更多时间思考问题。
18 分钟 · 在 AI 学院阅读正文7.4 主流推理模型深度对比
OpenAI 推理路线、Claude 的扩展思考、DeepSeek-R1，以及 Gemini 的 Deep Research 工作流：各有绝技 2024-2026 年，四条主要的推理/研究路线各自占据了一席之地。让我们从初学者的角度看看它们的区别：
18 分钟 · 在 AI 学院阅读正文7.5 推理模型的局限与成本
没有完美的模型：理解推理模型为什么不是万能的 在深入了解了推理模型的强大能力之后，是时候诚实地面对它们的局限了。 你在使用Claude的Extended Thinking处理一个复杂的合同分析： 这是最根本的限制： 即使是推理模型，也可能出现幻觉：
18 分钟 · 在 AI 学院阅读正文本章小结：推理模型与推理计算
1. 从System 1到System 2 2. 推理模型的工作原理 3. 推理计算（Inference-Time Compute） 4. 四大推理模型对比 5. 推理模型的局限与成本 | 术语 | 定义 |
8 分钟 · 在 AI 学院阅读正文第八章 新架构与创新案例
从 Transformer 的天花板到 SSM 混合架构，再到 DeepSeek 的低成本奇迹。Transformer 架构统治了 AI 世界近十年，但它并非完美——二次复杂度（O(N²)）让处理超长文本变得极其昂贵。2024 年起，状态空间模型（SSM）和混合架构（Mamba、Jamba）开始挑战这一格局。 与此同时，DeepSeek 用不到 600 万美元训练出了与 GPT-4 相当的模型，证明了架构创新和工程效率可以击败规模堆叠。
章节导读：新架构与创新案例
从 Transformer 的天花板到 SSM 混合架构，再到 DeepSeek 的低成本奇迹 Transformer 架构统治了 AI 世界近十年，但它并非完美——二次复杂度（O(N²)）让处理超长文本变得极其昂贵。2024 年起，状态空间模型（SSM）和混合架构（M…
8 分钟 · 在 AI 学院阅读正文8.1 问题的根源：Transformer 的二次复杂度
为什么“所有的大模型都用 Transformer”这句话不再完全正确 2017 年“Attention is All You Need”论文发表时，Transformer 看起来是一个优雅的解决方案。相比之前的 RNN（递归神经网络），它有一个关键优势：
18 分钟 · 在 AI 学院阅读正文8.2 状态空间模型入门
用自来水管的类比理解 SSM 如何替代注意力机制 首先，别被名字吓住。“状态空间模型”听起来很复杂，但核心思想其实很简单： 这就是全部。没有注意力，没有复杂的矩阵乘法。只是不断更新一个状态。 想象一个自来水管系统： 📖 相关内容：
18 分钟 · 在 AI 学院阅读正文8.3 混合架构的未来：Jamba、Bamba、Titans
为什么最好的解决方案不是“选择 Transformer 或 SSM”，而是“同时用两者” 既然 Transformer 和 SSM 各有优缺点，为什么不在同一个模型中结合两者的优势？ Jamba 是 AI21 在 2024 年发布的一个模型，它同时融合了 Transfo…
18 分钟 · 在 AI 学院阅读正文8.4 长上下文与持久记忆：新能力的社会影响
从“受上下文窗口限制”到“可以处理更长材料”的转变意味着什么 在混合架构出现之前，上下文窗口的大小一直是一个痛点： 为了理解这些数字的意义，我们需要转换成现实的内容： 有了长窗口，另一个概念变成了可能：持久记忆 虽然 1M token 已经很大，但仍然有限制：
18 分钟 · 在 AI 学院阅读正文8.5 DeepSeek 是什么：从小创业到 AI 独角兽
理解一个 AI 公司如何在不到 5 年内从无到有，挑战全球巨头 要理解 DeepSeek，需要知道它不是一个“模型”，而是一个“产品系列”。 名字的含义： 公司的理念就体现在名字里：不是最快推出产品，而是最深入地理解问题。 DeepSeek 的成功不是侥幸，而是战略和执…
18 分钟 · 在 AI 学院阅读正文8.6 DeepSeek 的技术创新：MLA 和 MoE
用更聪明的方式而不是更大的规模来实现更好的性能 为了理解 DeepSeek 为什么需要 MLA，先看看传统 Transformer 注意力机制的问题： DeepSeek 引入的 MLA（Multi-head Latent Attention）解决了这个问题。
18 分钟 · 在 AI 学院阅读正文8.7 DeepSeek-R1：推理模型的黑马
用远低于 o1 的训练成本达到相当的推理能力 2024 年 12 月 DeepSeek 发布了 V3，随后在 2025 年 1 月 20 日又发布了 R1（推理模型版本）。 这有两个重要意义： 1. 速度：从无到有推出与顶级模型竞争的产品的时间表
18 分钟 · 在 AI 学院阅读正文本章小结：新架构与创新案例
本章分两个主题：超越 Transformer 的 SSM 混合架构，以及 DeepSeek 的技术创新与商业意义。 1. Transformer 的根本问题：二次复杂度 2. 状态空间模型（SSM）的新思路 3. 混合架构是最优方案
8 分钟 · 在 AI 学院阅读正文第九章 多模态与生成式 AI
探索 AI 如何理解和创造图像、音频、视频。AI 的能力已经超越了纯文本领域。多模态 AI 能够同时处理文本、图像、音频、视频等多种形式的数据；生成式 AI 则能够创造全新的内容。本章将介绍这些令人兴奋的技术方向。
章节导读：多模态与生成式 AI
探索 AI 如何理解和创造图像、音频、视频 AI 的能力已经超越了纯文本领域。多模态 AI 能够同时处理文本、图像、音频、视频等多种形式的数据；生成式 AI 则能够创造全新的内容。本章将介绍这些令人兴奋的技术方向。
8 分钟 · 在 AI 学院阅读正文9.1 多模态学习
真正的智能不应该是个“瞎子”或“聋子”。以前是读天书，现在是看电影。 其实，我们人类就是天生的 多模态（Multimodal） 生物。 以前的 AI 能力比较单一，更像一个“单模态”系统。 怎么让 AI 知道“猫”这个字，和“毛茸茸的图片”是一回事？
18 分钟 · 在 AI 学院阅读正文9.2 图像生成与扩散模型
AI 画画不是在“拼贴素材”，而是在“雕刻噪点”。无中生有，始于噪点。 在 2022 年之前，AI 主要是靠 GAN（生成对抗网络） 画画。 简单说，就是让两个 AI 打架： 打到最后，骗子技艺大涨，连警察都分不清真假了。
18 分钟 · 在 AI 学院阅读正文9.3 视频与音频生成
视频与音频生成正在快速进化，但离“全面替代专业制作”还有距离。Suno 懂乐理，而视频生成领域仍在快速迭代。 2024 年初，OpenAI 发布的 Sora 曾引发广泛关注，展示了 AI 视频生成在画质和运动连续性上的重大突破。
18 分钟 · 在 AI 学院阅读正文9.4 原生全模态与具身智能
更强的智能体（Agent）往往需要感知、行动和反馈能力。大模型 + 机器人 = 终结者？（开玩笑，是管家）。 早期多模态系统常采用分模块串联：视觉、语音、文本各自处理，再把结果交给语言模型整合。 现在的 大语言模型（LLM）正在逐步走向原生 多模态。
18 分钟 · 在 AI 学院阅读正文本章小结：多模态与生成式 AI
本章探索了 AI 在多模态理解和内容生成方面的前沿进展，从图像生成到视频音频，再到多模态融合应用。 第二部分“核心技术解析”到此结束。从[第十章](https://github.com/yeasy/ai_beginner_guide/blob/main/09_multi…
8 分钟 · 在 AI 学院阅读正文第十章 主流 AI 工具使用指南
手把手教你使用 ChatGPT、Claude、Gemini 等主流 AI 工具。前面的章节我们了解了 AI 的原理，现在到了大家最关心的环节——**怎么用？** 对于普通人来说，不需要通过编程来使用 AI。现在主流 AI 工具大多像聊天软件一样简单：你发给它一句话（这叫“提示词”），它回你一段话、一张图或一段代码。 本章将作为你的“向导”，带你逐一认识当前常见的 AI 工具。我们会带你了解它们各自的特点，以及更擅长什么场景。把这些工具用…
章节导读：主流 AI 工具使用指南
手把手教你使用 ChatGPT、Claude、Gemini 等主流 AI 工具 特别提示：各大 AI 工具的版本迭代、功能限制与价格策略变化极快。书中所提内容以近期普遍情况为例，实际使用时请务必以各产品官网发布的最新信息为准。
8 分钟 · 在 AI 学院阅读正文10.1 ChatGPT
如果你要先学一个通用 AI 工具，可以先从 ChatGPT 开始。遇事不决，问 ChatGPT。 在工具箱里，虽然有专门的螺丝刀、专门的锯子，但你随身携带的通常是一把 瑞士军刀。 ChatGPT 就是那把刀。 它可能不是某一项的“世界第一”（比如很多开发者更偏爱用 Cl…
18 分钟 · 在 AI 学院阅读正文10.2 Claude
如果你觉得 ChatGPT 写的东西“AI 味”太重，试试 Claude。文科生用 Claude，理科生也用 Claude。 Claude（由 OpenAI 前员工创立的 Anthropic 公司开发）是目前最主要的 ChatGPT 竞争者之一。
18 分钟 · 在 AI 学院阅读正文10.3 Gemini
Gemini 的关键优势不只在模型能力，还在于它更容易连接你的数字生活工具（在你授权的前提下）。左手 YouTube，右手 Gmail。 Gemini（双子座）是 Google 的核心大模型与产品家族。 它的优势常来自 Google 生态：搜索、YouTube、安卓、W…
18 分钟 · 在 AI 学院阅读正文10.4 国产 AI 工具
国产 AI 已经不是当年的吴下阿蒙了。在中文理解、本土落地、性价比上，它们在很多场景表现突出。中文写作找通义，长文分析找 Kimi，代码推理看 DeepSeek（以当下口碑为例）。 除了“不用翻墙”这个众所周知的原因，国产 AI 还有独特的 “本土优势”：
18 分钟 · 在 AI 学院阅读正文10.5 垂直领域工具
通用大模型是“超市”，垂直工具是“精品店”。专业的事，交给专业的工具。 如果你用过 Notion 或飞书，你会发现 AI 已经完全 嵌入 进去了。 Cursor 是近年讨论度很高的 AI 代码编辑器。 它不是给 AI 装了个插件，它直接重写了整个编辑器。
18 分钟 · 在 AI 学院阅读正文本章小结：主流 AI 工具使用指南
本章我们不再谈枯燥的原理，而是手把手介绍了几类主流 AI 工具。希望读完这一章，你已经跃跃欲试，注册好了至少一个账号。 1. 先选“主工作流”再选工具：如果你是通用问答 + 任务编排为主，优先选生态更顺手的一款作为主力。
8 分钟 · 在 AI 学院阅读正文第十一章 提示词工程入门
学会“说人话”，让 AI 真正听懂你的需求。你是否遇到过这种情况：满怀期待地问 AI 一个问题，结果它回了一堆正确的废话，或者根本没听懂你的意思？ 很多人因此觉得“AI 也不过如此”。其实，问题可能不在 AI 身上，而在我们 **提问的方式** 上。 在 AI 时代，**“会提问”**成为了一项核心技能。这种向 AI 提问、引导它输出高质量结果的技巧，被称为**提示词工程（Prompt Engineering）**。
章节导读：提示词工程入门
学会“说人话”，让 AI 真正听懂你的需求 你是否遇到过这种情况：满怀期待地问 AI 一个问题，结果它回了一堆正确的废话，或者根本没听懂你的意思？ 很多人因此觉得“AI 也不过如此”。其实，问题可能不在 AI 身上，而在我们 提问的方式 上。
8 分钟 · 在 AI 学院阅读正文11.1 提示词工程简介
AI 很强，但它没有“常识”，听不懂你的“潜台词”。即使你是个结巴，只要说得准，在这个时代就是演说家。 小时候我们都听过阿拉丁神灯的故事。 如果你对精灵说：“我要变得很有钱。” 精灵可能会把你变成一只纯金打造的青蛙。 你很生气：“我不是这个意思！”
18 分钟 · 在 AI 学院阅读正文11.2 提示词黄金三原则
既然 AI 是超级员工，那你就要拿出 CEO 的派头。背景 + 角色 + 目标 + 关键结果。 你发现没有，大老板下指令通常非常清晰，不怒自威。 因为他们潜意识里用了 BROKE 模型。这是笔者总结的一套最适合 AI 的沟通框架。
18 分钟 · 在 AI 学院阅读正文11.3 常用提示词模式
除了 BROKE，还有一些特定的“咒语”能解决特定问题。举个栗子，胜过千言万语。 有时候，你很难用语言描述清楚你要什么 风格。 比如“我要一种赛博朋克且带点忧伤的文字”。AI 可能会写得很矫情。 最简单的办法是 直接给例子。
18 分钟 · 在 AI 学院阅读正文11.4 常见错误清单
沟通最大的问题，在于“你以为你说明白了”，以及“他以为他听懂了”。少说“不”，多说“要”。 你对发型师说：“哪怕稍微剪短一点点。” 发型师的“一点点”和你的“一点点”，通常差了 5 厘米。 这就是 歧义（Ambiguity）。
18 分钟 · 在 AI 学院阅读正文11.5 提示词工程的失效边界
提示词工程是一门“帮助 AI 做它能做的事”的技艺。但有些事，再聪明的提示词也改不了。 | 需求 | 提示词 | RAG | 微调 | 情境内学习 | Function Calling | |------|--------|-----|------|----------…
18 分钟 · 在 AI 学院阅读正文本章小结：提示词工程入门
恭喜你，学会了这章，你已经超越了 90% 只会发“你好”的 AI 用户。 1. 提示词即咒语：AI 像个拥有神力但死脑筋的精灵，你说的话决定了它的法力如何施展。 2. 黄金三原则： 3. 好用的套路： 4. 避坑指南：拒绝模棱两可，少用否定句，不要一次塞太多任务。
8 分钟 · 在 AI 学院阅读正文第十二章 提示词工程进阶与上下文工程
从“会提问”到“会引导”，从优化一句话到优化整个知识背景。掌握了基础提示词技巧后，本章将带你进入两个更深层的领域： **提示词进阶**：如何引导 AI 进行深度思考，用思维链、结构化输出和迭代优化解决复杂任务。 **上下文工程**：提示词只是 AI 看到的“一句话”，上下文工程则优化 AI 看到的“整个背景”——包括 RAG、知识库和 MCP 协议。这是 2026 年 AI 应用的核心能力。
章节导读：提示词工程进阶与上下文工程
从“会提问”到“会引导”，从优化一句话到优化整个知识背景 掌握了基础提示词技巧后，本章将带你进入两个更深层的领域：
8 分钟 · 在 AI 学院阅读正文12.1 思维链
结果很可能是凑出来的，过程才是逻辑的体现。Let's think step by step. 如果你问 GPT-3 一个这样的问题： “小明有 5 个苹果，吃了 2 个，又买了 3 筐，每筐 10 个，现在有几个？” 它可能会直接回一个数字：35。
18 分钟 · 在 AI 学院阅读正文12.2 结构化输出
别让 AI 写作文，让它“填表”。请使用 Markdown 表格/JSON 格式输出。 如果你问 AI：“这是哪三款手机的对比？” 它通常会给你写一篇像博客一样的长文： “好的，这三款手机分别是 A、B 和 C。A 的特点是像素高，屏幕大... 而 B 的续航很好，但是…
18 分钟 · 在 AI 学院阅读正文12.3 迭代优化
没有一气呵成的神作，只有不断修改的初稿。先跑通，再优化。 海明威说过：“一切初稿都是狗屎（The first draft of anything is shit）。” 提示词也是一样。 当你写下第一句 “帮我写个文案” 时，得到的通常是平庸的回答。
18 分钟 · 在 AI 学院阅读正文12.4 高级提示词技巧
把 AI 玩出花来，让它不仅仅是个问答机器。让它考你，而不是你考它。 通常是我们问，AI 答。 但在学习新知识时，反过来效果更好。 我想练习雅思口语。 请你扮演严厉的考官，我是考生。 你问我一个问题，等待我回答。 我回答后，请点评我的语法错误，并给出更高分的表达方式。
18 分钟 · 在 AI 学院阅读正文12.5 上下文工程：AI 时代的基本素养
同样的问题，不同的上下文，AI 给出完全不同的答案 想象你问 ChatGPT：“推荐一部电影”。 AI 的回答可能很普通：《肖申克的救赎》、《楚门的世界》之类。 但如果你告诉 AI： 突然，AI 给出的推荐就完全不同：《心灵捕手》（有医学背景，需要思考，平静）、《时间规…
18 分钟 · 在 AI 学院阅读正文本章小结：提示词工程进阶与上下文工程
本章我们从“会提问”进阶到了“会引导”。通过掌握思维链、结构化输出和迭代优化，你已经具备了驾驭 AI 处理复杂任务的能力。 1. 思维链（CoT）： 2. 结构化输出： 3. 迭代优化： 4. 高级黑科技：
8 分钟 · 在 AI 学院阅读正文第十三章 AI 实战应用场景
10 个锦囊，解决你工作、学习、生活中的真实痛点。学了这么多理论和技巧，终于到了最激动人心的环节——**实战**。 很多人觉得 AI 很厉害，但一打开聊天框就不知道问什么。本章我们将抛开所有技术术语，直接进入真实的生活场景。 这里没有“展示 AI 的能力”，只有“解决你的问题”。 我们将从职场提效、学习辅导、编程辅助（针对小白）、生活助手和行业应用五个维度，为你提供即插即用的 AI 解决方案。你可以把这一章当作你的“AI 场景字典”，遇…
章节导读：AI 实战应用场景
10 个锦囊，解决你工作、学习、生活中的真实痛点 学了这么多理论和技巧，终于到了最激动人心的环节——实战。 很多人觉得 AI 很厉害，但一打开聊天框就不知道问什么。本章我们将抛开所有技术术语，直接进入真实的生活场景。 这里没有“展示 AI 的能力”，只有“解决你的问题”…
8 分钟 · 在 AI 学院阅读正文13.1 职场应用
你是想靠加班硬撑，还是学会让 AI 协助你高效完成任务？脏活累活，全给 AI。 以前开完会，整理录音那是噩梦。 现在： 1. 把录音扔给 通义听悟 或 飞书妙记，转成文字。 2. 把那一坨文字扔给 Kimi 或 ChatGPT。
18 分钟 · 在 AI 学院阅读正文13.2 学习助手
最好的老师不是灌输知识，而是苏格拉底式的提问。费曼学习法，AI 陪你练。 你想学“熵”这个概念，看维基百科看睡着了？ 试试对 AI 说： “我想学习'熵'。请你扮演 苏格拉底。 不要直接告诉我定义，而是通过 向我提问 的方式，引导我自己悟出这个概念。
18 分钟 · 在 AI 学院阅读正文13.3 编程助手
传统编程门槛正在消失，自然语言 正在成为新的编程交互方式。你说人话，它写代码。 你不需要学 HTML/CSS，不需要懂前端。 打开 Claude (开启 Artifacts) 或 ChatGPT (开启 Canvas)。这两者都支持在右侧窗口实时预览代码效果。
18 分钟 · 在 AI 学院阅读正文13.4 生活助手
AI 不仅能赚钱，还能省心。把脑子留给享受生活，把琐事留给 AI。遇事不决，问 AI。 以前做攻略：查小红书、查大众点评、查地图，开几十个网页，累得半死。 现在，用支持联网的 AI（如 Perplexity 或 Kimi）： 我要去 日本京阪神 玩 7 天，带 父母（腿…
18 分钟 · 在 AI 学院阅读正文13.5 AI 在非技术行业的应用
AI 不是只有程序员才能用。医生、律师、编辑、老师……每一行都在悄悄用 AI 重新定义工作的方式。 想象一个编辑面临的日常困境：你要写一篇关于《远程工作的未来》的文章，脑子里只有碎片想法。以前，你需要花一整个下午来整理思路、组织框架。现在，你可以把这些片段扔给 Chat…
18 分钟 · 在 AI 学院阅读正文本章小结：AI 实战应用场景
本章我们展示了 AI 在真实世界中的 10+ 种玩法。你会发现，AI 并不高冷，它极其接地气。 1. 职场利器：从写周报到回邮件，凡是需要整理、改写和归纳文字的地方，AI 都可能减少重复劳动。 2. 学习外挂：它是个不知疲倦的口语陪练和苏格拉底式的导师，能把个性化教育变…
8 分钟 · 在 AI 学院阅读正文第十四章 AI 智能体与多智能体系统
从“陪你聊天”到“帮你干活”，从独奏到交响乐。AI 正在从聊天机器人进化为智能体（Agent）——不仅能“说”，还能“做”。智能体能感知环境、规划步骤、使用工具，最终完成复杂的自动化任务。 更进一步，当多个智能体协作时，它们就像一支 AI 团队：分析师负责框架、研究员负责数据、批评家负责质疑、评估者负责可行性。多重视角可能减少遗漏，但是否优于单体 AI，仍要看任务是否适合拆解以及评测结果。
章节导读：AI 智能体与多智能体系统
从“陪你聊天”到“帮你干活”，从独奏到交响乐 AI 正在从聊天机器人进化为智能体（Agent）——不仅能“说”，还能“做”。智能体能感知环境、规划步骤、使用工具，最终完成复杂的自动化任务。 更进一步，当多个智能体协作时，它们就像一支 AI 团队：分析师负责框架、研究员负…
8 分钟 · 在 AI 学院阅读正文14.1 什么是智能体？
本节用通俗易懂的方式介绍智能体的核心概念，并通过生活实例说明它与传统聊天机器人的本质区别。 💡 关于智能体的完整介绍，请参阅《智能体 AI 权威指南》。 智能体通常指 能够规划任务、调用工具、观察结果并根据反馈调整行为的 AI 系统。
18 分钟 · 在 AI 学院阅读正文14.2 智能体是如何工作的？
我们可以通过一个简单的模型——ReAct（Reasoning + Acting，推理+行动）（由普林斯顿大学与 Google 团队于 2022 年首次发布于 arXiv，论文发表于 ICLR 2023）来理解智能体的工作流程。
18 分钟 · 在 AI 学院阅读正文14.3 低代码智能体开发平台
看到这里，你可能想：“这太高级了，我得是个程序员才能搞吧？” 好消息：现在有很多 低代码/零代码（Low-Code/No-Code）平台，让普通人通过拖拉拽，就能造出自己的智能体（Agent）。 字节跳动推出的超强大平台，国内国外都有版（Coze.cn / Coze.c…
18 分钟 · 在 AI 学院阅读正文14.4 多智能体协作系统：从独奏到交响乐
一个乐手再厉害，也不如一个管弦乐团 单个强大的 AI 看起来什么都能做，但在复杂任务上仍有明显局限；多智能体也不是天然更好，只有分工、评审和交接设计清楚时才有优势： 具体的限制： 1. 没有人质疑它 2. 没有分工的精专
18 分钟 · 在 AI 学院阅读正文本章小结：AI 智能体与多智能体系统
本章我们解开了 AI 进化的下一个形态——智能体（Agent）。 1. 从“说”到“做”：智能体不仅是大脑，还装上了感官（感知）和手脚（工具），能主动改变世界。 2. ReAct 模式：智能体像人一样，遵循“思考-行动-观察-再思考”的逻辑闭环。
8 分钟 · 在 AI 学院阅读正文第十五章 AI 伦理、安全与未来
当机器越来越聪明，我们需要担心什么？。AI 的发展速度之快，让很多人感到兴奋，也让很多人感到不安。 打开新闻，你可能会看到“AI 诈骗”、“AI 换脸”、“AI 抢饭碗”的报道。好莱坞电影更是把 AI 描绘成毁灭人类的终结者。 作为一个普通人，我们该如何看待这些风险？AI 真的会失控吗？它会抢走我们的工作吗？
章节导读：AI 伦理、安全与未来
当机器越来越聪明，我们需要担心什么？ AI 的发展速度之快，让很多人感到兴奋，也让很多人感到不安。 打开新闻，你可能会看到“AI 诈骗”、“AI 换脸”、“AI 抢饭碗”的报道。好莱坞电影更是把 AI 描绘成毁灭人类的终结者。
8 分钟 · 在 AI 学院阅读正文15.1 AI 的偏见与伦理
我们总以为机器是绝对理性的，但实际上，AI 就像一面镜子，照出了人类社会的偏见。 是的，而且很常见。 1. 招聘筛选：据路透社（Reuters）2018 年的调查报道，亚马逊曾开发过一个 AI 简历筛选系统，结果发现它会歧视女性（系统会自动因“女子学院”等字眼而降分）。…
18 分钟 · 在 AI 学院阅读正文15.2 安全与隐私挑战
AI 让我们的生活更便利，也让坏人作恶的门槛变低了。 不同平台会不会保存你的对话、会不会用于训练，规则并不一样，而且账号设置也会影响结果。所以使用 AI 时，最好默认“这段内容可能会被记录”。 1. 不要喂敏感数据：千万不要把公司机密代码、家庭住址、身份证号发给公共 A…
18 分钟 · 在 AI 学院阅读正文15.3 AI 对就业的影响
这可能是普通人最关心的问题：我会失业吗？ 历史上的每一次技术革命（蒸汽机、电力、计算机），都消灭了旧工作，创造了新工作。 在 AI 时代，什么能力最值钱？ 1. [提问能力](https://github.com/yeasy/ai_beginner_guide/blob…
18 分钟 · 在 AI 学院阅读正文15.4 迈向 AGI
我们现在处于什么阶段？未来会怎样？ 站在当下回望，很多人觉得我们正在接近 AGI，但“还有多远”依然存在巨大分歧。 如果 AI 达到了人类水平，它就能设计出比自己更强的 AI。这种自我迭代会引发智能爆炸，被称为 “技术奇点”。
18 分钟 · 在 AI 学院阅读正文本章小结：AI 伦理、安全与未来
本章我们探讨了 AI 发展的硬币两面。 1. 偏见与伦理：算法可能继承甚至放大人类的偏见，需要警惕。 2. 安全挑战：Deepfake 让“有图有真相”成为历史，隐私保护变得前所未有地重要。 3. 就业冲击：AI 未必直接替代整个人，但会重塑岗位结构与技能要求。人的核心…
8 分钟 · 在 AI 学院阅读正文第十六章 AI 硬件与量子计算入门
AI 的大脑是芯片：理解硬件如何驱动人工智能的未来。当我们谈论 ChatGPT、Claude 或其他 AI 的时候，很容易只看到软件和算法。但实际上，这些 AI 的大脑就是芯片——GPU、TPU、NPU 等专门为 AI 设计的硬件。2026 年，硬件正在成为 AI 竞争的新战场。 同时，量子计算不再只是理论概念：IBM、Google 等团队已经展示出可运行硬件、云端服务和若干专用实验结果。它短期内还不能直接替代 AI 训练或推理，但在模…
章节导读：AI 硬件与量子计算入门
AI 的大脑是芯片：理解硬件如何驱动人工智能的未来 当我们谈论 ChatGPT、Claude 或其他 AI 的时候，很容易只看到软件和算法。但实际上，这些 AI 的大脑就是芯片——GPU、TPU、NPU 等专门为 AI 设计的硬件。2026 年，硬件正在成为 AI 竞争…
8 分钟 · 在 AI 学院阅读正文16.1 AI 芯片基础：GPU、TPU、NPU
如果说算法是 AI 的大脑，那么芯片就是让大脑工作的心脏。 想象你要做一个任务：计算 1000 万个数字的平方。 1. GPU 是当前的统治者 2. TPU 是效率之王 3. NPU 是隐私和省电之王 4. 芯片选择很关键
18 分钟 · 在 AI 学院阅读正文16.2 量子计算与 AI 的未来
从“经典计算机卡壳的问题”到“量子计算可能更擅长的问题” 你可能听说过“量子计算”，脑子里浮现的是这样的画面： 2024-2025 年，IBM、Google 等量子计算团队展示了硬件、纠错和专用任务上的进展。它不再只是理论，但距离大规模通用应用仍有距离。量子计算可能在以…
18 分钟 · 在 AI 学院阅读正文本章小结：AI 硬件与量子计算入门
| 芯片类型 | 性能 | 功耗 | 成本 | 主要用途 | |---------|------|------|------|---------| | GPU（H100/B200） | 最强 | 700W | $35k/块 | 训练、云推理 |
8 分钟 · 在 AI 学院阅读正文