AI入门：从大模型到智能体
面向非技术读者的30篇AI通识课：从AI与大模型、训练原理、下一字预测、幻觉、Token与上下文、提示词，到Agent、Harness、工具调用、MCP、知识库、Subagent、Multi-Agent、Skill、记忆、Embedding、RAG、微调、API与开源/本地/云端模型，最终篇把整个AI世界重新拼成一张图。
共 30 篇 · 单篇页面收录于 AI 教程栏目 · 来源仓库：lennonli/licheng-AI-tutorials
演讲版 · 30 页完整课把 AI 入门讲给别人听按文章顺序把 AI 入门拆成 30 页演讲内容；每页一个主题，配有示意图、记忆点和讲者提示。打开演讲版系列目录
- AI入门01｜我们今天说的AI，到底是什么？ —— 人工智能，Artificial Intelligence，简称AI，其实是一个非常大的概念。它并不是从ChatGPT出现以后才有。搜索推荐、语音识别、人脸识别、自动驾驶，都属于人工智能的不同应用。
- AI入门02｜ChatGPT不是AI，大模型也不等于ChatGPT —— 很多人第一次接触AI，就是从ChatGPT开始。理解AI世界的第一步，就是把“模型”和“产品”分开。
- AI入门03｜大模型到底是怎么“学会”说话的？ —— 很多人第一次和大模型聊天，会有一种很强烈的感觉：；对于入门来说，可以从一个最核心的机制理解：
- AI入门04｜AI是真的理解你，还是只是在预测下一个字？ —— 知道大模型会预测下一个Token以后，很自然会出现一个问题：；那AI到底是真的理解我，还是只是在做概率预测？
- AI入门05｜为什么AI会一本正经地胡说八道？ —— 使用AI最危险的体验之一，不是它说“我不知道”。看起来合理、表达完整，但事实并不存在或并不准确的内容。
- AI入门06｜一个大模型，到底是怎么训练出来的？ —— 前面讲过，大模型会通过预测下一个Token学习语言。但一个今天可以正常聊天、推理和调用工具的大模型，并不是只做一次训练就结束。
- AI入门07｜Token是什么？为什么它会影响AI能记住多少内容？ —— 很多API按照Token计费，模型也经常写着支持几十万Token上下文。模型不会直接把整篇文章当成一个整体处理。
- AI入门08｜什么是上下文？为什么它可能比提示词更重要 —— 前一篇讲了Token，也讲到一个词：；很多人刚开始用AI时，会把注意力主要放在“提示词怎么写”。
- AI入门09｜提示词到底是什么？其实没有那么神秘 —— 这一篇继续讲大家最熟悉、也最容易被“神化”的概念：；这些话有时有帮助，但真正决定结果的通常不是修饰词。
- AI入门10｜怎样给AI一个规范、完整的工作任务？ —— 那怎样给AI交代一项相对完整的工作？；对于大多数任务，只要把几个关键要素说清楚：
- AI入门11｜为什么有的AI回答很快，有的却要“想很久”？ —— 同样是AI，有的几秒钟就回答，有的会显示“思考中”，还有的推理模式明显更慢。改一句话、翻译、提取几个字段，这类任务比较直接。
- AI入门12｜什么是多模态AI？为什么它不只会读文字了 —— 今天越来越多AI已经不只是处理文字。图片、截图、PDF、语音、视频、表格。
- AI入门13｜什么是AI智能体Agent？它和普通聊天AI有什么区别？ —— 聊天AI主要负责回答问题，Agent更强调完成任务。“读取这个文件夹里的全部合同，找出知识产权条款，比较差异，生成Excel并保存到输出目录。”
- AI入门14｜大模型和Agent到底是什么关系？ —— 这一篇把一个特别容易混淆的问题讲清楚：；模型像“大脑”，Agent像配了工具和工作环境的工作人员。
- AI入门15｜Harness是什么？为什么同一个模型放在不同Agent里，效果会差很多？ —— 同一个模型，放进不同Agent里，表现可能完全不同。这个词目前并不是所有厂商都使用完全相同的严格定义，但在Agent语境里，可以先理解成：
- AI入门16｜Agent到底能做什么？从聊天到真正执行任务 —— 前面已经讲了模型、Agent和Harness。如果一项工作包含读取资料、分析、调用工具、生成结果等多个步骤，就很适合考虑Agent。
- AI入门17｜什么是工具调用？为什么AI现在可以自己搜索、读文件、查数据库？ —— Agent之所以比普通聊天AI更像一个工作人员，一个关键原因是：；模型负责判断要做什么，工具负责真正去做。
- AI入门18｜MCP是什么？为什么有些Agent把它叫“连接器”？ —— Model Context Protocol，模型上下文协议。同时，一些AI产品特别是国内产品会把类似的外部集成功能直接叫：
- AI入门19｜什么是AI知识库？把一堆文件丢进去并不等于知识库 —— 你可以上传合同、制度、案例、法规、会议纪要和公司资料，然后让AI基于这些内容回答。知识库是一套让AI能够在需要时找到正确资料的信息系统。
- AI入门20｜知识库、搜索、上下文和记忆，到底有什么区别？ —— 知识库、搜索、上下文和记忆，都和“给AI提供信息”有关，所以非常容易混淆。搜索负责找外部信息，知识库负责查长期资料，上下文负责当前使用，记忆负责长期保留重要信息。
- AI入门21｜什么是Subagent？它和多个Agent有什么区别？ —— Subagent，子代理或子智能体。这个概念非常容易和“多个Agent”混在一起。
- AI入门22｜什么是Multi-Agent？为什么要让多个Agent一起工作？ —— Multi-Agent是多个相对独立Agent之间进行分工、协作、交接或互相检查。复杂工作不一定需要一个Agent从头做到尾。
- AI入门23｜Skill是什么？它和Prompt、Agent有什么区别？ —— 前面已经讲过 Prompt，也讲过 Agent。Prompt 是这一次让 AI 做什么，Skill 是一类事情通常应该怎么做，Agent 是真正负责执行任务的主体。
- AI入门24｜什么是AI记忆？它和聊天记录、上下文、知识库有什么区别？ —— 现在越来越多 AI 产品开始提供一个功能：；它可以让 AI 在新的对话里仍然知道一些过去的信息。
- AI入门25｜Embedding是什么？为什么AI能找到“意思相近”的内容？ —— 讲知识库和 RAG 时，经常会遇到一个词：；这个词听起来很数学，但普通用户不需要理解公式。
- AI入门26｜RAG是什么？为什么AI回答前要先找资料？ —— 在知识库、企业AI和专业Agent里，经常会看到一个缩写：；Retrieval-Augmented Generation，检索增强生成。
- AI入门27｜Fine-tuning微调是什么？它和RAG、知识库有什么区别？ —— 讲完RAG以后，还有一个经常被混在一起的词：；“我把公司资料上传进去，把模型微调一下。”
- AI入门28｜API是什么？为什么同一个大模型可以出现在很多产品里？ —— 当你开始从ChatGPT走向Agent、自动化和各种AI工具以后，迟早会遇到一个词：；Application Programming Interface，应用程序编程接口。
- AI入门29｜开源模型、本地模型和云端模型有什么区别？ —— 接触AI稍微深入一点以后，经常会听到：；这些词经常混在一起，但其实讲的是不同问题。
- AI入门30｜最终篇：从大模型到Agent，把今天的AI世界重新拼起来 —— 这是《AI入门：从大模型到智能体》的最后一篇。今天很多生成式AI能力，核心来自大模型。
