AI 101 / FIVE SHORT LESSONS

从一次对话,走到一位能工作的 AI。

面向第一次系统了解 AI 与 Agent 的你。

手绘风格的大语言模型示意图

01 THE ENGINE

AI

日常所说的 AI,多半指由 LLM 驱动的生成式 AI。LLM 的本质是一种概率预测模型。

它阅读上下文,再一步步预测最可能接着出现的 token(可粗略理解为文字片段),所以能写、答、改与总结。

延伸阅读:Transformer 架构 →
记住它只是在推测下一个 token;不等于具备人类式智能,也不保证准确。
手绘风格的聊天机器人示意图

02 THE CONVERSATION

Chatbot

Chatbot 是把模型变成对话产品的界面:你提问,产品把问题和必要的上下文交给模型,再把结果呈现给你。

ChatGPT、Gemini、DeepSeek、豆包都是常见例子。如今不少产品还能处理图片、语音和文件;具体能力取决于模型、版本与权限。

ChatGPTGeminiDeepSeek豆包
记住Chatbot = 让你和模型聊天。
手绘风格的 AI Agent 工作示意图

03 FROM MODEL TO ACTION

Agent

模型能回答;Agent 能在被授权的范围内做事。

它由模型、工具和你的授权共同构成:可以读取指定资料、调用工具、完成若干步骤,再把结果交给你确认。

记住它能为你做到什么,取决于你允许它访问和使用什么。
手绘风格的编程 Agent 示意图

04 A USEFUL SPECIALIST

Coding Agent

过去数十年的技术积累,让电脑上的大量工作都能通过程序完成。于是,能写代码并操作电脑工具的 Agent 往往表现得很通用。

Claude Code、Codex 是代表性产品:它们可以把代码、文件、命令、表格和网页等可程序化任务,组织成一连串可执行步骤。

记住虽然叫 Coding Agent,完全可以把它当成通用任务助手来用。
手绘风格的人与 AI 协作示意图

05 WORKING TOGETHER

Collaborate

把 AI 当成一位聪明、但不了解你背景的协作者。它需要你先说清楚要完成什么。

给它足够的上下文、参考资料和例子;重要结论、对外内容与实际操作,由人来检查和确认。

记住好结果来自:清楚的目标、足够的上下文、共同的验收。

ONE LINE RECAP

模型负责生成,产品让你对话,Agent 获得工具,人负责边界与验收。