基础系列

从零建立 AI 知识体系，由浅入深

第一次来？这篇文章告诉你该读什么、怎么读、哪些可以跳过——按你的背景选路径。

不用公式、不用术语堆叠——用三个日常比喻，建立对人工智能的第一性理解。

理解 LLM 的三个核心机制：Token 切分、上下文窗口、概率采样——搞懂这些，你就不会被 AI 的「魔法」唬住。

五个实用技巧，从「随便问问」到「稳定输出」——不需要学咒语，只需要想清楚你要什么。

检索增强生成（RAG）的完整流程：分块、向量化、检索、生成——用一张图和一段伪代码讲明白。

Agent 不只是回答问题——它能规划步骤、调用工具、自主执行。理解 Agent 的循环机制，你就懂了 Cursor 和 Devin 在干什么。

三种让 AI 更「懂行」的方案，各自适合什么场景、花多少钱、有什么坑——一张决策表帮你选。

文字、图片、音频、视频——多模态 AI 怎么统一处理？能做什么、不能做什么，一篇讲透。

把 AI 集成进真实产品的 10 个检查项——安全、成本、评估、监控，一个都不能少。