人工智能知识点包含以下几大类AI历史与现状、AI基本方法、基础数学、语言与编程、硬件知识。本文汇总网络上公开的各部分优质资料梳理出一条人工智能自学路径作为课程学习引导。AI历史与现状第一次AI浪潮Lisp编程语言第二次AI浪潮什么是“感知机”及他的缺陷什么是人工智能中的专家系统第三次AI浪潮机器学习基础机器学习和深度学习机器学习和深度学习下AI基本方法学习方法人工智能--监督学习人工智能--无监督学习--聚类深度学习--生成模型和判别模型人工智能--强化学习计算机视觉五大计算机视觉方向自然语言处理自然语言处理NLP时序数据处理时间序列ARIMA模型基础数学高维空间与线性代数什么是矩阵线性代数--向量是什么线性代数--矩阵乘法与线性变换矩阵的秩特征向量与特征值空间变换微积分基础微积分的本质方向导数和梯度的直观理解直观理解链式法则和乘积法则微积分逻辑傅里叶级数卷积的两种可视化优化理论基础利用导数求极值数理统计基础概率论--总体与样本贝叶斯定理--概率论直觉化平均数极差方差通俗统计学原理幂律分布随机变量信息论基础从概率角度理解熵如何理解信息熵打包理解“信息量”“比特”“熵”“KL散度”“交叉熵”语言与编程数据结构数字类型Unicode、ASCII、UTF-8、代码点、编码等存储文件图像格式颜色空间RGB和YUVbase64编码python语言python--Numpy和Pandas机器学习建模--scikit-learn类和对象python--值的传递引用编译型语言和解释型语言GIL全局锁AI框架了解PyTorch计算图与动态图机制硬件知识计算存储AI、机器学习、深度学习之间的关系从集合的角度上看AI ML DL通俗的解释深度学习是机器学习的其中一个分支机器学习又是人工智能的一种技术而已。人工智能是研究 、 开发用于模拟 、 延伸和扩展人的智能的理论 、 方法及应用系统的一门新的技术科学 。机器学习专门研究计算机怎样模拟或实现人类的学习行为 以获取新的知识或技能重新组织已有的知识结构使之不断改善自身的性能 。 是人工智能的核心研究领域之一 。深度学习源于人工神经网络的研究 多层感知器就是一种深度学习结构 。 深度学习是机器学习研究中的一个新的领域 它模仿人脑的机制来解释数据 例如图像 声音和文本人工智能的四大要素数据、算法、场景、算力如何更好地使用AI不要把AI简单的当成搜索引擎来使用而是要给它很具体的要求比如“以健身新手装备闭坑指南为主题生成一个小红书的笔记要具备专业性和传播力”。你的提问要从“下达指令”到“表达需求”。总之把自己当成是AI的甲方不断补充自己的要求完善自己的核心诉求与目标。如果你不知道打造一个爆款需要提哪些要求别怕这个也可以问他。提问时多加提示语以引导它完善自己的大难提示语就是我们和AI对话所使用的语言可以使简单问题、详细指令或复杂任务的描述。提示语包括指令明确告诉AI希望他执行什么任务上下文为AI提供背景信息帮他准备理解执行任务期望明确或隐含的表达你对他的输出要求和预期三部分。prompt工程使用AI一定要学会prompt工程他是一套给AI设计、优化和迭代指令让AI稳定产出高质量结果的一整套方法论比如CRISPE框架。或其他自己发现的某个特别好用的prompt就可以把他保存下来形成自己的prompt库。CRISPE框架字母全称中文含义作用说明 具体实例同一任务贯穿CContext背景 / 上下文交代场景、前置条件、已知信息、受众、时间 / 行业 / 限制环境我是一名电商运营需要为38 女神节活动写一篇面向 25-35 岁女性的产品推文RRole角色 / 身份设定 AI 的专业身份、岗位、资历、能力边界决定回答专业度你是资深美妆文案策划师擅长写温柔、高级、有购买力的种草文案IInput输入 / 需求原文需要 AI 处理的原始内容、问题、素材、数据产品保湿面霜卖点补水、抗敏、平价、孕妇可用SSteps执行步骤 / 拆解逻辑要求 AI 分步执行、拆解任务、按流程输出提升条理1. 开头抓痛点2. 介绍 3 个核心卖点3. 强调活动福利4. 结尾引导下单EOutput输出结果 / 格式定义最终交付形式字数、结构、语气、排版、表格 / JSON / 要点等输出400 字短文分 4 段语气亲切治愈带 emoji适合公众号 / 小红书发布常见的prompt框架序号Prompt 框架核心要素数核心构成核心适用场景1CRISPE5 个C 背景 R 角色 I 输入 S 步骤 E 输出职场文案、报告、方案、专业结构化长内容2RFT3 个Role 角色 Task 任务 Format 输出格式固定格式输出表格 / JSON / 代码 / 标准化文案3CoT 思维链3 个问题 分步推理 验算输出数学计算、逻辑推理、复杂分析、理科解题4Few-Shot 少样本3 个任务说明 示范案例 待处理内容文本分类、关键词抽取、风格复刻、自定义判别5STAR (Prompt 版)4 个S 情境 T 任务 A 行动 R 结果面试答题、职场复盘、工作总结、案例拆解6PERSONA 角色人设3 个人设身份 能力 语气风格虚拟客服、IP 对话、直播话术、角色扮演聊天AI技术名词各个概念LLM大语言模型例如你对AI提问“周末自驾去川西该怎么玩”AI很快给出答复这背后的核心就是大语言模型LLMLarge Language Model。具体产品举例GPT-4oOpenAI、Claude 3.7 SonnetAnthropic、DeepSeek-V3深度求索、Qwen2.5-72B阿里等。多模态模型他就是大语言模型只不过是更强大的模型。如果大语言模型LLM是大脑那多模态模型就是长了耳朵和眼睛的大脑能看懂图片听懂声音。具体产品举例GPT-4o直接听懂你的语音语调还能看摄像头画面Token它将你的问题拆解为Token不是一个字一个词是大模型理解文字的最小单元每个Token对应一个数字即Token id大模型通过计算预测出一个Token后面最应该接的是哪个Token从而拼凑出完整回答。Prompt提示词在这个过程中你的提问就是Prompt提示词。假如你换一种问法“预算5000行程5天喜欢自然风景类景点对吃的要求不高去川西自驾怎么玩”回答就会立刻好用很多这套把话说清楚的方法论就叫Prompt Engineering提示词工程。Context上下文如果它给了回答后你又补充“不去网红景点预算提高到8000”它都会调整回答它是怎么记住的因为每次发消息时系统都会把之前的对话一起打包发给大模型这就是Context上下文Memory记忆大模型理解上下文的长度是有限的随着对话积累模型会忘记一开始的内容。常见做法是让模型把之前的对话做一次压缩总结只保留关键信息。这关键信息就是Memory模型的记忆具体产品举例chatGPT的记忆功能。RAG检索增强生成你继续问“看我以前收藏的旅行攻略来规划行程”模型就宕机了它不知道你收藏的攻略是什么这时候就需要RAG检索增强生成它可以读取你的私有资料让回答更加真实可靠。它先把你的资料切成小片段存进知识库你提问时系统检索出最相关的片段并作为背景资料和你的问题拼接。模型阅读这段增强后的上下文生成准确回复我们现在接触的AI客服、问答助手等背后都是RAG技术具体产品举例豆包/Kimi的上传文件功能。Function Calling函数调用但大模型此时还不能真正干活。比如你让大模型“查一下高铁票”AI会回答你让你打开12306查询。它只能告诉你怎么做但没法真的去帮你查车次。这就用到Function Calling函数调用了它让大模型具备能够接入外部工具的能力。函数调用流程是AI应用程序先告诉大模型有哪些第三方工具可以用再把你的对话发过去当模型判断需要调用工具时就输出一段结构化的函数调用指令程序拿到指令去查询车次查询结果返还给模型然后模型就回复你“符合行程规划的车次有...”MCP模型上下文协议但是每接入一个新工具就需要单独写适配代码不同的应用之间这些工作时无法复用的于是有了模型上下文协议MCPModel Context Protocol。它统一所有第三方工具的接口AI程序只需要对接MCP这一个协议就能调用所有使用同一接口的工具。MCP和Function Calling的区别在于Function Calling让模型按照约定的格式输出调用指令而MCP是让所有工具都遵循同一格式被模型接入自主执行Agent能不能只说一句“帮我把川西旅行安排好”剩下的全交给它呢可以这就是Agent。一个Agent在接到目标后会自己思考怎么做整个过程它自己规划步骤、调用外部工具、记录每一步结果......没错Agent就是在大模型的基础上把之前这些能力打包成一个能独立干活的系统。大模型再聪明也只能你问一句它在文本框里答一句。但Agent能实实在在帮你干活并持续学习思考越干越聪明。具体产品举例市面上简单的AI产品比如只做关键词回复的客服机器人它们只是“LLM工作流”。而能够自助规划反复试错的产品就是Agent比如ManusDevinOpenCode等。Workflow工作流将步骤固定顺序锁死使得AI没有自助决策权像一个工厂传送带一样机械执行。具体产品举例Dify或Coze扣子里的“工作流模式”。你做一个“小红书爆款标题生成器”Step1必须提取关键词 →Step2必须搜索同类爆款 →Step3必须套用模板生成 →Step4必须人工确认才能发布。中途任何一步都不能跳过或改变顺序Skill技能理想情况下Agent能完全自己安排旅行但实际上你还是要提醒他按天规划行程、找攻略、查高铁等等。此时Skill技能就来帮你了你可以把所有的偏好和规则写进一个skill里这样下次Agent接到类似任务时会参考这份文件按规定办事。Skill和Prompt的区别是Prompt是一次性的话术想便签纸每次用都要写。而Skill是可以重复使用的程序化能力像一本书有标题有内容随时可以翻看Skill本身就是结构化的。可以将你所有的Skill都整合在一起通过渐进式的披露机制在运行过程中按需激活读取使用不同Skill大大节省上下文和Token让任务执行成本更低。Harness但是能力越大闯祸可能也越大。有时你让Agent买车票它买错了甚至直接付钱。这时候Harness出现了这个词意思是马具他可以套上脱缰的Agent约束它的失控行为。Harness首先将最全面的上下文提供给模型避免其失忆同时给Agent划定边界明确哪些红线不能碰最后能自动验收任务成成果给出反馈并引导修复。它的核心就是构建一个AI友好工作环境确保在可控范围内爆发生产力。Vibe Coding可以理解为用聊天的方式让AI给你把代码做出来。不会写代码的人也可以实现代码开发。通过多次提需求让AI不停修改直到满意。可以不会写代码但是要会描述需求发现问题继续改。本地部署平常使用AI是把问题发到云端用云电脑处理。本地部署就是把AI模型或AI工具装到自己电脑让它本地运行。适合私密资料、公司内网、长期固定任务等场景。对硬件配置有要求。一句话记住概念的关系你用 Prompt 指挥 LLMLLM 通过 Context 记住你刚说的话通过 Memory 想起你上周的偏好通过 RAG 翻看你给的资料通过 Function Call 或 MCP 去操控外部软件——当这一切串联起来并且允许 LLM 自己决定先做哪一步、做错了重来它就变成了 Agent。各个概念总结与产品举例概念理解具体产品/真实场景举例1. LLM回答问题的“大脑”GPT-4oOpenAI、Claude 3.7 SonnetAnthropic、DeepSeek-V3深度求索、Qwen2.5-72B阿里。2. Token模型理解的数字ID最小单元在OpenAI 官方 Tokenizer页面输入“ChatGPT”它会显示这被拆成[Chat, G, PT]共3个Token。中文“人工智能”通常拆成4-6个Token。3. Prompt你提的问题你在Kimi对话框里敲的“请用表格形式帮我整理这份财报的核心数据”。4. Prompt Engineering把话说清楚的方法论你写代码提示词时加一句“使用 Python 3.10不要用 pandas用纯循环实现”输出质量天壤之别。这叫结构化提示。5. Context每次打包发送的历史对话Claude支持200K Token 上下文你可以把《三体》三部曲约90万字直接丢进去问它“罗辑和章北海有什么异同”它记得开头和结尾。6. Memory跨对话记住的个人偏好ChatGPT 的“记忆”功能。你跟它说“我女儿叫朵朵今年3岁”下次新开对话问“推荐个亲子游戏”它会直接说“适合朵朵这个年龄段的游戏有...”。7. RAG翻看你给的私密资料作答豆包 / Kimi 的“上传文件”功能。你上传自家公司的《员工手册.pdf》问“年假可以累积到下年吗”它只根据你给的PDF回答绝不瞎编。8. Function Calling让模型输出指令调取外部接口你在智谱清言AutoGLM里说“帮我查一下明天北京到上海的机票”它内部调用携程/去哪儿的查询API返回真实航班信息。9. MCP工具的统一“USB-C”接口协议Anthropic 发布的 MCP 生态。你本地跑一个Blender MCP 服务器Claude 就能直接下指令“把立方体旋转45度”Blender自动执行。换其他3D软件只要支持MCP接口代码不用重写。10. Agent自己规划试错干活的实习生1.Manus丢给它一个含10份简历的压缩包它自己解压、筛选、排名、出表。2.Devin软件编程Agent自己改Bug并部署上线。3.OpenCode你开头问的能自己读写终端代码文件并运行测试。11. Skill可重复调用的“技能说明书”Anthropic 的 Agent Skill 规范。你写一个travel-planner.md文件里面规定“川西行程必须走318国道、住宿海拔不超过3500米”。下次Agent接到旅行任务自动加载这个技能照章办事。12. Harness / Guardrail约束AI的“缰绳”和测试框架EleutherAI LM-Eval Harness评测模型智商。Guardrails AI库给Agent加护栏一旦检测到要调用“付款”接口强制弹窗让用户二次确认。13. Vibe Coding用“感觉”和“对话”写代码你不会Python但打开Cursor编辑器输入“做一个粉色背景的番茄钟倒计时网页”AI生成代码。报错了把红字贴回去让它改全程不写一行逻辑代码。14. 本地部署模型装在自己电脑上跑下载Ollama运行ollama run qwen2.5:7b就能在飞机上断网使用Qwen且对话数据永不离开你的笔记本电脑。15. 多模态模型长了眼睛和耳朵的大脑GPT-4o直接听懂你的语音语调还能看摄像头画面。Qwen-VL你拍一张冰箱剩菜照它识别出番茄、鸡蛋给你推荐“番茄炒蛋”菜谱。16.Workflow工作流把步骤固定下来让AI执行Dify或Coze扣子里的“工作流模式”。你做一个“小红书爆款标题生成器”Step1必须提取关键词 →Step2必须搜索同类爆款 →Step3必须套用模板生成 →Step4必须人工确认才能发布。中途任何一步都不能跳过或改变顺序所有概念分层总览层级核心概念在本案例中谁在干活一句话定义L7 开发交付层Vibe Coding、Skill、Harness小王用对话改网页护栏拦住乱花钱人机协作的界面与交付物L6 智能体层Agent自己拆解任务、调用工具、试错修改自主决策灵活变通L5 流程控制层Workflow安全审查、预算扣减、日报生成顺序锁死按部就班六亲不认L4 工具层Function Calling、MCP查路况、查天气、查酒店手脚接口L3 知识层RAG、Memory翻看私人攻略记住“怕高反”长时记忆与私有资料L2 交互层Prompt、Context、Token小王的提问与AI的短时记忆即时对话L1 底座层LLM、多模态、本地部署Qwen 大脑识别手写便签算力与模型本身大模型原理ChatGPT产品形态是聊天机器人。应用场景是各个领域非常强大。技术架构基于GPT-3.5、GPT-4的大语言模型。OpenAI是它的背后公司。官网地址需要代理AI大模型应用 补图大语言模型开发架构学习路线补图Ollama 实操单独一篇博文Ollama 是一个开源、免费的工具可以让你在自己的电脑上本地运行各种大型语言模型LLM比如 Llama、DeepSeek 等Ollama 最大的吸引力在于它解决了使用云端AI如ChatGPT的诸多痛点 数据隐私与安全所有操作都在你自己的电脑上完成数据不会上传到云端彻底避免了隐私泄露的风险。 完全免费Ollama 本身和它支持的所有开源模型都是完全免费的无需为使用次数或高级功能付费。 离线可用只要模型下载到本地即使没有网络也能正常使用。 部署极简它的设计目标就是“一键运行”。通常只需在命令行输入ollama run 模型名它就会自动下载并启动模型。 模型丰富灵活支持大量主流开源模型如 Llama、DeepSeek、Qwen通义千问、Mistral、Gemma 等。你可以根据电脑性能选择不同大小的模型版本开源大模型阿里千问Qwen模型chat.qwen.aiDeepSeek模型deepseek.comGLM模型Google Gemma大模型基于Gemini技术构建商业大模型qwen、deepseek、minimax人工智能应用平台Dify 实操单独一篇博文定义是一个用于构建AI应用特别是Agent的开源可视化平台。Dify将构建AI应用的复杂过程打包成了几个易于使用的核心功能。它本身只是一个平台不是LLM。所以它需要接入GLM、通义Qwen、OpenAI GPT、Claude等第三方大模型的API才能运行。特点价值提示词工程体系 (实操单独一篇博文)langchain提示词大语言模型应用prompt检索增强生成RAGLangChain(实操单独一篇博文)gpt模型的缺点langchain设计思路、主要模块环境准备LangGraph智能体OpenCode(实操单独一篇博文)智能体Agent工具体系agent skills智能体技能项目实战生成业务测试用例的智能体直接问不可控opencode--skills