1. 为什么要准备这份7天AI扫盲课表每年国庆我都习惯性给自己排点东西今年轮到AI了。不是因为我有多好学而是因为作为技术人最近这半年被问得太尴尬了AI大模型、AI Agent、AI编程、AI绘画、AI短剧、AI建站这些词天天刷屏开会能聊两句但真要我说清楚“RAG和微调什么区别”“Agent和大模型什么关系”“AI测试开发到底测什么”我就开始含糊。这种感受我相信不少同行都有。我不缺碎片信息缺的是把碎片串起来的骨架。所以这次国庆7天我干脆给自己做了一次系统性扫盲——不碰高深论文不追流量概念就以一个全栈技术人的视角把AI从原理到落地过一遍每天解决一类问题每天产出一个小成果。这篇文章就是那7天的完整整理也是一个可以直接抄走的课表。1.1 技术人的AI认知缺口知道名词讲不清关系技术人的一个通病是“名词知道太多链路想得太少”。我也是这样知道Transformer但为什么它能当大模型的底座知道提示词很重要但不知道写作的结构化套路知道有RAG这个技术但不确定它到底替代了微调的哪部分工作。说白了我们的知识是被新闻推着走的不是被原理拽着走的。AI这半年迭代太快今天看Multi-Agent明天看AI Native研发范式后天看AI短剧全套流程。如果每个概念都浅尝辄止最后就是“看懂了很多术语一问工作还是不会”。所以我给自己定的规则很简单每个概念必须能回答三个问题——它解决什么痛点、它大概怎么工作、我要用一个真实项目怎么验证它。不满足这三个标准的概念先不进课表。1.2 我的7天课表总览从原理到落地这7天我没按“每天学一个热门工具”来排而是按“从底层到应用从单点到系统”的认知路径来排越往后越接近真实项目。天数主题核心知识当日产出第1-2天大模型底层原理Token、注意力机制、预训练、指令微调、RAG给非技术朋友讲懂“大模型是怎么工作的”第3-4天提示词与AI Agent结构化提示词、AI编程、Agent、多AI协作用同一需求跑通“单Agent回答问题”到“多Agent协作完成”第5天多模态内容生产AI绘画、AI声音空间化、AI短剧/AI漫剧走完一条文生图-配音-剪辑的短样片链路第6天AI落地场景AI建站、AI投流、垂直行业辅助用AI生成一个可展示的落地页第7天综合实战知识库问答助手、RAG完整实现把前6天笔记做成一个能聊天的知识库机器人这样排的好处是每天都有一条主线没有“东看一个西看一个”的散乱感。比如第3天学的Agent能力第7天就直接用在一个综合项目里知识到了用的时候才真正长在自己身上。1.3 硬件与工具准备清单做AI扫盲不一定要本地跑大模型。我这次的主力是一台普通开发笔记本16GB内存、无独立显卡也够了。如果你也是这种配置记住一个原则能用云端的用云端能调API的调API本地只跑轻量模型。我准备的装备如下代码环境Python 3.10以上VS Code或任意你顺手的编辑器云端算力申请几个主流大模型API的免费额度这7天足够用本地模型可以装一个几B大小的对话模型用于离线理解原理但不强求向量数据库Chroma或FAISS后面做知识库问答时用笔记工具关于“写笔记”建议直接用Markdown因为可以直接当第7天知识库的素材内容工具文生图、文生视频、TTS相关的在线工具各准备一个免费账号第5天要上手。准备工作半小时内能完成。如果某个平台的配额要等待审核就先用别家替代原则是“不要卡在工具上”。2. 第1-2天把大模型从“黑盒”改成“白盒”2.1 核心概念组AI、机器学习、深度学习、大模型、生成式AI第一天先解决“概念关系混乱”的问题。这里我用一个生活化类比AI是“让机器表现得像人一样聪明”的整个学科算是一个大大的行业方向机器学习是其中一种实现路径靠数据而不是靠人类写死规则深度学习又是机器学习里的一个流派用多层神经网络来自动提取特征大模型是深度学习在超大参数规模下的产物动辄百亿千亿参数生成式AI则是大模型最出圈的能力方向不值得它“会创作文本、图像、音频”。一句话版本就是AI 机器学习 深度学习 大模型生成式AI是大模型能力的集中体现。但要注意现实中很多工具把“大模型”“生成式AI”“AI”混着说技术人自己要心里有数。搞明白了这个概念关系后面聊RAG、Agent、AI测试开发才不会被术语绕晕。我这一天还顺手做了一张概念图给自己看这比摘抄名词解释有用得多——画出来之后你会发现自己哪些地方连线条都连不上。2.2 LLM的真实工作流程Token、注意力机制、上下文第二年我们要解决的是“大模型生成内容时到底发生了什么”。很多人以为LLM是“理解”了问题再“写出”答案这个直觉其实不准确。LLM的本质是下一个词预测给定前面一串内容预测下一个词的概率分布。这里的“词”在技术上叫Token一个Token不一定是一个完整汉字或单词它可能是一个子词、一个标点。模型不读你的原文它读的是Token序列。所以Token对API计费、对上下文长度都有直接影响很多提示词超限问题排根源时第一个看的就是Token。Transformer架构里最核心的是自注意力机制它让模型在处理每个Token时都能“回看”序列里的其他Token计算它们之间的相关性。这也是“上下文窗口”概念的根因模型只能基于窗口内的Token来做预测窗口之外一概看不见。所以你问大模型“你记得我前面说了什么吗”它只能记得上下文窗口范围内的内容不是真的“记得”。我建议第一天一定动手做一个小实验把一段长文本喂给模型先让它总结再给它加“忽略前面所有内容”的干扰观察输出。你会发现模型对“指令位置”和“内容位置”的敏感程度远超想象这就是上下文工程的实战起点。2.3 四条模型能力路线预训练、指令微调、RLHF、RAG与提示工程这是扫盲里最值得花时间的一个环节也是区分“业余懂AI”和“专业做AI”的分水岭。我整理成一条决策链路来说明以大模型能力为中心行业里普遍存在四条演进路线它们解决不同阶段的痛点预训练用海量文本训练出“基础语言能力”模型能续写文本但不会听指令指令微调用“用户指令标准回答”对模型做监督训练让它学会“回答问题”而不是“随便续写”RLHF或DPO基于人类偏好做对齐让模型更符合“正确、有用、无害”的标准提示工程与RAG不动模型参数通过构造输入或外加知识库让模型在回答时使用你指定的知识。表格化的对比更直观路线改模型吗成本适用场景预训练是极高极少数公司能碰不在普通技术人讨论范围指令微调是轻量LoRA等中复杂任务、稳定风格、私有数据安全要求高RLHF/DPO是对齐层高产品级对话体验打磨多数人只是调用方RAG否只改上下文低私有知识问答、事实性要求高的场景见效最快提示工程否只改提示词最低临时任务、快速验证、轻量应用我自己在实战里最常用的是“RAG提示工程”因为大多数业务问题不是模型不会而是模型不知道你的业务知识。让模型“背熟”你的公司文档既快又便宜。微调只有在任务模式很固定、且对输出格式和语言风格有极高要求时才值得上。2.4 必须知道的三个大模型“脾气”幻觉、知识截止、上下文上限不懂这三个特点你后面做什么AI项目都会莫名其妙翻车。幻觉模型会一本正经地输出事实错误。它不是故意骗人而是它本质上在做概率生成碰到知识盲区时会“顺嘴编一个最像样的答案”。所以凡是面向用户的生成内容必须有“引用来源”机制这就是RAG的价值之一。知识截止模型的知识停留在某个时间点。你问它今年某个新发布的库怎么用它可能回答得驴唇不对马嘴。遇到这种情况别怪模型先检查有没有把最新文档喂进去。上下文上限俗称“记性差”。即便长上下文模型支持百万Token真到使用时也会遇到性能下降、费用飙升的问题。实战中的心法不是硬塞而是“要什么检索什么”。第1-2天结束的时候我给自己定的验收标准是能不看资料就用生活化语言讲清楚“大模型怎么预训练”“我为什么选RAG不选微调”。做不到就回头再读一遍不急着往下走。3. 第3-4天提示词、AI Agent与AI Native研发范式3.1 提示词工程的结构化写法网上到处是“神仙提示词”但真正常用的是结构化的写法而不是记咒语。我现在的习惯是把提示词拆成六个模块角色你希望模型以什么身份回答任务一句话说清要做什么上下文相关背景、已有资料、业务约束要求不能出现什么、必须做到什么输出格式JSON、表格、Markdown标题树、代码片段示例给一个正面样例模型会模仿样例的“格式感”与“口吻”。举个实际例子让AI写一个产品功能说明。如果你只写“帮我写产品说明”得到的内容多半是泛泛而谈如果你改成“你是一个资深产品经理请基于以下功能清单生成一段面向客户的说明要求不超过200字、先说痛点再给方案、结尾附一句行动引导”质量立刻不一样。我个人最看重的是“示例”这个模块。文字描述再精确都不如表格式的“你要的是这个风格”来得直接。所以我在写AI编程提示词时往往会先给模型展示一个“我满意的输出样本”再让它照着写剩下的。3.2 面向编程的提示词技巧第3天我把重点放到了AI编程上这也是技术人最容易上手的AI实践。但很多人抱怨AI写的代码没法用根因多半是提示词给得太粗糙。我的AI编程提示词框架是这样的描述目标不描述方法告诉AI“我要实现一个读取CSV、按指定列聚合统计的小工具”而不是直接让它写某段算法给出技术约束语言、框架、依赖版本、运行环境避免AI自由发挥提供错误信息报错时把完整堆栈贴进去再问“请根据这个错误分析可能原因并给出修改方案”要求先方案后代码让AI先输出设计思路你确认后再让它写代码避免一头扎进实现让它自测生成代码后追加一句“请指出这段代码的边界条件和潜在Bug”。这套框架本质上是把需求拆解的能力前置AI只是执行者。你拆得越清楚它写得越靠谱。我实测下来用这套方法生成的代码可运行率远高于随手提问。3.3 从AI聊天到AI Agent规划、工具、记忆第4天进入AI Agent。先澄清一个概念Agent不是“更聪明的ChatGPT”它是一套系统由大模型做决策中枢配合规划能力、工具调用能力和记忆系统去完成一个多步骤任务。我用量化对比来解释普通AI聊天是“输入一条指令返回一段文本”Agent是“给你一个目标它自己去拆解、尝试、调用工具、根据结果调整最后交回成果”。举个最简单的例子你让AI查某个开源项目的最近更新并生成摘要。普通聊天做不到因为模型知识截止了Agent可以拆出三个步骤调用搜索工具查网页、读取网页正文、按模板生成摘要。它中间的每一步都能被观察和干预。这个认知很重要因为现在很多AI产品只不过是在普通问答外面套了个壳也叫“Agent”技术人要学会识别。判断标准很简单它能不能自主调用外部工具能不能处理中间失败并重试有没有多步状态记忆如果都没有那它就是个“聊天机器人”。3.4 多AI协作让不同角色Agent组成一个虚拟团队多AI协作是Agent的进阶形态也是因为电商、内容行业里特别火的编排模式。思路不复杂把一个大任务拆成多个角色每个角色由一个Agent承担Agent之间传递任务结果。我用一个“某营销落地页”做了实验一个产品Agent负责梳理卖点和用户痛点一个文案Agent负责生成标题、正文和CTA一个设计Agent负责生成页面视觉方案一个测试Agent负责检查文案敏感词与页面一致性。四个Agent分别领取任务按顺序传递最后汇总结果。效果上多Agent明显比单Agent回复更专业因为每个Agent的角色记忆和提示词是独立的互不干扰。但问题也很明显任务链长度增加后某一环出错会传导到后面且如果没有明确的验收机制Agent之间很可能“你糊弄我、我糊弄你”产出看着完整但经不起推敲。所以实践中的建议是多Agent适合“流程清晰、角色边界明确、每步有可验收输出”的任务不适合发散性的创意任务。技术人判断方案时先问“每个必要条件都有验证吗”再问“流程有没有环环浪费”。3.5 AI Native研发范式与AI测试开发第4天后半段我集中看了AI Native研发范式相关的内容也专门研究了AI测试开发这个Hot词。所谓的AI Native研发范式不是“在旧流程里加个AI功能”而是从需求分析、方案设计、代码生成、测试验证到文档输出的全链路都以AI为第一执行者人做审核与决策。这里AI测试开发是个特别好的抓手。传统测试开发靠人写用例、维护脚本效率瓶颈很明显AI测试开发则是用大模型来理解需求文档、生成测试用例、分析代码变更影响范围、甚至结合日志定位缺陷根因。我看到一个很务实的落地路径AI先生成测试计划人评审计划AI按计划生成测试脚本人审核脚本AI执行测试并汇总报告人只看异常部分。这个流程比全自动更可靠因为AI在理解需求时依然会犯错但它的价值在于把测试人员的重复劳动砍掉了大半。对技术人来说这4天下来不仅要会写提示词还要理解“AI Agent模型工具流程”这个工程框架。第7天做知识库问答时你会回头感谢这一段。4. 第5天多模态内容生产链路从图片到声音再到短剧4.1 AI图片生成原理扩散模型是怎么“画”图的第5天切到多模态。先讲AI绘画因为它是普及度最高的多模态应用。AI图片生成的背后是扩散模型原理可以这样理解训练阶段先给一张干净图片逐步加上噪声直到变成纯噪声然后教模型一步步去噪还原原图。生成阶段模型从纯噪声开始一步步“去噪”成图。所以“AI绘画”本质是一个反向去噪的过程。提示词在这里不是咒语而是去噪过程的“方向盘”——模型在每一步都参考提示词来决定下一步怎么去噪这让文本描述能影响图像的内容与风格。实操时你会遇到几个关键参数步数去噪迭代次数太少画面粗糙太多浪费时间提示词权重某项描述在生成时的影响力度可以调高调低负面提示词告诉模型不要出现什么比如“模糊、多余手指、文字水印”分辨率与采样器直接影响生成速度和画质风格。我的建议是第一天先用在线工具跑通别一上来就本地部署。先把“提示词影响图像”这个感觉建立起来再研究原理和调参效率更高。4.2 AI声音空间化TTS、声音克隆与空间音频声音方向是很多技术人忽略的但其实这两年进展极快。基础层是文本转语音也就是TTS把文字变成自然的人声进阶一点是声音克隆用一段几分钟的真实人声样本让模型模仿语气和音色再往上就是我这次花时间研究的AI声音空间化。声音空间化简单说是让声音不止有“音量大小”还有方位感、距离感、环境混响感。它结合了空间音频算法和AI合成让生成的声音像是从特定方向、特定远近传来的。对VR/AR、游戏、沉浸式短视频场景很有价值。我做了一个小实验用TTS生成一段旁白再叠加房间混响处理放在短视频里做背景声听感立刻比单纯旁白高级很多。做内容的人如果只会文生图声音这块很容易被忽略而它恰恰是提升作品质感的低成本手段。4.3 AI短剧、AI漫剧与视频修复的生产管线视频是今天内容赛道的重头戏AI短剧和AI漫剧尤其火热。所谓AI短剧核心不是“AI生成整部剧”而是一条生产管线剧本、分镜、画面、配音、剪辑每一环都能用AI提效。我实际走了一遍最简版本用AI生成一个60秒短剧剧本把剧本切成5个镜头每个镜头生成画面描述用文生图工具生成每个镜头的关键帧用TTS给角色配音用剪辑工具把画面、配音、字幕拼起来。这条路线的最大优点是不需要演员、不需要实景拍摄、成本极低适合个人创作者。但短板也很明显镜头连续性差、角色一致性难维持、动作表现力有限。目前行业里主要靠“角色一致性技术”和“图生视频”工具来缓解比如先锁定角色形象再生成动态视频。与此同时画质修复也是一个热门用途。像Topaz Video AI这类工具能把模糊老视频、低分辨率素材通过AI增强到高清甚至4K这对处理历史素材或旧短视频特别有用。技术人如果做内容平台或数据建设这类修复工具值得纳入工具箱。4.4 一个单人内容工作室的完整流程我把第5天的内容压缩成一个单人内容工作室SOP方便以后复现定位主题用AI写脚本用AI拆解分镜生成画面清单用文生图生成各镜头图像用TTS生成配音涉及空间场合再用空间音频技术补环境声用剪辑软件合成必要时用视频修复工具统一画质用AI生成标题、封面文字和发布文案。这条流程单个环节拆开都不新鲜真正有价值的是串起来形成标准化作业。我强烈建议技术人抽一个下午把这个链路走一遍因为只有亲手跑过你才会知道每个环节真正消耗时间的是哪里也才知道哪些AI能力是锦上添花、哪些是雪中送炭。5. 第6天AI落地场景图谱建站、投流与垂直行业辅助5.1 AI建站30分钟生成一个可上线的落地页第6天关注AI的落地应用场景第一个要跑的是AI建站。我现在给临时项目做落地页几乎不再从零写前端而是用AI工具生成整个页面的结构和内容。流程大致三步第一告诉AI你的业务方向、目标用户和核心卖点第二让AI生成页面结构和文案包括Hero区标题、产品特点、行动按钮第三让AI输出HTML/CSS代码或直接生成一个可部署的站点目录。这里的关键是AI生成的页面可以看但不一定可以直接上线。你需要人工检查三点导航结构是否清晰移动端适配是否正常内容是否有误导性描述。AI建站省的是从零搭建的成本省不了人的审核责任。我建议技术人把它当脚手架用AI负责速度你负责判断。把AI生成的页面部署到测试环境请同事做一轮走查再上线不要直接推到生产。5.2 AI投流批量素材与数据反馈闭环AI投流是营销圈最近讨论很多的方向。技术人理解它的核心不是去当投手而是去看“批量素材生产数据反馈”这个闭环怎么跑。传统的投放逻辑是人工出多版素材、小流量测试、择优加量。AI的作用在两头前端的创意生产可以大规模自动化后端的数据解读可以使用AI来总结。比如给AI投放数据报告问它哪条素材点击率高、人群特征差异、下一步优化建议它能快速给出结构化复盘。但AI投流有个大坑它容易把相关性当因果。看到一个素材在高点击人群里表现好AI会给你一套“优化建议”但你没法确定是这个要素起作用还是人群本身更活跃。技术人负责的部分应该是建立实验对照和可信度评估而不是无条件执行AI建议。5.3 垂直行业的AI辅助实践除了建站和投流这次扫盲我还快速扫了一遍若干行业垂直应用。这段时间热词里出现了AI室内设计、AI写作辅助、AI辅助专利相关文档处理等应用。它们不是一个通用大模型而是在通用模型基础上叠加了行业数据和工作流。比如AI室内设计不是AI随便生成一张图而是输入户型图、风格偏好和预算由AI输出设计方案和材料清单AI写作辅助覆盖从大纲、初稿到润色的完整过程专利相关场景中AI辅助的是交底材料梳理和结构整理不是代替专业判断。这给我的启发是AI落地的本质是“行业知识通用能力流程改造”。技术人转型AI应用最重要的是找到一个自己能理解业务细节的垂直场景。不用追求“训练自己的模型”先把通用能力接入流程收益已经很可观。5.4 合规与判断力为AI输出加一道人工闸门第6天最后一个主题是合规与判断力。说实话这和“技术炫技”无关但在真实业务里它是必修课。AI生成内容至少有三个必须审视的点版权与素材来源AI生成的图片、字体、视频素材要确认商用授权边界内容安全文案、图片不得包含违规或侵权表达必须有内容审核环节事实准确性任何面向用户的数字、政策、法律信息都必须人工复核来源不能被AI“自信的幻觉”带跑。我的习惯是给AI设定“禁答边界”和“来源要求”。比如提示词中直接写明“如果此题涉及具体法规或统计数字请明确说你不知道不要编造”。这比事后纠错成本低得多。技术人作为AI应用的搭建者一定要把审核机制设计进流程而不是指望使用者自己判断。6. 第7天综合实战——搭一个“7天笔记问答助手”6.1 项目目标与技术选型前6天扫了一堆概念最后一天必须落在真实项目上不然前面的就飘了。我给自己定的综合实战目标是把这次国庆7天的学习笔记做成一个“知识库问答助手”。我没有让它当作玩具而是设了一个硬指标——它能回答出笔记里没有直说、但根据笔记能推导出来的问题。技术选型上我选择了“开源大模型知识库容器RAG”的方案。具体组件本地或云端部署一个开源对话模型Qwen系列或DeepSeek系列都行跑不动就调API使用LangChain或LlamaIndex做流程编排用Chroma做向量存储数据源我前6天写的所有Markdown笔记。考虑到国庆期间不想折腾GPU我直接用了云端API做对话本地方案只作为备选。这样项目的重心放在了“RAG工程”而非“模型部署”上更适合大部分开发机配置。6.2 实操步骤清单我按下面的步骤走完整个过程约半天其中卡壳时间占了近一半把7天笔记整理成统一格式的Markdown文件用文本分割器把笔记切成段落设定了裁剪块大小和重叠长度避免主题被切断调用Embedding模型把段落转成向量把向量和原始文本存入Chroma向量库编写查询模块每次提问时先把问题转成向量在向量库里检索最相关的前几个段落把检索到的段落和用户问题一起交给大模型并在提示词里标注“请基于以下资料回答资料不包含的请说明不知道”做一个简单的命令行交互界面。代码量其实不大大概两百行以内。但它把一个完整的RAG流程串起来了这比看十篇RAG原理文章都管用。6.3 我踩过的三个坑第一个坑是切块太粗。我一开始把每篇文章整体作为一块结果检索到的“最相关文章”包含大量无关信息大模型的回答自然又被带偏。后来改成按段落切并在上下文里限定“只依据提供的片段回答”效果立刻好起来。第二个坑是Embedding模型不一致。有一次我建库时用的模型和查询时用的模型不是同一个导致向量空间根本对不上检索结果乱七八糟。这个坑特别隐蔽因为不报错只会出现“好像没找到”的情况。第三个坑是检索噪音。某些高频问题的向量检索会同时拿到几段不相关内容模型为了“显得有用”会硬把这些内容缝进回答里。解法是在提示词里加一条硬性限制当检索片段与问题无关时直接回答“未找到相关知识”而不是强行组织。这三个坑都不是模型问题而是工程问题。这也正好呼应了前几天的判断——AI落地真正的门槛不在模型而在于流程设计是否严密。6.4 可扩展的后续方向第7天项目只是一个起点它还能在几个方向延伸接入Agent工具让机器人再去网页搜索答案加入多模态索引把图片截图、语音笔记也包括进知识库做成对话式Web应用方便同事使用或者加入定时任务每周自动阅读新文档并更新知识库。我的建议是先不要一次做太大。RAG项目能跑通你已经超过大部分只会调API的同行了。后面每加一个模块都要问自己一个问题这个改动让我提的问题更可能被准确回答了吗如果是就做。7. 假期结束后的三条后续建议七天的扫盲完成后我给自己留了三条纪律现在也分享给你。第一每天至少留30分钟“动手时间”而不是“刷文章时间”。看十篇“AI Agent入门”不如亲手跑一个多Agent任务。技术人的优势就是动手别丢了。第二给关注列表做减法。好东西是看不完的但你的注意力有限。我现在的习惯是只保留“每篇都提供可运行代码或可复现步骤”的博主和官方文档账号把口水文章类内容统统移出收藏夹。第三不要急着给AI下结论。七天前我的很多判断都过于乐观或过于悲观实际跑完才发现它就是个需要约束和工程化的工具。你用流程约束它它就能稳定产出你放任它自由发挥它就放飞自我。最后说一句个人体会这次七天扫盲最大的收获不是背会了多少术语而是我能在实际项目里快速判断“这个需求该用提示词解决、RAG解决、还是Agent编排解决”。这种感觉比收藏一堆“必学清单”踏实得多。如果你也准备利用假期补一下AI体系我的建议很简单从第1天原理开始别跳步然后每天留出时间动手做真题。七天之后你会回来感谢自己的。