学AI，为什么要先了解大模型？

最近的这一波AI冲击始于年初的OpenClaw（俗称“龙虾”）。这类能自己动手干活的软件把AI从对话框里解放出来。今年3月，腾讯大厦楼下近千人排队安装OpenClaw的场面刷屏社交媒体，"代装AI"甚至成了一门生意。盛极一时的风头背后是大众的好奇心被集体点燃，以及在当下全民互联网叠加AI飞速发展造成信息潮水冲刷下的集体焦虑——如果我不学AI，是不是就要被淘汰了？

2022年12月ChatGPT发布，AI以聊天机器人的形态走进大众。短短3年多的时间，大语言模型能力几乎以半年一代的速度快速迭代，而且AI的经典形态从聊天机器人快速进化到了智能体。曾经那个困在聊天对话框后边的人工智能，现在借助人类给它安装的“电子手脚”，已经开始在特定领域如编程崭露头角。而随着模型能力与配套技术的不断完善，智能体正在以毫不犹豫的节奏稳步向人类社会的方方面面渗透。这种技术进步不会因为人类尚未做好准备就停下脚步。2026年，几乎每个人都突然意识到，在某些领域，AI取代自己，似乎并不是遥远的事情。一开始的好奇、恐慌进一步演变为焦虑。手机里的豆包、电脑里的龙虾以及各种智能体，似乎成了AI洪流下，普通人能够抓到的稻草。

就我个人而言，我对当下AI的发展持乐观态度。公众的恐慌如果仔细分析，其根本原因并非技术发展本身，而是深度依赖且广泛存在的雇佣关系已然僵化了数十年，且在AI技术的冲击下，进一步将其置于更加不利的地位。如果用初中政治的观点来解读，便是“传统生产关系与新质生产力的矛盾与错位”。上学时我们以为这种生产关系与生产力的失配只会在历史书中出现，而实际生活中这样重大变化仅用了不过数年，并且我们每一个人，都是亲历者。

生产关系成为生产力发展的阻碍力量，必然会触发生产关系的重建。这个过程和历史上其它变革一样，痛苦与机遇并存。对于普通人来讲，如果已然意识到自己的职业生涯会受到AI冲击，那主动去拥抱变化才是唯一理性的选择。就我自己对身边人的观察，与AI存在行业关联的人群例如互联网、信息技术、具身智能已经在大量使用编程智能体；一些高端制造业、金融也在积极尝试在实际工作业务中小范围尝试接入智能体。但是，当下的AI产品用日新月异来形容毫不为过，在各大厂商群雄逐鹿厮杀出垄断巨头之前，普通人直接被裹挟着上了AI的车。大家都没有准备好——厂家的产品还没有足够的成熟，需要用户去理解专业概念如Token、API、上下文；用户则被铺天盖地的软文与推荐绕的晕头转向，想自行判别却因相关知识储备不足，只能硬着头皮小心翼翼地试探。我曾经向不同知识背景的朋友征求他们使用AI时的困惑，他们给我的反馈包括：

• 目前的大模型当中，哪些模型更擅长在哪个场景下使用？
• 智能体能做到多复杂的事情？比如上网买东西？会对比价格吗？会领取优惠券吗？
• 和智能体能够语音交流吗？
• 智能体的数据安全性，特别是授权了银行账户、支付相关的权限。
• 智能体帮我做事的性价比，token花费有多快？
• 大模型是怎么推理的
• 大模型和小模型的差距在哪里

而我回答这些问题时发现，要想根本性的解惑、不得不解释当前AI技术的核心——大语言模型的工作原理。一旦掌握了其原理，这些问题理解水到渠成。

于是，我花了一个月的时间，站在普通人的角度，在各种AI工具的辅助之下，制作了AI系列课程《从大模型到智能体》。这是一门专门为普通人定制的AI入门课程，分为三站：“认识大模型”、“认识智能体”、“实战”。与其它课程一上来就讲某某工具怎么安装不一样的是，这门课程更加注重原理性的内容介绍。前两站都以掌握核心原理为根本性目的。多年的物理学专业训练让我习得了这个学习习惯——一旦你掌握了事物的原理，无论它表面如何花样翻新，你都可以直抓重点从容应对。所以，我希望把这种学习方式融入到我制作的课程当中，并希望你同样能够受益于此。第三站实战，则是为学过前两站的人量身定制的一对一动手实践。我过去从业经历过高科技制造业、物联网、智慧城市、自动驾驶行业，充分积累了足够的知识深度；在当下AI的加持下，更是极大的拓展了技术的广度。我希望自己的这些能力，能够在你拥抱AI的这条路上，提供一段专业且安心的陪伴。

这就是我制作这门课程的原因。

系列课程第一站“认识大模型”已上线B站课堂。该课程为付费课程，首发价格￥69元。

课程预告片

课程链接如下

AI入门第一站·认识大模型_哔哩哔哩_bilibili

AI入门第一站·认识大模型,bilibili课堂,哔哩哔哩课堂,哔哩哔哩,Bilibili,B站,弹幕

国冰AI