📖AI发展史入门认知核心
- 大白话
- AI 不是一夜冒出来的。它经历过两次寒冬，这波 GPT 是第三次浪潮。看懂这段历史，你就不会被"AI 要取代人类"的新闻吓一跳。
- 学会能得到什么
- 能听懂AI新闻的"第几次浪潮"，不被"取代人类"的炒作吓到
- 怎么练
- 打开豆包，问它"AI 这 70 年最关键的三个转折点是什么"，看它能不能分清"寒冬"和"浪潮"。
- 什么场景用
- 当你被各种AI新闻轰炸、想判断它是不是昙花一现时，看懂三次浪潮，你就不再被炒作牵着走。
- 目标
- 不是背年份，是听到"AI又要取代人类"的新闻时，能推测出这是第几次浪潮、大概会持续多久。
🧮机器学习基础入门认知核心
- 大白话
- AI 怎么"学习"的？简单说：给它很多题，让它猜，猜错扣分、猜对加分，练多了它就会了。
- 学会能得到什么
- 能判断AI是不是在吹牛，听懂"模型是学出来的"这类说法
- 怎么练
- 让豆包算两道 20 以内加减法，再让它算"小明有 3 个苹果吃了 1 个还剩几个"。对比它的回答，体会"模型是学出来的，不是算出来的"。
- 什么场景用
- 当你想搞懂"模型为什么这么回答"、想分辨谁在吹牛时，机器学习基础给你底层解释力。
- 目标
- 不是背公式，是遇到"这个问题能不能用机器学习解决"时，能推测出该用哪类方法。
💡AI核心概念入门认知核心
- 大白话
- 别人说 Token、上下文窗口、温度，你知道在说什么：Token 是"词块"，上下文窗口是"它一次能看多长的笔记"，温度是"它有多敢瞎编"。
- 学会能得到什么
- 能听懂Token/上下文窗口/温度这些黑话，聊AI不露怯
- 怎么练
- 直接问豆包："你上下文窗口多大？温度现在是多少？"看它怎么用自己的话解释自己。
- 什么场景用
- 当别人满口Token/上下文窗口/温度，你却插不上话时，这一课让你立刻上桌。
- 目标
- 不是背术语表，是听到"参数、tokens、推理、微调"这些词时，能推测出对方在说什么、和我有什么关系。
🧠深度学习原理原理深入
- 大白话
- 深度学习就是很多层"电子神经元"叠在一起，每层学一点，叠多了就能认出猫、写出字。
- 学会能得到什么
- 能解释神经网络为什么能"学习"，看穿AI宣传话术
- 怎么练
- 让豆包描述一只猫，再让它描述"一只戴墨镜、骑滑板车的猫"。看它怎么一层层往上调细节——这就是"层"。
- 什么场景用
- 当你想知道神经网络凭什么能"学习"时，反向传播这一课填平你的好奇。
- 目标
- 不是搭网络结构，是遇到"这个深度学习模型为什么效果好/不好"时，能推测出可能的原因。
🎭多模态模型进阶理解
- 大白话
- 以前 AI 只会读字。现在它能看图、听声音、看视频了——这就是多模态。
- 学会能得到什么
- 知道哪些任务可以图文音一起上，选对工具
- 怎么练
- 拍一张你桌上的东西发给豆包，让它描述；再追问"这东西能用来干嘛"。体会"看图"和"看图+联想"的差别。
- 什么场景用
- 当你想让AI同时看懂图文音、做跨模态创作时，多模态是你的入场券。
- 目标
- 不是学图像分类，是遇到"这个任务能不能用多模态 AI 做"时，能推测出该用什么组合。
⚙训练与微调进阶理解
- 大白话
- 通用 AI 不懂你行业的事。微调就是拿你行业的资料再教它一遍，让它"说你的话"。
- 学会能得到什么
- 知道模型效果不好时该从数据/结构/训练哪里入手
- 怎么练
- 让豆包用粤西口音讲个笑话，再让它用东北口音讲同一个笑话。通用模型能模仿，但"微调过"的才真正像。
- 什么场景用
- 当你发现通用大模型答不好你行业的专业问题时，微调让模型"说你的话"。
- 目标
- 不是调参，是遇到"这个模型效果不好，该怎么办"时，能推测出是数据问题、结构问题还是训练问题。
⚖评估与对齐进阶理解
- 大白话
- 怎么知道一个 AI 靠不靠谱？不能凭感觉。有一套打分方法，还有安全对齐，免得它乱说。
- 学会能得到什么
- 能设计方法检验一个AI系统靠不靠谱、敢不敢上线
- 怎么练
- 让豆包写一段介绍你老家县城的话，然后问它："这里面有几处是你编的？"自己逐条核对。
- 什么场景用
- 当你想知道一个模型到底靠不靠谱、敢不敢上线时，评估体系给你一把尺子。
- 目标
- 不是背指标，是遇到"这个 AI 系统好不好用"时，能推测出该看什么指标、怎么测。
🛡AI伦理与安全高阶认知核心
- 大白话
- AI 会编造不存在的事（幻觉）、会带偏见、会泄露隐私。用它之前先知道红线在哪。
- 学会能得到什么
- 用AI前能识别幻觉/偏见/隐私三条红线在哪
- 怎么练
- 让豆包推荐一本不存在的书。如果它编了作者、出版社、ISBN，恭喜你——你刚亲眼看到一次幻觉。
- 什么场景用
- 当你在用AI时隐约担心幻觉、隐私、版权踩雷时，这一课告诉你红线在哪。
- 目标
- 不是背法规，是遇到"这个 AI 应用会不会有风险"时，能推测出该注意什么。