人工智能实践应用
从会用 AI 到 会造 Agent
搞懂 AI 怎么工作 —— 然后亲手搭一个 Agent，让它替你去做你想做的事。
① AI 怎么工作→
② 什么是 Agent→
③ 怎么搭 Agent→
④ 用它做成事
个人发起 · 开放协作 ｜ 手机上可左右滑动翻页
课程导览
四步走：从原理到动手
1看透原理
AI 不是魔法。理解「预测下一个词」，就理解了它 80% 的行为与局限。
2搞懂运行
一次请求如何流转；为什么「上下文」才是决定输出质量的关键变量。
3搭建 Agent
大脑 + 记忆 + 工具 + 规划 —— 四件套齐全，模型就变成会干活的智能体。
4落地实战
研究、写作、数据处理、自动化；以及五个高频坑怎么避。
学完带走：一套可复制的项目结构 —— 太极模型。
Part 01 · AI 的本质
AI 在做什么？—— 预测下一个词
它不查数据库、不思考、没有意识 —— 只是在按概率续写。
你输入
→
切 Token
→
算下一个词
→
选一个
→
拼回去 · 循环
理解了「续写」，就明白它为什么需要好上下文、为什么会胡编。
Part 01 · 四个关键概念
懂这四个词，就能看懂所有 AI 讨论
Token
模型处理文本的最小单位，不等于「字」。计费与长度都按它算。
参数 / 权重
训练压缩进模型的知识。有截止日期，不会自动更新。
温度 Temperature
控制随机性。要严谨设低，要创意设高。
模型不知道昨天的事 —— 除非放进上下文，或给它联网工具。
Part 01 · AI 怎么运行
一次对话的完整旅程
1组装上下文
系统提示词 + 历史对话 + 本次输入 + 检索到的资料。
2分词与编码
文本切成 Token，映射成数字送进模型。
3注意力计算
判断上下文中哪些信息彼此相关、该重点看哪里。
4逐词生成
一次只出一个 Token，再喂回去循环 —— 所以长输出慢。
你喂进去的上下文，决定了它吐出来的质量。所谓提示词工程，本质是上下文工程。
Part 01 · 提示词
好提示词的三要素
🧱 约束与示例
不能做什么、参考什么格式。给样例最有效。
角色定视角 · 任务定产出 · 约束定边界。垃圾进 → 垃圾出，永远成立。
Part 02 · 从 AI 到 Agent
模型只会「说」，Agent 会「做」
纯 LLM只会生成文字 —— 一个很会说话的大脑
+ 工具能搜、能读文件、能跑代码、能调接口 —— 给它手脚
+ 记忆能记住之前的对话与长期知识 —— 给它笔记本
+ 规划能把大目标拆成步骤、逐步执行 —— 给它方法
= Agent能自主推进、直到完成目标的系统
Agent = LLM 负责任务，工具负责执行，循环负责推进。
Part 02 · Agent 四件套
拆开一个 Agent，里面就这四个东西
🧠 大脑 LLM
理解意图、做决策、生成内容。按复杂度与成本选模型。
📓 记忆 Memory
短期 = 上下文窗口；长期 = 向量库 / 文件，把历史找回来。
🛠 工具 Tools
检索、读写、执行代码、发请求 —— 能力边界由它决定。
🗺 规划 Planning
拆解子任务、决定先后、判断何时结束。
搭建 Agent 的全部工作，就是给这四样各填一个答案。缺哪样，就在哪样上掉链子。
Part 03 · 动手搭建
六步搭出你的第一个 Agent
4写内核提示词
身份 / 目标 / 原则 / 边界（见下页）。
第一步最重要：目标模糊是 Agent 失败的头号原因。
Part 03 · Agent 的内核
系统提示词：用「四问法」写
你要做什么？
目标与产出标准。例：输出带数据来源的结构化简报。
你遵循什么？
原则与工作流。例：先检索再下结论，不确定必须标注。
你不做什么？
红线与禁区。例：不编造数据、不执行未授权操作。
这四问，正是内核文件 Memory.md 的四段。给 Agent 写提示词 ＝ 给项目写内核。
Part 04 · 实战场景
用 Agent 去做你真正想做的事
🔍 信息研究
检索多源 → 交叉验证 → 汇总成带引用的报告。
✍️ 内容生产
选题 → 大纲 → 初稿 → 多平台改写。
📊 数据处理
读表 → 清洗 → 统计 → 出图 → 给结论。
🗂 个人知识库
沉淀资料、随时问答、按你的口径整理。
🤝 多 Agent 协作
一个搜、一个写、一个审 —— 分工更稳。
挑一件你每周都要做的烦事开始，别从「你好世界」起步。
Part 04 · 执行闭环
任务是怎么被跑完的
收到目标
→
拆解步骤
→
调用工具
→
观察结果
→
判断修正
↻
达成交付
循环是核心
价值不在一次答对，而在答错能自己发现并重试。
人在环路
付款、删数据、对外发布 —— 必须人工确认。
能把过程记下来，才调得动。
Part 04 · 避坑
五个高频坑，及应对
幻觉一本正经编造事实 → 要求给出处，关键结论交叉验证
上下文超窗长对话后遗忘矛盾 → 定期摘要压缩，长材料改检索
越权执行自作主张 → 边界写进内核提示词 + 人工确认
成本失控循环停不下来 → 设最大步数与预算上限
凭证泄露密钥写进代码/仓库 → 真值入 Vault，只留引用名
前四个是能力问题，第五个是安全问题 —— 安全坑代价最大。
本项目结构 · 太极 ⇄ 点圆
这门课自己，就是按这套模型搭的
太极 · 展开态阴阳双鱼 · S曲线 · 双鱼眼
阴鱼整体 = 内核：鱼身 M ＋ S曲线 R ＋ 鱼眼 S
阳鱼整体 = 外延：鱼身 E1/E2 ＋ 鱼眼 E3
Vault ＝ E3 鱼眼的真值，隐于圆外
阴中阳点=S（内核中唯一的"动"）· 阳中阴点=E3（外延中唯一的"实"）
⇄同构
点圆 · 收敛态内点 · 外圆
● 实点：内核，内藏 M · R · S
○ 虚圆：外延，内分 E1 · E2 · E3_ref
S曲线→点内约定；鱼眼→引用与 Vault 规则
Vault 隐于圆外，真值不画，只留引线
阴鱼 M/R/SS曲线 R 协议
阴中阳点 S阳鱼 E1/E2
阳中阴点 E3圆外 Vault
公式：Context = ●(M|R|S) + ○(E1|E2|E3_ref)，真值 ∈ Vault。
点不动，圆可扩 —— 把上下文变成可迁移资产。
太极三层 · 神 形 经 窍
神是内核，形是外延，经是协同
神 · 内核 M
内在灵魂：我是谁、为何做、不做什么。低频变化，主宰方向。
形 · 外延 E
外显肉体：工具、配置、凭证引用。可插拔、可扩张。
经 · S 曲线 R
形神相接：唯一同时属于两边的接触面 —— 由内核所写，作用于外延，既分界又耦合。
窍 · 双鱼眼
气机出入：阴鱼眼 S 向外说「我到哪了」；阳鱼眼 E3 向内取真值钥匙。一出一入。
形者神之质，神者形之用。形神相即 —— 内核离开外延动不了，外延离开内核只是散件；孤阴不生，孤阳不长。
注意：这是「互根共生」，不是「灵魂可脱离肉体」的二元对立。
落地 · 内核三件套
落到你电脑上，就是三个文件
● Memory.md 内核
我是谁 / 为何做 / 不做什么
几乎不变 · 必须人亲笔
● Readme.md 协议
怎么读 / 怎么写 / 凭证从哪取
少变 · 人为主，脚本辅助
● State.md 状态
现在在哪 / 卡在哪 / 下一步
每次干活都变 · Agent 收工前回写
这三个之外全是外延 —— 可替换、可扩展、可放心交给机器。
缺 M：「我不知道哪些不能碰，可能顺手就把你的核心改了。」 缺 R：「文件摆了一堆，我不知道先读哪个。」 缺 S：「我不知道上次做到哪，最保险是从第一步重做。」
怎么用 · 三个阶段
一个模型，三种处境
① 起 · 装上模型
新建：复制 template/ 骨架，填空即可
升级：跑 adopt.py，只加一层，不动你一行代码
→ 身份与目标留空，只能你填
② 交 · 交给别人
跑 handoff.py .
得到 单文件 HANDOFF.md，自带交接前自检
→ 内核原样搬、外延只给索引、真值只给名字
③ 沉 · 教训变规矩
跑 distill.py → 勾 [x] → --apply
把 Journal 里的教训提炼回 Memory.md
→ 一次是意外，两次是模式，三次是原则
adopt 是入口，handoff 是出口，distill 让它自己长大。三个脚本默认只读你的内核。
唯一例外是 distill.py --apply —— 前提是你已手动勾选。机器给候选，人来拍板，脚本永远不会自己决定该相信哪条教训。
开始行动
今天就搭出你的第一个 Agent
AI 不会取代你，但会用 Agent 的人会取代不会用的人。
本项目开放协作：讲稿可 Fork、案例可补充、错误可提 Issue。
内核（原则）慎改，外延（案例/工具）欢迎扩充。