1
/
46
👆 点击展开下一条内容
◀
▶
AI从入门到创造
AI知识科普 + 编程实战
🧠 理解原理
💻 动手编程
🚀 创造未来
📋 今日议程
1
第一部分：AI知识入门（9:00-10:30）
模块1：AI概述 | 模块2：AI运行机制 | 模块3：AI现状 | 模块4：AI未来
2
第二部分：AI编程入门（10:30-12:00）
模块1：环境准备 | 模块2：编程基础术语 | 模块3：人生第一个程序
❓ 破冰提问
?
AI是什么？
它真的智能吗？能做什么不能做什么？
?
编程难吗？
零基础上手，需要数学很好吗？
?
我能创造什么？
用AI能做出什么实用工具？
01
第一部分
AI知识入门
模块1
AI概述
🧠 AI是什么？
让机器具备
"类人"能力
的技术
📚
学习
从数据中获取知识，不断积累经验
🧩
推理
逻辑分析和推断，基于已知推导未知
⚖️
决策
基于信息做出选择，权衡利弊
✨
创造
生成新的内容、方案或作品
⚖️ AI vs 人类智能
人
人类优势
创造力 ✅ 情感共鸣 ✅ 常识判断 ✅ | 处理速度慢 ❌ 易疲劳 ❌
AI
AI优势
计算速度极快 ✅ 不知疲倦 ✅ 大数据处理 ✅ | 无情感 ❌ 需训练 ❌
💡
结论
互补而非替代，人机协作才是未来
🔧 AI三要素
🔥
数据（燃料）
训练AI的原材料，数据越多AI越聪明
⚙️
算法（引擎）
处理数据的方法，决定AI的能力边界
💪
算力（动力）
计算所需的硬件，GPU集群提供强大算力
模块2
AI运行机制
📖 AI常用名词解释
T
Token
AI最小文字单位（1汉字≈1 token）
P
Prompt
给AI的指令/提示词，告诉AI你要什么
R
RAG
检索增强生成，先查资料再回答
A
Agent
AI智能体，能自主规划执行
M
MCP
模型上下文协议，AI与工具的通用语言
S
Skills
AI技能包，封装好的工具能力
♥
心跳
定时自检机制，主动检查任务
🔄 AI如何学习？
💡 类比：教小孩认猫的过程
1
数据输入
收集训练样本（看很多猫的图片）
2
模型训练
寻找数据规律（学习猫的特征）
3
预测输出
对新数据做判断（认出猫）
📊 机器学习原理
从数据中找到规律
•
输入大量数据样本
•
算法自动寻找模式
•
建立数学模型描述规律
•
用模型预测未知数据
•
不断迭代优化模型精度
🧠 深度学习：模拟大脑
神经网络结构
📥
输入层
接收原始数据
⚙️
隐藏层
多层神经网络处理（特征提取）
📤
输出层
产生最终结果
💬 大语言模型如何工作？
核心机制：
预测下一个最可能的词
例："今天天气很____" → 预测 "好"
•
逐字生成，一次只预测一个词
•
通过海量文本学习语言规律
•
Transformer架构 + 注意力机制
•
GPT、Claude、DeepSeek都是这类模型
🎓 训练 vs 推理
🎓
训练阶段（上学）
海量数据、耗时数天/周、反复调参、GPU集群
💼
推理阶段（工作）
新数据、实时响应、直接输出、单次查询
🚀 Openclaw运行机制
三层架构设计
1
用户界面层
飞书/微信/Discord/网页
2
AI大脑层
OpenClaw Core + Skills扩展
3
工具执行层
MCP Server / 数据库 / 文件系统
💡
MCP协议
AI与工具的标准接口
🔌 MCP协议 & Skills
Skills = AI的"App Store"
📦
官方Skills库
开箱即用的基础能力
🌐
ClawHub市场
社区共享的扩展功能
🔧
自定义开发
针对特定需求定制
✨
随插随用
无需修改核心代码
💓 心跳机制
旧
传统AI：被动等待
用户问一句，AI答一句
新
Openclaw心跳：主动服务
每30秒自检，主动推送提醒
✓
检查内容
定时任务 / 新邮件 / 日历提醒
🚀
从"工具"进化为"助理"
模块3
AI现状
🎯 AI能力圈
🗣️
语言理解 95%
对话、翻译、摘要（已成熟）
🎨
图像生成 90%
Midjourney、DALL-E（效果惊艳）
💻
代码编写 88%
Copilot辅助（程序员助手）
🧠
逻辑推理 75%
数学、编程题（快速进步）
📅 2024-2025 AI里程碑
进化速度呈指数级 📈
G
GPT-4
大模型标杆
C
Claude
长文本处理专家
G
Gemini
多模态融合
S
Sora
视频生成突破
D
DeepSeek
国产大模型崛起
🏭 AI正在改变的行业
🏥
医疗
辅助诊断、药物研发、影像分析
📚
教育
个性化学习、智能辅导、自动批改
💻
编程
代码补全、Bug修复、自动生成
✍️
内容
文案创作、翻译、视频生成
⚠️ 当前AI的边界
🌀
幻觉问题
一本正经胡说八道，需人工验证
👁️
数据偏见
训练数据局限导致偏见
📅
知识时效
知识有截止日期，需RAG补充
🧩
常识缺失
缺乏真正的人类常识
模块4
AI未来
🚀 AI发展趋势
↗️
更大规模
参数爆炸，万亿级模型
🔄
多模态
文本+图像+音频+视频统一理解
📱
端侧化
手机本地运行，无需联网
🤖
智能体
自主决策执行，数字员工
🌟 AGI：通用人工智能
从
"专用"
到
"通用"
的跨越
现
现在：专用AI
一个任务一个模型
未
AGI：通用AI
一个模型干所有事
⏰
预测时间
业内分歧，5-20年？
🤖 AI Agent：数字员工
工作流程
1
设定目标
告诉Agent你要做什么
2
自主规划
拆解任务，制定步骤
3
执行行动
调用工具，完成任务
4
反思优化
检查结果，持续改进
💪 个人如何应对AI时代
不是与AI竞争，而是与AI
协作
内
内圈：学会用AI工具
必备技能
中
中圈：培养难替代能力
创造力、情感、批判思维
外
外圈：保持终身学习
💡
核心策略
让AI成为你的能力放大器
02
第二部分
AI编程入门
模块1
环境准备
❓ 为什么学编程？
1
让AI更听话
精准控制AI行为，实现复杂需求
2
实现想法
从想法到产品落地，创造真实价值
3
理解技术
不做技术盲人，与团队高效沟通
🐍 选择编程语言
Python：AI领域的首选语言 ⭐
📖
简单易学
语法接近自然语言
📦
生态丰富
AI/数据科学库齐全
👥
社区活跃
问题容易找到答案
⚙️ 环境安装三步走
1
安装Python
python.org下载3.10+，勾选Add to PATH
2
安装VS Code
code.visualstudio.com，安装Python插件
3
验证环境
运行Hello World，✅ 环境就绪
🗄️ 数据库与部署发布
写代码
30%
，部署发布才是落地关键
🗄️
数据库
MySQL/MongoDB/云数据库，数据的"仓库"
🚀
部署
本地 → 服务器 → 公网可访问
⚙️
运维
版本管理 + 自动化更新
模块2
编程基础术语
💡 编程是什么？
编程 = 给计算机写
菜谱
🥘
食材 = 数据
📝
步骤 = 代码
👨🍳
厨师 = 计算机
📦 核心概念：变量
变量 = 贴标签的
数据盒子
代码
name = "张三"
标签是name，值是"张三"
代码
age = 25
标签是age，值是25
💡
作用
存储数据，随时取用
⚙️ 核心概念：函数
函数 = 可
复用
的代码块
结构
输入 → [处理] → 输出
代码
print("Hello")
💡
作用
避免重复写代码，一次定义多次使用
📁 核心概念：集合和字段
📁
集合 Collection
数据的"文件夹"，例：用户表
📄
字段 Field
表格的"列"，例：姓名、年龄、手机号
☁️ 核心概念：云函数与存储体
⚡
云函数
云端运行代码，无需买服务器，按需计费
📦
存储体
存放文件的地方，图片/文档/视频，URL访问
模块3
人生第一个程序
🎯 目标：AI聊天小工具
最终效果：
用户输入 → AI回复
1
调用AI API
发送请求获取响应
2
获取用户输入
input函数
3
整合成完整程序
循环+判断
💡
只需约15行代码！
📝 三步开发流程
1
调用API
import requests，发送HTTP请求，获取AI响应
2
获取输入
user_input = input("你说：")，接收键盘输入
3
整合程序
while循环，获取输入→调用AI→显示结果
✨ 你还能做什么？
📅
个人助理
日程管理、提醒事项
📊
数据处理
Excel自动化、数据分析
🎮
小游戏
猜数字、文字冒险
🚀
更多...
限制你的只有想象力！
📝 今日总结
既懂
AI原理
，又能
动手创造
✅
AI知识
机制 → 现状 → 未来
✅
AI编程
环境 → 基础 → 实战
💡
核心收获
理解AI工作原理，掌握Python基础
Q & A
感谢聆听 · 期待交流
📧 欢迎提问