学习 · AI 基础
AI 基础
这一页把入门路线里的 「AI 是什么」 和 「什么是 LLM」 写清楚。读完后，你会知道该去 博物馆短展、工具发现库 还是 Agent 体验——而不是被一堆产品名搞晕。
AI 是什么？
人工智能（AI） 通常指：从大量数据里学到规律，再对新情况做 预测、分类、生成或决策 的软件。早期 AI 多是人工写的规则；今天的 AI 更多靠 机器学习——用例子「练」出模型，而不是程序员逐条写 if/else。
你每天都在接触 AI：输入法联想、相册识别人脸、推荐下一首歌、语音转文字。新一代 生成式 AI 还能写段落、画图、写代码——背后往往是 大语言模型 或多模态模型。
什么是 LLM（大语言模型）？
LLM 是在海量文本（以及越来越多还包括代码、图像描述等）上训练出来的模型，擅长 读、总结、推理、写作、翻译。你熟悉的 ChatGPT、Claude、Gemini 的对话能力，核心就是 LLM + 产品界面与安全策略。
重要一点：LLM 不是 联网数据库，也 不保证 永远说真话。它根据训练与当前输入 预测下一个最可能的词，所以听起来很流畅，但可能 编造 事实或数字。
- 输入：你写的 prompt（提示词）+ 可选的文件/图片
- 输出：模型生成的文本（有时附带工具调用）
- 上下文窗口：一次对话里能「记住」的文字长度上限
- 温度等参数：越高越发散，越低越保守（因产品而异）
训练与使用：两回事
训练 由厂商在数据中心完成，成本极高，普通用户不参与。推理（inference） 才是你每次打开 App 时发生的事：模型根据你的输入当场计算回复。
因此：同一模型在不同产品里 体验可能不同——系统提示、能否搜网页、能否读文件、是否允许调用工具，都由产品决定，而不只是模型本身。
聊天、Copilot 与 Agent：别混为一谈
聊天：你问一句，它答一句（或几轮），主要交付 文字建议。Copilot：在编辑器、Office 里_inline 帮你改稿、补全。Agent：围绕 一个目标 多步执行——规划 → 选工具 → 执行 → 检查 → 再执行，直到任务完成或需要你确认。
- 聊天适合：头脑风暴、解释概念、短文案
- Agent 适合：调研报告、跨文件改代码、带引用的检索
- MEAGENT 上的「体验 Agent」演示的是 **任务循环**，不是普通单轮聊天
模型、工具、Agent：怎么叠在一起？
可以记一个简单栈：底层是模型（能力），中间是 工具产品（ChatGPT、Cursor 等，你直接选用），上层是 Agent（把多步工作和工具编排起来）。
在发现页的 AI Universe 里我们把三条路 并列——你可以先选工具，也可以先玩 Agent，但 搞清 LLM 能做什么、不能做什么 会少踩很多坑。
能力边界与负责任使用
- 幻觉：语气自信但内容错误——重要事实要二次核实
- 时效：训练数据有截止日期，除非产品提供联网或 RAG
- 隐私：别把密钥、未公开合同扔进不可信窗口
- 版权与合规：生成内容的使用范围因地区与场景而异
- 人机协同：让 AI 起草，你负责 **决策与发布**
第一次写 Prompt 的四个习惯
不用背模板，先养成结构：角色 + 背景 + 任务 + 输出格式 + 约束。
- 说清楚对象：「给非技术同事看」还是「给开发者看」
- 给材料：贴大纲、数据范围或反例
- 要格式：要点列表、表格、Markdown 标题
- 设边界：字数、语气、禁止编造引用
读完这一页，建议怎么走？
- 想系统扫概念 → 认识 AI（/learn/concepts）
- 继续入门路线第 3 步 → AI Agent 是什么（/learn/concepts/what-is-ai-agent）
- 想先选产品 → AI 工具发现库（/tools）
- 想动手试 → 首页体验 Agent（/#try-agent）或 Agent 商店（/agents）
继续入门路线
Use the interactive demo on MEAGENT or open a product guide—start with a small, low-risk task.
继续入门路线