引言
我为你整理了所有关于 AI 的内容。以下是我对 2025 年 AI 你需要知道的要点总结。从初学者到中级再到高级，我会为每个主题提供速成课程，如果你想深入了解，还会提供更多资源。视频结束时，你对 AI 的了解将超过 99%的人，但前提是你要记住这些信息。视频中会有一些小评估，现在请集中注意力，开始吧。本视频部分由 Retool 赞助。
视频结构
- AI 基本定义及工作原理
- 提示
- 代理
- AI 辅助编码（Vibe Coding）
- 新兴技术
AI 基本定义及工作原理
人工智能（AI）指的是能够完成通常与人类智能相关的认知任务的计算机程序。AI 作为一个领域已经存在很长时间了，传统 AI（过去称为机器学习）的例子包括谷歌搜索算法或 YouTube 的推荐系统。如今我们通常所说的 AI 是生成式 AI，它是 AI 的一个特定子集，能够生成新的内容，如文本、图像、音频、视频和其他类型的媒体。最受欢迎的生成式 AI 模型是能够处理文本并输出文本的大型语言模型（LLM），例如 OpenAI 的 GPT 系列、谷歌的 Gemini 和 Anthropic 的 Claude 模型。现在有许多不同类型的模型，许多模型是原生多模态的，可以输入和输出文本、图像、音频和视频，如 GPT - 40 或 Gemini 2.5 Pro。
小测验
请在评论中写下你对这些问题的答案。如果你想了解更多关于生成式 AI 模型的细节，包括模型内部的深入分析、在工作场所的使用以及如何负责任地使用 AI，我推荐观看这个视频（链接在此），我将谷歌 8 小时的 AI 基础课程浓缩为 15 分钟。
提示
提示的定义
提示是向生成式 AI 工具提供特定指令以接收新信息或在任务中实现预期结果的过程，可以通过文本、图像、音频、视频甚至代码进行。提示是你能学到的投资回报率最高的技能，也是其他更高级 AI 技能的基础，因为它是与 AI 模型交流的方式。
初学者提示方法
- 选择喜欢的 AI 聊天机器人：如 ChatGPT、Gemini 或 Claude。
-
使用“tiny crabs ride enormous iguanas”框架：
-
任务（Task）：明确希望 AI 完成的任务，例如让 AI 为新的章鱼周边产品制作 IG 帖子。
-
情境（Context）：提供更多情境信息，如产品图片、公司背景、吉祥物信息、发布日期和目标受众等。
-
资源（Resources）：提供示例，让 AI 从中获取灵感。
-
评估（Evaluate）：评估生成的结果，看是否满意。
-
迭代（Iterate）：根据评估结果进行迭代，告诉 AI 需要调整的地方。
-
使用“ramen saves tragic idiots”框架：
-
重新审视“tiny crabs ride enormous iguanas”框架：检查是否可以添加或删除某些信息。
-
将提示拆分为短句：使 AI 更容易理解。
-
尝试不同的措辞和类似任务：例如将写演讲改为写故事。
-
引入约束：使结果更具体和有针对性。
-
通过这两个框架，你在提示方面将超过 98%的人。如果你想进一步提升，我推荐观看谷歌的提示课程总结视频（链接在此），还可以查看针对特定模型的提示生成器，如 OpenAI、Gemini 和 Anthropic 的提示生成器。
代理
代理的定义
AI 代理是使用 AI 代表用户追求目标和完成任务的软件系统。例如，客户服务 AI 代理可以处理用户忘记密码的邮件并回复，编码代理可以根据提示构建 Web 应用程序的 MVP 版本。AI 代理领域备受关注，投资众多，预计会不断改进并融入各种产品和业务。
AI 代理的组成部分
OpenAI 列出了 AI 代理的六个组成部分： 1. AI 模型：提供推理和决策能力。 2. 工具：使代理能够与不同界面交互并获取信息，如电子邮件工具。 3. 知识和记忆：让代理能够访问特定数据库并记住之前的交互。 4. 音频和语音：实现自然语言交互。 5. 护栏：确保代理行为符合预期。 6. 编排：用于部署、监控和改进代理。
代理的构建技术
目前有多种无代码和低代码工具，如 nend（通用）和 gum loop（企业）。会编码的人可以使用 OpenAI 的代理 SDK、谷歌的 ADK 代理开发工具包或 Claude Code SDK。建议关注 AI 代理的基础知识，因为这些知识不会快速变化，适用于未来的新工具和技术。如果你想深入了解 AI 代理，可以观看我的 AI 代理基础视频和构建 AI 代理视频。
多代理系统
多代理系统由多个代理协同工作组成，就像公司中不同角色的人合作一样。Anthropic 有一篇关于多代理系统的优秀文章（链接在描述中）。MCP 是 Anthropic 开发的标准化协议，使代理能够轻松访问工具和知识。
代理部分小评估
请在评论中写下答案。
AI 辅助编码（Vibe Coding）
Vibe Coding 的定义
2025 年 2 月，OpenAI 联合创始人 Andre Kaparthy 提出“Vibe Coding”，即完全依靠感觉，利用大型语言模型（LLM）的强大能力，只需告诉 AI 想要构建的内容，AI 就会处理实现过程。
Vibe Coding 的五步骤框架
使用“tiny ferrets carry dangerous code”记忆法，代表思考（Thinking）、框架（Frameworks）、检查点（Checkpoints）、调试（Debugging）和情境（Context）。 1. 思考：通过创建产品需求文档（PRD）明确目标受众、核心功能和构建工具。 2. 框架：告诉 AI 使用合适的框架，如 React、Tailwind 或 Three.js。如果不确定，AI 可以提供建议。 3. 检查点：使用版本控制工具如 Git 或 GitHub，避免丢失进度。 4. 调试：耐心系统地引导 AI 修复代码，复制粘贴错误信息并提供截图。 5. 情境：提供更多情境，如模型、示例和截图。
Vibe Coding 的工具
- 初学者工具：lovable、vzero 和 bolt。
- 中级工具：Replet，展示代码库。
-
高级工具：
-
Firebase Studio：有用户友好的提示模式和完整的集成开发环境（IDE），基于 VS Code，且免费。
-
AI 代码编辑器和编码代理：如 Windsurf 和 Cursor，在本地机器上开发，设置更复杂，但功能更强大。
-
命令行工具：如 cloud code，需要熟悉终端，但功能更丰富，适用于复杂代码库。
-
Vibe Coding 部分小评估
请在评论中写下答案。
新兴技术
在 AI 领域，时间线越来越短。建议关注底层趋势，而非所有新事物。有三个主要趋势： 1. 集成到工作流程和现有产品中：像谷歌一样，将 AI 融入现有产品以提升用户体验和降低成本。 2. AI 辅助编码提高生产力：学习 Vibe Coding，特别是命令行工具如 cloud code。 3. AI 代理持续发展：AI 代理有很大潜力改善现有产品和构建新产品，未来会有更多工具帮助构建代理。
最终小评估
请在评论中写下答案。感谢观看，期待看到大家使用 AI 创造的成果，祝大家在 AI 之旅中好运，下次视频或直播见。