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。