别被AI术语吓倒:从ChatGPT到Workspace Agent的AI概念实战指南
12个AI概念的完整之旅——Token、提示词工程、RAG、工具调用、MCP、上下文工程、Skill、计算机使用、Agent、Harness工程、工作流和Workspace Agent——每个概念含代码示例和实操建议。
什么是AI,它如何工作,以及你需要首先了解什么。
13篇文章
12个AI概念的完整之旅——Token、提示词工程、RAG、工具调用、MCP、上下文工程、Skill、计算机使用、Agent、Harness工程、工作流和Workspace Agent——每个概念含代码示例和实操建议。
面向初学者的三层AI金字塔指南——LLM(大脑)、多模态(感官)、工具与Agent(骨架)——附扣子无代码搭建AI Agent实战。
清晰拆解AI工程三大核心概念——Function Calling(微观动作层)、Skills(中观模块层)和MCP(宏观集成层)——附实战代码示例。
掌握核心AI概念:Token、上下文窗口、提示词、RAG、MCP、Agent、工作流等——附带Claude Code实用命令和代码示例。
大多数开发者将AI等同于大语言模型,导致token浪费和高成本。本文详解AI核心概念、token计算和实用优化策略。
详细解析三个核心AI自动化概念——Agent、Skill和Harness——包括定义、操作逻辑和实际Python代码示例。
每个人都在说‘大语言模型’,好像你应该知道它是什么意思。这里有一个真正简单的解释,没有任何技术术语。
ChatGPT vs Claude vs Gemini vs Perplexity vs Midjourney——你真正需要哪一个?一个基于你的实际需求的实用决策矩阵。
从模型参数、上下文窗口到RAG和具身智能——本文用通俗语言和真实例子解释12个AI必备概念。
你要了一个食谱,它却发明了一个不存在的食材。这是为什么AI会幻觉,如何发现它,以及遇到时该怎么办。
ChatGPT Plus每月0。Claude Pro每月0。Midjourney每月0。你真的需要它们吗?以下是如何基于你对AI的实际使用情况来决定。
NVIDIA突然比Google还值钱了——因为‘AI芯片’。这是GPU实际做的事情,为什么AI需要成千上万个GPU,以及你为什么应该关心。
“AI有意识。”“AI会取代所有工作。”“AI什么都知道。”这些都不是真的。以下是2026年的真实情况。