智泊十期 2025年

这门课面向的是想从零开始理解大模型、并且希望最终能自己动手做出可用 AI 应用的人。它不讲空泛的趋势，而是从「大模型为什么能工作」讲起，一路带到提示词怎么写、接口怎么调、应用怎么搭。如果你之前看过不少 AI 科普却始终觉得隔一层，或者工作中被要求「用 AI 提效」但不知从哪下手，这套资料对得上你的需求。

它解决的是「懂原理」和「能上手」之间的断层

市面上很多内容要么停在概念层面，讲完 Transformer 就没了；要么直接甩一堆代码，跳过了为什么这样写。这套课把顺序铺得比较清楚：先建立对大语言模型的基础认知，再用通俗的方式拆解核心原理，让你明白模型在做什么、为什么会出错、上下文和参数意味着什么。接着进入提示工程特训，把「怎么问」变成可复用的方法，而不是碰运气。这个顺序对转行者和非科班上班族比较友好，因为它先补认知，再谈工具，不会一上来就被术语劝退。

适合什么基础，先看哪几块

零基础可以进，但需要你能静下心看完讲解，并且愿意跟着动手。如果你完全没写过代码，提示工程那部分仍然能看懂并用起来，但后面涉及调用和搭建的环节会吃力，建议同步补一点 Python 基础。已经会写代码、只是没接触过大模型的人，可以跳过最前面的认知铺垫，直接从提示工程和后续的工程实践切入。

建议的观看顺序是：先看开班典礼，了解整期的节奏和定位；然后按「基础认知 → 核心原理 → 提示工程」这条线走，不要跳着看，因为后面的实践会反复用到前面的概念。每一节的配套讲义值得对照着看，视频讲得快的地方，讲义能帮你回查。

学完能独立做什么，资料怎么配合练习

把这一阶段跟完，你应该能独立完成几件事：说清楚一个大模型应用大致由哪些部分组成；针对具体任务写出稳定可用的提示词，而不是反复试错；看懂常见的接口调用示例，并能改造成自己的小工具。它不会让你立刻变成算法工程师，但足以让你在团队里承担「把 AI 接进业务流程」的那一环。

练习上，别只看视频。每学完一个原理点，就找一个自己工作里的真实任务去试，比如整理会议记录、生成周报初稿、做信息抽取。提示工程那部分尤其要动手改参数、换写法，观察输出差异。讲义用来复盘，视频用来补漏，真实任务用来验证。这样走完一遍，你手里会留下几个能直接用的提示模板，而不是一堆看完就忘的笔记。