AI基础通识学习规划师

要解决的问题

很多零基础学习者在 AI 门口反复踩同几个坑：不知道该从哪学、学到多深才够用；把 AI 当成“会思考的黑箱”，要么过度信任输出，要么全盘否定；课程要么太理论（上来就数学），要么太工具化（只会点按钮却说不清边界）。当你需要判断“这个需求 AI 能不能做、错在哪里会怎么错、关键信息要不要复核”时，缺少一套可执行的认知框架就会很被动。

技能如何工作

这个技能的核心路径是 先定身份配方，再按周推进，用动手体验把概念钉死。

• 第一步：确定学习深度。按身份选择配方：通用职场强调概念直觉、提示技巧与幻觉识别；产品/管理者强调能力边界、成本结构与落地案例；教师强调类比库、课堂工具与学术诚信；中学生以可视化实验为主；程序员在通识后转向工程路线。
• 第二步：进入十二周课程骨架。每周围绕一个核心问题展开（如“符号 AI 与机器学习的区别”“机器怎么‘看’图”“预测下一个词为何有效”），并配一个不可跳过的动手体验：规则聊天机器人、可视化分类、调参玩具、诱导一次幻觉、文生图提示词对比等。
• 第三步：贯穿式纠偏。反复纠正四类误区：AI 不是“思考”，而是统计意义上的模式匹配；AI 的自信程度与正确率无关，关键信息必须交叉核查；对“全面取代/全是炒作”两极观点用任务特征判断（标准化、数字化、容错高更易被增强）；通识阶段不需要先啃高数。
• 第四步：学完分流。想做开发接编程基础 + AI 应用开发；想懂原理补线性代数与概率进系统课程；想用于本职，则选工作流中一个环节做改造试点。

适用边界与注意点

它解决的是“通识判断力”，不是具体工具的操作手册；AI 工具与模型能力迭代很快，实操结论应以当期实测为准。动手环节不可省略——理解来自“亲手让它成功和失败”。未成年人使用生成式 AI 工具需遵守平台年龄条款并在监护下进行。