你的 AI 学习路线

五档学习路线按目标划好范围：只想会用 AI、把 AI 用到专业、做 AI 产品、自己动手搭、全都要。选完课程目录自动精简，随时能改

用达克曲线定位学员当前位置，明确课程目标：从愚昧之巅走向平稳高原

看完 ≠ 学到：每个案例都要停下来反思、代入自己的业务场景、尝试输出

AI 所有 Harness 操作本质都是对 message list 的处理。理解它，才能看懂所有方案

任何知识都能随时问出来。决定学得好不好的，是提问、验证，以及把东西留下来的能力。

怎么提问，才能让 AI 真的教会你一件事。四个部件，加上你自己给的比方，再让它把问题交还给你。

AI 说错话的时候语气和说对话完全一样。学习场景里，错的会被你当成知识存进脑子。这一页给你三道能当场用的防线。

站上就有一个助教。怎么问，才不是白问。

一篇看三行就想放弃的论文或长文档，怎么让它变得读得下去？

几十万行的陌生代码，带着 AI 读出设计决策。约束只有一条：每一个技术论断都能回到源码的具体行。

读十遍，加固的是见过这件事。自测一遍，加固的是还能想起来。

每次开新对话都要重新交代背景。窗口管这一次看得见的字，写在外面的那一层才会留下。

看懂了和学会了差在哪。三道递进判据：讲得清、改得动、预测得准。

用 AI 学习最容易掉进哪些坑，而且掉进去的时候感觉还很好。

先写清学完能做什么，再拆成带验证产出的里程碑。时间预算一变，路径就要跟着伸缩。

六个真实使用现场：整理纪要、看懂报告、给任何人讲任何事、陪练面试、做小工具、生成海报。以前是人学软件，现在是软件听人话

不需要任何基础：AI 每次只做一件事——猜下一个字。两个小游戏，建立你对 AI 的第一个正确直觉

搜索给书架，AI 给结论。理解「凭记忆回答」的三个后果：会记串、知识有截止日期、没有出处可查

三个找茬游戏：亲手从 AI 的回答里抓出编造的句子，再带走三个实用的小习惯

三档提问对比 + 提示词积木组装器：背景、要求、限制——信息给一分，它答一分

说不清需求没关系，让它来问你。点选式对话演示，亲手体验回答质量翻倍的瞬间

一个万能骨架（背景+要求+限制）+ 拼图组装器：亲手拼不同的提示词，实时看 AI 回答质量的变化

你的一次聊天 vs 产品团队的一百万次调用：拖动滑块，亲眼看一段废话被放大成多大的账单

发动机、整车、网约车的三层类比 + 对号入座小游戏：听到新闻就知道说的是哪一层

同一件报销的事，聊天 AI 和 Agent 干起来完全不同——点开播放，看 Agent 一步步把活干完

一张写给 AI 的「经验小抄」。对比播放：没带小抄的管家来回跑 4 趟，带了小抄的一趟搞完

点选一个生活需求，看「一句话描述 → AI 生成 → 改两轮 → 能用了」的全过程；学三个月 vs 描述十分钟的时间对比

通义、Kimi、DeepSeek、豆包、GLM……点选你的场景，对号入座。数据基于全球盲测榜

OpenAI、Anthropic、Google、Meta、xAI……配对小游戏把公司和代表作对上号，再看一份友好图鉴

交互分词器：点一句话看它被切成多少颗 Token，账单实时跳动；中英文消耗差异一目了然

AI 的工作台就那么大：拖动对话轮数，看台面放满后最早的纸条怎么掉下去，掉的那一刻它开始答非所问

同一道题两种模式对比：秒答 vs 先想再答；时间和费用差多少、什么问题值得开思考，四题小测帮你建立手感

「千亿参数」是什么概念？拖动规模滑块建立直觉，再看小模型赢在哪：速度、成本、专精场景

「会说话」和「会看」是两套本事。给两个模型各发一张猫图，亲眼看差别，再讲清「眼睛」的原理

重新上课 vs 开卷考试：两种让 AI 懂你的路子并排演示，四个真实场景点选对号入座

三步动画：文件切块入库 → 提问时检索 → 塞进上下文再回答；同一个问题有无知识库的回答对比

配对小游戏把缩写和人话解释连上线，通关后送一张「谁包含谁」的关系图

AI 时代的卖铲人：一个博士逐题算 vs 一万个小学生同时算，看懂显卡为什么是抢手货

四层梯子：改提示词、挂知识库、微调、从头预训练，每层标注真实成本；听五句吹牛，判断说话人到底在哪层

自研、套壳、数字员工、赋能…点击发布会原话翻译成人话，附含金量分级和三个当场问出底细的追问

权重、数据、方法三件套逐项检查主流模型开放了什么；满血版 vs 蒸馏版对比，你本地跑的多半是小号

榜单分和真实好用度的反转演示 + 三个原因：刷榜、过拟合题库、场景不匹配；顺便说清什么榜更可信

你以为模型在长大，实际是一张笔记被塞回对话：双画面对比动画 + 新开对话「失忆」演示

六段文字猜检测器判定，亲手体验误伤名场面；为什么原理上就做不准，被冤枉了怎么办

把付费课卖点逐条拆开：哪些本站免费教过、哪些是正确的常识、哪些纯属包装。骨架免费，功夫在多用

同题连问三次看三种回答，配「下一个字」概率骰子动画；这是设计而非故障，什么场景需要稳定输出

同一句投诉发给聊天 AI 和客服机器人，差距一目了然；三个原因：省钱用小模型、护栏锁死、老技术冒充新 AI

同一句话两代助手的处理路径动画：命令匹配听不懂就道歉，生成式什么说法都接得住

免费版透视：模型档位、次数、上下文、高峰排队四项逐个点亮；三类人对号入座，各给一句结论

包月自助餐 vs 按量散称：拖动用量滑块算两种方式各花多少钱，找到你的分界点

一次问答几厘钱，一张图两三毛。成本条动画 + 三个原因：像素多、要画几十遍、显卡被独占

拖动滑块看看：10 秒视频 = 240 帧连贯的图 + 物理合理 + 音画同步。省钱顺序也一并分享

三折价格背后：你的每句话都要经过一个无法核实的中间人。路径动画讲清三个结构性风险

9.9 的 Plus 拼车 = 三十人合租单人间。动画演示：记录互看、封号连坐、钥匙在别人手里

一句话发出去之后经过哪些环节、哪步可能进语料；训练开关怎么关，免费版和企业版差在哪

八道判断题小游戏 + 信任四象限：有标准答案吗？错了后果大吗？健康钱法律三条红线

六个直觉行囊盘点 + 三道题分流测试，找到最适合你的学习路径

15T Token 是什么概念？语料构成可视化 + 数据规模直觉滑块

对话不是学习，参数冻结，按 Token 计费，这些是 AI 产品必懂的底层逻辑

从语料到词间矩阵，Token 化 + 注意力权重交互演示

训练结束后得到什么？逐步生成 + 概率分布实时更新

CNN / RNN / BERT / GPT 四种算法可交互对比，记忆衰减可视化

明明是对话，为什么 API 叫「补全」？打字机动画解读

OpenAI 最初的实验：把补全机器变成聊天机器人

Jinja 格式、指令微调，大模型终于学会说话

提示词为什么够用？Token 截断可视化，无需重新训练

三类典型幻觉：事实错误 / 自信编造 / 知识截止

约束指令 + 局限性：模型不知道自己不知道什么

真实文档注入上下文，5 步交互流程动画，对比有无 RAG 的差异

成本分析表 + 关键词触发 / 模型路由 / 语义缓存 / 精准切块四种策略

拖动滑块，实时看概率分布和输出变化

外部纠错层，冷启动阶段兜底策略（HITL）

训练本质 / Token / Base→SFT→Chat / 四种幻觉类型与根因

四种缓解策略对比 / 常见误区清单 / 方案选择判断矩阵

需求收敛四段演示；三档任务：写四行需求、用五个真实输入试它、划一条人机分界线

每题附考察意图、答题框架与加分点：概率预测 / message list / 幻觉解释 / RAG vs 重训 / Temperature / 上下文窗口

窗口构成可视化，拖动模拟溢出效果，主流模型容量对比

直接截断 / 摘要压缩 / 选择性保留，可视化对比每种策略的利弊

纯文本模型 + 排版需求 = MD 成为首选，逐步推演 HTML/Word/LaTeX 为何不行

常用语法速查 + 实时编辑器 + marked.js / markdown-it 渲染方案

五种角色实时切换，输出格式控制，System Prompt 核心原理

Few-Shot / CoT / 约束条件 / 任务拆解，好坏对比交互演示

纯文本 / JSON / Markdown / YAML / XML，场景适配度对比与权衡

JSON 全文才能解析 / MD 逐字显示 / XML 捕获标签即渲染，动态演示

SQL 注入类比 → Message List 本质 → 缺乏参数化 → 5 大攻击类型概览

越权指令 / 角色扮演 / Few-Shot / 结构注入 / 隐喻伪装，中招版 vs 防御版

输入层正则 → 提示词层约束 → 输出层泄漏检测 → 二次审核，可模拟攻击全链路

不能做的事、做了会怎样，产品经理必须守住的四类安全边界

AI 输出的风险分级模型，各角色的责任分工与治理框架

四大能力 Plan / Tool / Memory / Act，点击查看真实案例

模型输出 JSON → 框架解析执行 → 结果注回，四步流程可视化

拆解 Function Calling 真实链路：用户看到 1 条回复，背后是 5 条 API 消息

同样功能，好描述 vs 坏描述成功率差 3 倍，对比实验

isConcurrencySafe 决定工具能否并行，调度策略可视化

stdio / SSE / Streamable HTTP 三种传输方式对比，数据流动画

Thought / Action / Observation 逐步演示，7 步完整 Agent 链路

消息列表可视化，每条消息的 Token 占用和角色标记

60% 裁剪 → 75% 微压缩 → 85% 折叠 → 95% 紧急，拖动滑块看压缩过程

Embedding → 向量数据库 → 语义搜索，topK 与 minScore 的设计决策

语义相似度、ANN 与向量数据库的职责边界

Collection、Schema、Entity、Index、Search、Query 与 Load

连接、建表、批量写入、索引、搜索、查询和删除

切分、过滤、混合检索、RRF、重排与评测

一个删除 console.log 的任务经历 14 轮循环，含自我纠错

参数格式错误、幻觉工具、无限递归、信息不足、API 异常

5 种权限模式 + LLM 风险分级 + Human-in-the-loop 设计

Skill = 流程说明 + 工具调用指引，用「阳台收衣服」类比好循环 vs 差循环

好循环 vs 差循环升级版，Skill 如何改变 Agent 执行路径

从真实源码学 SKILL.md 的结构设计

模拟 Agent 查机票订酒店，无脚手架 vs 有脚手架完整对比，5 大能力详解

迭代上限、输出截断、超时控制、中断恢复、上下文急救

子 Agent 调度、Worker Thread、并行 vs 串行执行策略

事件流可视化、Token 追踪、OpenTelemetry 集成

从四大能力到工程落地，一页看清 Agent 的完整知识地图

Token 累积成本可视化，拖动轮次查看费用如何指数增长

类比理解 + 节省效果计算器，拖动轮次查看节省比例

cache_control 写法、缓存命中判断、价格折扣对比，真实省钱效果演示

错误设计 vs 正确设计，三种时间处理方案对比切换

5 层优化策略，成本构成可视化，节省 70-90% 的系统设计

图片计费公式、缩放机制、分辨率陷阱、按任务分级策略

高/中/低三档分辨率策略，不同场景的 Token 消耗对比与选型建议

YAML vs JSON、CSV vs 数组、压缩 JSON 输出，格式性 Token 省 10-30%

动态 Few-Shot、LLMLingua-2 压缩、关键信息放首尾，提升信息密度

负向约束、Diff 润色、停止序列；KV Cache 的工具陷阱与滑动窗口问题

主流模型能力/成本矩阵、选型决策树、不同场景的模型匹配策略

AI Harness 的本质 / 做 vs 不做的取舍 / 会被时代淘汰的 Harness / 终极问题

什么交给 AI、什么自己来，用四象限快速判断任务分配

上下文决定输出质量，同一个问题好坏对比演示

三种快速验证方法，识别 AI 自信说错的场景

从粗到精的迭代节奏，以及何时该停止追问 AI

高可信 / 需验证 / 慎用 / 不用，AI 适用场景四分类

上下文溢出策略 / Prompt 六要素 / 工具调用真相 / Skill + 脚手架

五层成本体系 / KV Cache 原理 / 图片 Token / 课程完整能力清单

从大模型原理到工程落地，完整课程一页回顾

大模型认知框架 / 幻觉应对 / Prompt 与 Agent 核心要点

安全防御 / 成本优化 / 用 AI 的正确姿势 / 下一步学习路径

同一输入五连跑演示；三档任务：写第一版提示词、给不稳定归类、加示例与违禁项重跑对比

每题附考察意图、答题框架与加分点：上下文溢出 / Prompt 工程 / 注入防御 / 工具调用 / 成本账单 / KV Cache / 输出格式

本章是作者开发 AI Agent 桌面应用 Alice 的经验总结：约 50 万行代码、132 个工具、8 大模块与本章 8 个小节一一对应

一个从文字出发，一个从图片出发。产品经理要分清什么时候用哪种

用户说「画个夕阳下的猫」，生图模型需要的是完全不同的描述，解法是用 LLM 做翻译

同一个 IP 每次画都长不一样。为什么难、产品上怎么思考这个问题

多模型降级链的产品逻辑：优先级、白名单、探活、全挂时的体验兜底

从「调通了 API」到「用户能用」之间还差哪些东西，一张 checklist 数清楚

ReAct 不止 Think-Act-Observe 三步，生产环境每轮还要做什么

真实场景中循环挂掉的几种典型模式，以及用户会看到什么

上限、检测、降级三类策略的思路，产品经理该在哪里画线

工具在后台跑 30 秒，用户看到的应该是什么？进度感设计

用户发一句话，底层可能跑 10+ 轮循环、几十条 API 消息，由此建立成本意识

费用递增 + 注意力衰减 + 窗口有限，三个必须管理上下文的理由

有的能删、有的不能删、有的要花钱压，这是产品经理的决策框架

「圣物」问题：AI 的输出可以压缩，但用户的原话删了就回不来

零成本快但粗 vs 有成本慢但精，什么时候用哪种

白板（上下文窗口）和笔记本（长期记忆）的区别，为什么需要两套系统

不是所有对话都有价值：守门员思路与筛选逻辑

新旧记忆冲突的四种处理策略：新增 / 合并 / 冲突标记 / 跳过

记了 1000 条，每次全塞进去？还是按需检索？两种策略的代价

分层管理的必要性：身份、环境、工具指引各自独立，互不干扰

100 个工具全塞 system？Token 爆炸。这就需要按需加载的设计思路

文件即配置、版本可追溯，让 Prompt 也能像代码一样管理

改一个字 System Prompt，整条 KV Cache 作废。怎么减少手抖的成本

并行加速、角色分工、风险隔离，三种真实场景

「看」可以并行，「改」必须排队，为什么以及怎么判断

同一问题多角度独立思考，汇总共识与分歧，这是群体智慧的 AI 版

Agent 定时跑任务，上下文是累积还是重建？一个选择差 10 倍成本

完全自主 vs 每步审批，五种权限模式和适用场景

Human-in-the-loop 的平衡点：风险分级思路

事件流与 Token 追踪。不看日志你永远不知道出了什么错

同一个协议两个方向：消费别人的工具 vs 把自己暴露给别人

注册了 10 个 MCP 服务，启动时全连一遍？还是用到再连？

Agent 运行时发现需要新工具，自己配置 MCP 连接，这就是自配置思路

生图、循环、记忆、Prompt、多 Agent、安全、MCP，一张图串起来

同一个 Loop 支撑 N 种场景，差异不在代码，在产品决策

工具调用闭环四段演示；三档任务：选定工具、写三行描述、跑通闭环并故意搞一次破坏

每题附考察意图、答题框架与加分点：Demo 到上线的差距 / Agent 卡死 / 上下文压缩 / 记忆设计 / 多 Agent / MCP / 成本账单

预定义流程 vs 模型自主决策，Anthropic 定义的两大类 Agent 系统

Prompt Chaining / Routing / Parallelization / Orchestrator-Workers / Evaluator-Optimizer

在每一轮推理时策展最优的 Token 组合，写好提示词只是其中一环

Compaction、结构化笔记、子 Agent 架构，长任务的三种上下文管理策略

工具是 Agent 和世界之间的契约。像设计人机界面一样设计 Agent 界面

把向量检索封成 search_knowledge：ToolMessage、记忆分层与调用/不调用的测试

在复杂工具链中给 Agent 一个暂停思考的空间，τ-bench 性能提升 54%

Claude Code 实践：用 AI 写工具描述、跑评测、自动迭代优化

没有评测，修一个 bug 制造三个。Anthropic 的 Eval 方法论

静态断言 vs LLM-as-Judge vs 人工校准，每种适合什么场景

基础设施噪音可造成 6pp 误差、模型会识别考试、改 Prompt 可能让 Eval 掉 3%

一口气做太多、做完就收工，两种典型失败模式

初始化 Agent 搭环境、编码 Agent 增量推进，双角色 Harness 设计

把思考和执行拆到不同进程，像操作系统一样虚拟化 Agent

会话日志是持久的事件流、上下文窗口是临时的工作记忆，两者必须分离

Anthropic 的安全分类框架：用户滥用 / 模型 Misbehavior / Prompt Injection

生成的代码和密钥永远不在同一个容器里。结构性安全比靠提示词更可靠

在检索前先给 Chunk 加上下文，Anthropic 的 RAG 升级方案

设计模式、工具、评测、长运行、安全，一张图串起来

Anthropic 的核心工程哲学："Do the simplest thing that works"

改动前后跑分对比演示；三档任务：攒十条真实用例、写通过标准跑基线、用分数说话

每题附考察意图、答题框架与加分点：上下文工程 / 长任务 / grep vs RAG / ACI 工具设计 / 评测基建 / LLM-as-Judge / 沙箱隔离

递归自我改进（RSI）的历史与近期路径：模型改进 Harness，不直接改写权重

工作流自动化 / 文件系统持久记忆 / 子 Agent 与后台任务，构建 Agent 运行时的三个基石

ACE → MCE → Meta-Harness：优化对象从 prompt 内容演进到管理机制代码

AI Scientist / ADAS / AFlow，用 MCTS 和 Meta-Agent 搜索最优工作流

STOP 递归改善器 + Self-Harness 的 propose-evaluate-accept 循环

AlphaEvolve / DGM / SIA，用进化算法在庞大设计空间中发现最优 Agent

弱评估器 / 记忆退化 / 奖励黑客 / 多样性坍缩 / 人类角色，通往完整 RSI 的瓶颈

上下文占用曲线与压缩阈值演示；三档任务：找到失忆轮次、写三条规矩、跑通落盘再读回

每题附考察意图、答题框架与加分点：Harness 本质 / 设计模式 / 上下文自动进化 / 奖励黑客 / RSI 进展与风险

Vibe Coding 的四类典型事故，以及 Rule 是最稳上下文注入方式的原理

把需求确认环节搬进人机协作，批量修改先列计划，新功能先查重

简化版 Storybook 思路：先做独立 demo 调好再集成，demo 只增不删

样式为什么会增殖、怎么分批收进 token，以及哪些差异该留着

背景、设计意图、关键约束缺一不可；禁止静默删除代码与依赖

禁止猜测性修复，修复前回答三个问题，改完声明影响范围

AI 爱做「先上简版」的真实原因，以及为什么要打破这个模式

FEATURES / CHANGELOG / RELEASE_NOTES 各管一个维度，METHODOLOGY 沉淀产品品味

模型配置、技术栈锁定、数据格式三分法与 isComposing 这类必踩的坑

数据库先备份、不可逆操作先给回退方案、发版前做 diff 审查

超过 10 轮强制复述目标；违禁句式清单让文案摆脱 AI 腔

全景图回顾 + 使用方法 + 适配自己项目的四个动作

四步流程对比演示；三档任务：写第一条 Rule、真需求走一遍流程、导出建造日志整理成规范 v1

每题附考察意图、答题框架与加分点：为什么立规矩 / 质量责任 / 代码合入把关 / 拒绝分期 / 决策沉淀 / 安全闸门

当人人都能十分钟做出能用的东西，「能用」就开始贬值。三个界面先凭直觉投一票，学完这章回来再投一次，看你的眼睛变了没有

紫色渐变、毛玻璃、圆角卡片三件套：AI 默认输出训练数据的平均值，平均值就是平庸。在一张典型的 AI 生成页面上点出「AI 味」特征，集齐揭晓成因

什么都想强调等于什么都没强调。字号、字重、颜色三根杠杆怎么分配注意力，A/B 找茬揪出抢戏的界面

说不上哪里丑的界面，问题多半在间距。拖动滑块看呼吸感怎么来的，再学 8pt 网格这个偷懒神器

一个主色、两种字重、一套圆角。往界面里加颜色看它变成年会海报，再一键做减法，感受高级感回来的瞬间

好看的站点背后都有一套设计变量。拆开本站真实的 CSS：控件高度、圆角、配色为什么全站只有一档，改一处全站生效

信息密度、视觉噪音、呼吸感、对比度层级…点选审美词汇看释义与正反案例。说得出名字，才指挥得动 AI

「做个好看的页面」和「参考 Linear 的信息密度、只用一个主色」差出一个档次。三档提示词对比产出，现场看差距

生图提示词的审美三件套：构图、光影、色彩。三组对比图建立直觉，再从四张候选图里挑出对的那张

收藏一百个网站没用，要按顺序拆：先看层级，再量间距，最后数颜色。用这套流程现场拆一个好设计

光靠嘴描述风格太低效。垫图、风格描述、设计变量三种喂法的适用场景与话术模板，让 AI 照着你的参考库出活

AI 交付的界面和图片，按清单逐项检查：层级、间距、克制、一致性、细节。交互式清单可勾选，附延伸阅读

把「体贴软件」的特质清单反过来用，就是 AI 默认交互的找茬清单。在一个能跑通的应用里逐个点出五处不体贴，看看你平时都默默忍了什么

界面的三种非正常时刻恰恰是体验分水岭。空态该教下一步，loading 该报进度，错误该说人话给出路。三组 A/B 对决亲手挑

与其事后报错，先让错误发生不了；撤销让探索变安全，确认弹窗是最弱的防错。亲手改造三个危险按钮

不直接服务目标的操作都是负担。把一个五步注册流程逐步砍到两步，看漏斗里的人怎么留下来

用户靠习惯用法操作软件，学一次到处用。识别哪个控件在装创新，哪个长得像按钮的不是按钮

互斥选一个用单选钮，可勾多个用复选框，立即生效用开关，选项超过一屏才配用下拉。六个场景连连看，配一张能抄进提示词的速查表

「删除这 3 条」比「确定」诚实。按钮动词要说清后果，标签用用户的词，别把数据库字段名端给用户。亲手改写一个弹窗的三处文案

给 AI「小美要三分钟交完报销单」比给它「要有上传、表单、按钮」产出好得多。两种提示词对决，再练习把功能清单改写成场景

每个界面把状态列全，把边界情况说死，把防错要求写明。状态机补全器 + 边界轮盘，配可复制的验收话术模板

状态齐不齐、危险操作可逆吗、流程还能砍吗、控件选对了吗、文案说人话吗。交互式清单可勾选，与审美、心理学两张清单配成一套

同一个 5 秒请求，空白冻结、转圈、流式、步骤外显四种呈现并排跑，亲身体验物理时长相同、体感差三倍；再认识用户秒表的三个走时怪癖

排队研究三条定律配迪士尼与休斯顿机场案例；拖动耗时滑块看三档呈现决策：1 秒内直接出、10 秒内必须流式、超 10 秒转异步

哈佛实验：展示工作过程让用户多等反而更满意。秒回 vs 过程外显的 A/B 投票实验，思考外显与检索来源的一鱼三吃，外加三条不能越过的边界

四种会话剧本对比平均分与记忆分怎么背离；冷水实验的产品版：旗舰模型花在第一印象、校验前置护住最后一步、中段放心省钱

全信的把编造判例抄进法庭文书，不信的把 AI 变成摆设。六个场景亲手判断信任状态；可点开的引用、置信度代理信号、有条件的警告

Dietvorst 实验：人看到算法犯一次错就弃用，哪怕它整体比人准。先投票亲测自己的偏心，再玩归因翻译器和微调权开关，看弃用率仪表怎么被四个杠杆拉回来

数据、能力、责任三种防御，控制感、可逆性、透明三板斧；三个高防御设计亲手改造，小心埋着的安慰剂陷阱；转人工按钮的悖论

把 AI 当搜索引擎、当数据库、当会学习的学徒、当计算器，四种错配四类差评。四段对话找茬，再给空状态示例、边界前置、记忆外显三个纠正手段

CASA 范式：用户必然把 AI 当人，你只能选档位。五类产品对号入座；同一个错误四种道歉文案对比，三要素配方与服务补救悖论

期望确认理论：满意度等于体验减期望。先玩抽卡机看懂「演示是 P99、用户拿到 P50」，再拖宣传强度滑块看注册转化和三十日留存此消彼长，最后在期望曲线编辑器上拨三个杠杆

标注 AI 生成后评价系统性下降，用 AI 干活的人还怕被同事看见。双盲评分实验亲测折扣，五个场景判断标签亮不亮，措辞梯子看折扣差，最后选出用户敢分享的导出页

谷歌效应证明人会把「能查到的」从脑子里删掉，AI 把外包范围从记忆扩大到思考。选外包清单看哪些卸载危险，拖 Copilot 到 Autopilot 的定位滑块，拨开关把回答从「替你想」改成「带你想」

依恋是真实的，Replika 2023 事件证明了深度和风险。依恋信号分级器给六条用户消息判级，点开 Replika 四幕时间线，再拨三层安全阀：身份提醒、脆弱话题转介、无常性披露

打表焦虑模拟器亲手体验按量计费怎么让每次追问都疼一下，切到包月看同一段对话的心情差；心理账户四题看同一笔钱换框架痛感差多少；三个额度开关把免费额度从成本变成转化器

复刻经济学人的诱饵实验：没人选的档位撤掉后销量大变；拨开关搭自己的定价页锚点；判断五种价格歧视哪些体面哪些找死；最后选出不挨骂的涨价邮件

一千个不满意的用户，点踩的只有十几个。反馈漏斗模拟器看沉默偏差怎么层层吃掉信号，六种用户行为判读隐性信号（重新生成、复制、编辑），点踩后的体验对决：反馈要有即时回报

卡尼曼、诺曼、西奥迪尼、塞勒到《媒体等同》，九本书拆出十九条 PM 必须懂的心理学原理，每条标注 AI 产品落点与回看课节；按你产品当前的困惑选书，读完做一轮原理连线小测

从感知性能到沉默偏差，十六个心理效应 × 工程杠杆完整对照，右列全是学过的开关；可勾选的上线前十四问检查清单，附十一份延伸阅读

每题附考察意图、答题框架与加分点：感知性能 / 峰终取舍 / 信任校准 / 防御拆除 / 算法厌恶 / 标签折扣 / 情感依恋 / 付费与定价 / 沉默偏差 / 体验指标怎么写进 OKR

看到消费账单会窒息吗？Token 成本不只是财务账单，更是延迟与吞吐量的直接映射。这一章讲怎么把它抠下来

从字符到子词的演进、BPE 的合并规则，以及中文为什么天生贵 2 倍；「给主人留下些什么吧」的诡异合并

T0 旗舰 / T1 主力 / T2 走量怎么分工；光知道哪个贵不够，要盯住价格跳变的边界线

输出 199 和 201 是两种价格，连输入都回溯涨价；拖动滑块看账单跳变，四种应对策略

多 1k Token 整单翻倍的全量结算逻辑；预算感知截断，别再为 RAG 垃圾付双倍的钱

输入分辨率实时算 Token 的计算器；32 像素对齐跳档、分辨率诅咒与图片成本三条红线

Agent 每一轮都要重读全部历史。逐轮点开一个 Excel 任务，看 Input 怎么滚到 31,460 Token

工具返回爆炸、思考税、死循环、历史雪球：每个陷阱配一个能落地的策略，外加三条红线

加粗的 ** 就吃掉 8.5% Token；复杂对象用 YAML、扁平列表用 CSV、后台输出强制 Minified JSON

中段迷失效应：塞得越多越抓不住重点。动态 Few-Shot 从 4000 砍到 500，LLMLingua-2 压缩 5-20 倍

前缀匹配最高省 90%；动态切换工具为什么把缓存全打穿，滑动窗口 vs 章节缓存

明确的负向约束砍掉 30% 废话；润色用 Diff 别重写整段；停止序列做物理截断

每一个 Token 都在为最终结果贡献价值吗？全景清单回顾 + 十八份按主题分类的延伸阅读

一个贯穿全章的隐喻：数据结构 = 收纳方式。亲手玩一局「找钥匙」，体会选错收纳有多慢；再看不懂结构的人怎么把 AI 写的慢代码直接上线

message list 就是一个数组：对话历史怎么排队、上下文截断为什么掐头不掐尾；顺便看数组中间插一条数据有多贵

后进先出：撤销键、函数调用、Agent 的子任务都靠它。亲手压栈弹栈，再看一次没写终止条件的递归是怎么把栈压爆的

先进先出：任务队列、消息队列、生产者消费者。拖动生产和消费的速度，看队列什么时候积压、什么时候空转

把 key 亲手塞进桶里，看哈希函数怎么把「翻一遍」变成「直达」；再看两个 key 撞进同一个桶时怎么收场

KV Cache 和语义缓存都是同一招：算过的别再算。拖动命中率滑块实时看账单变化——Harness 核心篇成本优化的底层原理

文件目录、JSON、网页 DOM、代码语法树——AI 读你的项目时看到的是一棵棵树。点开一段代码，亲眼看它变成 AST

节点加关系就是图：社交网络、知识图谱、Agent 工作流 DAG。点一个节点，看关系怎么一层层扩散出去

大模型原理篇见过分词，这次看底层：一棵前缀树怎么把「五花肉」整块认出来。亲手沿着 Trie 走一次分词

Embedding 把语义变成坐标，相似度就是距离。在平面上拖动查询点看最近邻怎么变，再看 HNSW 为什么能在亿级向量里瞬间找到

数组/栈/队列/哈希表/缓存/树/图/向量各自的强项弱项与 AI 里的真身；点选场景，看该用哪种收纳方式

三档任务：让 AI 解释它选的数据结构、要求换一种实现对比利弊、给你自己的项目挑一次收纳方式

每题附考察意图、答题框架与加分点：数组 vs 链表 / 哈希碰撞 / 树的遍历 / 缓存设计 / 向量检索 / 场景选型

拖动数据量滑块，看 O(1)、O(log n)、O(n)、O(n²) 四条曲线怎么分道扬镳；数据翻十倍，谁不动声色、谁当场爆炸

注意力机制要让每个 Token 看所有 Token：拖动上下文长度，看计算量和账单按平方往上蹿——长对话变卡变贵的根源

玩一局 1 到 100 猜数字，体会每猜一次范围砍一半；十亿条数据 30 次就能找到——log n 快到什么程度

两种排序同场竞技的可视化动画：看冒泡怎么一步步挪、快排怎么分区跳跃；数据量一大差距有多悬殊

RAG 检索回来的段落不能直接用：先粗排再精排。亲手调整权重，看候选段落怎么重新洗牌——推荐流和搜索结果同理

遍历目录、拆解任务、画分形树，套路都一样：自己调用自己。看 Agent 怎么把「做个官网」递归拆成能动手的小任务

动手实战篇的 Compaction 其实是分治：把长对话切段、各自摘要、再合并。亲手跑一次递归摘要，看信息怎么被层层压缩

走迷宫动画看两种搜索的性格：一层层扫 vs 一条道走到黑；Coding Agent 的 grep 检索、网络爬虫都是它们的变体

每步都挑最大的就是贪心解码，按概率掷骰子就是采样——Temperature 背后的算法学。亲手对比两种策略生成的句子

贪心一步错步步错，Beam Search 同时留几条候选路往前探。交互对比两种策略走出的句子，理解「先想再答」的直觉来源

面试现状实话实说：什么岗位还在考、考到什么档位、什么岗位早就不看了。点选你的目标岗位，对号入座

让它出题、让它当考官、让它逐行讲复杂度——三个立刻能用的提示词模板，把 AI 从「替你做题」变成「陪你练题」

复杂度/查找排序/递归分治/图搜索/贪心采样，每类对应 AI 里的一个真实机制；一张表带走全章

三档任务：让 AI 自报复杂度、要求优化一档并说清代价、用大数据量实测验证它没吹牛

每题附考察意图、答题框架与加分点：Big-O 直觉 / 二分的前提 / 递归的风险 / BFS vs DFS / 采样策略 / AI 时代还考算法吗

按入口、Agent 运行时、工具和基础设施还原 Cargo Workspace 的真实分层

从源码可验证事实出发，分析类型系统、并发安全和分发方式带来的工程取舍

追踪入口、会话创建、提示词渲染、模型采样与流式返回的完整调用链

梳理会话状态所有权、消息流转、后台任务与 CancellationToken 的中断路径

核对自动压缩阈值、memory flush、two-pass 和超时预算的真实配置

拆解可序列化上下文、TemplateOverride 和 TemplateRenderer 的模板渲染边界

理解构建函数、Public 与 Internal 可见性，以及晚注册对后续解析的影响

从枚举与 is_read_only() 追踪只读默认值和能力过滤边界

区分内置工具实现族、静态注册表与运行时发现的 MCP 工具

用 CanonicalToolMeta 和输入投影解释跨工具实现的稳定合约

区分 Token 估算、使用率计算和 exceeds_threshold 的严格比较语义

追踪 FTS、向量检索、时间衰减和 MMR 重排组成的记忆召回流水线

核对空闲门控、DreamLock、后台整理和记忆写回的实际边界

拆解 Agent 定义、Persona 覆盖与最终会话行为的合并顺序

从上下文来源、恢复模式、工作树和任务状态分析隔离边界

基于公开证据比较 Agent、Persona、协调者与并行任务的组织方式

比较 workspace、devbox、read-only、strict、off 与自定义 Profile 的边界

沿 ToolKind、权限决策和平台沙箱追踪完整授权链

核对生命周期事件、matcher、PreToolUse 阻断和故障 fail-open 语义

确认客户端角色，拆解 OAuth、工具命名、能力发现、状态合并与重连

区分目录、安装、运行时发现、启用状态与插件根信任

按源码、仓库文档和公开产品行为完成多维比较，保留未知项

用类型、状态机、测试和仓库政策复盘工程优点与适用限制

围绕九个系统维度输出架构决定、故障路径、验证方式和结课成果

每题附考察意图、答题框架与加分点：运行时循环 / Compaction / 工具权限 / 记忆检索 / 沙箱安全 / MCP 集成

把发布文案里的四种模式、会话日志、插件生态逐条对到仓库里的 YAML 预设与包结构

配置三层结构怎么让用户不改源码就换掉深层能力

从 invariant.ts 的逐字节比对讲起：为什么模型看到的一切必须能从日志重建

拆解 next-turn 与 next-step 两条队列的入队、claim 与唤醒语义，对照 Claude Code 的中断模型

每轮一个 AbortSignal，中断也要写回日志，崩溃重启还能接着跑

长期目标怎么存、谁有权改，鉴权看消息来源

压力触发与溢出恢复两条正交路径，以及用世代号证明「压缩确实发生过」才允许重试

两套计量各干各的，压缩决策从不信 UI 上那个数

超限输出落盘存档，给模型留一张取回凭证

旧会话是可检索的资料库，引用还能带出处

pre-execute 到 post-execute 的三段管线，Guard 只能收紧不能放行

同一个结果，模型看的和人看的可以不一样

read / edit / write 三件套，没读过的文件不许改

别家没有的几个工具各解决什么问题

沙箱模式和审批策略是两个独立旋钮，预设只是常用组合

ctx.fs 和 ctx.subprocess 同享一个路径命名空间，执行环境可以整体换掉

官宣叫 PTC，源码叫 code mode：worker 沙箱的隔离、通信协议与双重记账

子 Agent 是能力接缝，进程内、远程、别家产品都能接

四种编排原语各管什么，为什么没做成一个大而全

cordis_define 让 Agent 在运行时改写自己的运行时

桥接生态标准与原生扩展怎么分工

推理流与正文流分开存，重试是显式事件

确定性回放、性质测试、专门骗 LLM 客户端的故障服务器

日志格式怎么演进，分叉边界怎么定，读不懂的数据宁可拒绝

不起眼但全是坑：凭据每次现取、配置不落盘

Web、headless、ACP、SDK、HTTP 共享同一个内核

四状态设计笔记和给 AI 看的编码规范，团队立刻能抄

prompt 前缀稳定性当成兼容性承诺来维护

五家 harness 设计哲学总表，附最小可抄清单和体量陷阱清单

打开仓库，第一反应是往 core 里加。仓库把这件事写成禁令：先找现有的非 core crate，否则新建一个。依赖方向会把叶子类型挡在核心之外。

你看到的是一轮对话。内部叠了任务壳、轮次、采样三层循环。各层只回答自己那一个问题，控制权每次只在一层。

模型还在打字，读文件的声音已经响了。采样循环的时序是：流内建 future，流后统一 drain。先 persist，再等结果。

Agent 正在改第三个文件，你看见方向偏了，补了一句：配置用 YAML。回车之后，这句话是开工、插进当前轮，还是当场被拒，Core 当场拍板，不等模型开口。

工具失败回给模型，用户按 Esc 才停 turn。取消令牌从任务传到采样再传到工具。已完成的结果留在历史里，100 毫秒之后的硬拆不可逆。

每一种注入都是一个类型，自己知道 role、marker 和 body；组装按字段分拣，事后靠同一对 marker 认回

长度、频率、前缀稳定这些编译器证明不了的事，用六条禁令加评审规则守住

三个时机共用一个分发器，三种实现由开关选中。同一份摘要在中途必须停在历史最后一项。

昨天关了终端，今天列表还在，对话也能接着改。这两件事看起来像同一份存储，落盘时却走两条轨。上轨按行追加，下轨只抄封面。中途拔电之后，能捡回来的永远是已经过了闸门的那几行。

同一段对话、同一份配置，下一轮采样却可能多出 MCP 名字、协作入口或 tool_search。变的是这一次允许广告哪些 handler。

模型看见的、实际执行的、历史记录的，是三套顺序。一面旗允许一次发多个调用，一把读写锁决定谁能叠着进。

模型只看见 exec_command 和 write_stdin。进门之后，tty、远程环境和 150 毫秒窗口会把同一条命令送到 PTY、pipe、exec-server，或者送进重试门。

工作区可写，网络收紧。同一条 git status，Mac 套上 sandbox-exec，Linux 套上 helper，Windows 可能原样出门。差别出在编译器。

Seatbelt 吃的是一段文本。文本由静态基线加现拼的读写网段组成。路径不进这段文本，走旁边的参数表。

同一条读取，Mac 上回 Operation not permitted，Linux 上回 No such file or directory。差别在于 Linux 先换进程能看见的文件树，再收紧它能调用的系统接口。

没有 seatbelt 和 bubblewrap 的平台怎么叠出沙箱，以及 AppContainer 为什么被否掉

正反例写进规则本身，加载期就跑一遍；前缀精确匹配，多规则取最严

默认问不问跟沙箱种类绑在一起。问过一次之后，记住的是完整命令，还是一段前缀。

四步法、失败关闸、超时与拒绝分账，以及按 turn 计数的熔断器

出站要过几道门。真 token 不进子进程。模型看见的是假值和一句 403。

一份没有行号的补丁语言：定位靠上下文锚点，应用靠四级匹配，单文件对不上就不写盘

能力做减法的 V8 isolate，以及跑不完就让出 cell、用 wait 续跑的长任务协议

上一课讲 exec 和 wait 的语义。这一课问另一件事：这段 JavaScript 到底挂在谁身上，挂点换了之后，故障域和状态归属怎么变。

派出去的是节点，边一出生就是 Open。信先入队，followup 才叫醒。关掉的是边，历史还在。

一次 turn 会经过十一个挂钩。协议认四种处理器，运行表只装命令和 MCP。超时默认放行，拆卸期丢掉 stdout。

外部 server 的工具要先过一层翻译才进模型眼睛。skill 目录常在，缺 MCP 时另问人。

换到 Codex 的第一周，最怕去年攒的 hook、MCP 和插件还在不在。检测会列出一份清单。导入只收下能映射的那一部分。

命令走进程内的 Submission Queue。事件走能写成 JSON 的 Event Queue。Rust 名叫 TurnStarted，磁盘上仍写 task_started。

IDE 看见的是 Thread / Turn / Item，不是内核 EventMsg。一次 turn/start 先回响应，再推事件流；审批是反向请求，不回包这一轮就停住。

模型按 token 往外推，终端却是一个写出去就改不了的字符网格。已经不会变的行交给 scrollback，还可能变的尾巴留在活动 cell，表格没闭合之前整段扣住。

同一份 AGENTS.md 里，有命令的规则会在三台操作系统上亮红。只有路径的那条，重命名之后没人发现。

出事之前有没有门可以拒绝，出事之后能不能复原模型当时看见的世界。同一条危险命令上，这两套视角会一致，也会给出相反结论。

训练几个月最后凝结成的那个文件：它长什么样、多大、为什么说拥有权重就是拥有控制权

三个问题定位开放程度；用同一套尺子横量 Qwen、Mistral、DeepSeek、Llama 与只给 API 的模型

六家厂商的开源策略与变现路径；衍生模型数量为什么比下载量更能说明问题

跨过某个规模阈值后能力阶跃式跳升；以及这个现象在学术上尚存的争议

成本、速度、私有化三个现实动机，和小模型做不到的那些事

五步流程、软标签与温度系数；用 DeepSeek-R1 同批开源的六个蒸馏模型做样本

口癖、格式怪癖与身份混淆的整批继承；为什么多模型交叉验证可能是假的

选显卡或 Mac 型号实时出结论；显存换算公式、量化档位与 MoE 的显存速度错位

从安装到跑通的完整命令、模型标签的读法、量化档位怎么选，以及三个最常见的坑

模拟考试与顺序刷题的差别、七套卷子的考点分布、成绩与薄弱点是怎么记录的

50 题：训练三阶段 / Token 与分词 / 参数冻结 / Temperature / 幻觉四型 / RAG 与四种缓解策略

50 题：上下文溢出 / Prompt 工程 / 注入攻防 / 工具调用与 MCP / KV Cache 与成本优化

50 题：生图产品化 / Agent 卡死与防呆 / 上下文压缩 / 长期记忆 / 多 Agent / MCP 生态

50 题：Workflow vs Agent / 上下文三板斧 / ACI 工具设计 / 评测与 Grader / 沙箱隔离

50 题：Harness 三大模式 / 上下文自动进化 / 工作流搜索 / 递归自我改进与七道关

50 题：流程控制与人工断点 / 质量底线 / 拒绝分期 / 文档沉淀 / 破坏性操作三道闸

50 题：运行时循环 / Compaction / 工具审批 / 双路记忆检索 / 五种沙箱 / MCP 集成

从 350 题里每卷均摊抽 5 题，专考跨章节容易串的概念：压缩与记忆的边界 / Workflow 与 Agent 选型 / Harness 与提示词工程的关系

商标锁名字、软著锁代码、专利锁技术方案、商业秘密锁诀窍、著作权锁内容、域名锁入口

两条时间线对照：同一件事早做几百块、晚做几十万，还有些损失根本补不回来

35 类是商业变现的许可证，42 类管软件平台，41 类管课程内容；附类别清单生成器

真实案例复盘：驳回、撤三、复审三步怎么走，举证责任在谁身上，十五日复审期限

真实议价过程复盘：手上握着多少后缀，谈判桌上就有多少筹码

软著登记、著作权备案、可信时间戳的分工；外包开发的著作权归属陷阱

公开换独占还是保密换无限期；新颖性一旦丢失不可逆，顺序错了没有补救

备案管能不能开门，ICP 证管能不能收钱：注册资本 100 万加第二类增值电信业务

新公司法五年实缴；一人公司要能证明公司财产独立于自己的财产，证明不了就连带

互补排在志同道合前面；做不到极致互信宁可不合伙；先用项目跑一段试婚期

过半数与三分之二两条表决线；股权结构模拟器算给你看，核心创始人为什么要 70%

综合能力、出资额、机会成本、idea 来源、责任担当；最容易漏掉的两项占四成

离职不签字为什么能锁死公司；代持协议的效力与边界、分期成熟、退出与回购

假出海躲不掉境内义务，法规看的是向谁提供服务；真出海是一个独立项目

ROI 门槛帮你挡掉了最强的对手；国产模型能力差距已小、价格差距还大，按场景选型

15 节全景图、确权合规自查十五条、七字真言与止损，以及本周就做的三件事

三条流量入口各有各的脾气：搜索引擎主动搜、AI 引擎直接问、社交传播替你说。先玩一遍收录漏斗，看你的产品卡在哪一层

只讲做了就有效的部分：一页一个主题、title 说人话、正文别全靠 JS 渲染、sitemap 与站长平台提交。抓取模拟器亲手切两态，看爬虫到底拿到了什么

用户不再只搜，还在问。自包含段落、FAQ 结构化数据、llms.txt 与新鲜度信号，四个杠杆各配一个当场能玩的教具，附 AI 爬虫点名册

小山学堂 2026 年 8 月真实审计复盘：sitemap 漏了全部英韩页、Q&A 页白扔了 FAQ 引用、日志把爬虫全丢弃。每个缺口讲清怎么发现、改了什么、拿什么验收

先写用户真的会打出来的那句问题，再堆功能；用真实经历换可信度。反面清单也在这一节：买外链、关键词堆砌、AI 批量灌水页，哪些是找死

十二项可勾选清单：一页一主题、正文服务端可见、sitemap、一句话答案块、FAQ 结构化数据、llms.txt。附「怎么知道有效」的四个度量口径

创业不是人干的事：面对困难的勇气、描绘蓝图的能力，与金山对抗微软十六年的信念

90% 的创业公司都会死；静悄悄地干、早死早超生、只给自己四年。危机感才是护身符

兴趣是第一驱动力，但天花板由市场决定：毒霸与词霸、多玩与 YY 的两次教训

有商标、有域名、含义不错、朗朗上口；从大米到小米的取名全过程

一年只出一款手机的自信、把自己逼疯的极致，与一夜应战价格战的快

金碧辉煌的帆船酒店为什么输给海底捞：预期管理，与用心可以被用户感知

天使投资的本质是熟人信用；商业计划书没那么重要，一句话说清生意才重要

钱花掉一半就启动融资；让投资人来找你；VC 凭什么要赚十倍

先找不可能投你的人问价、从中间价往上走；做价过高的三种副作用

50/50 的隐患、三人各 1/3 的死局；极左极右都不行，团队里必须有权威

股份锁定四年、退出机制提前谈；换合伙人的概率高达三分之一