GUIDES
60 个可复用的 AI 心智模型。
Guide 用来快速理解一个 Concept；Course 用来告诉你下一步学什么。你可以直接浏览，也可以按知识域、主题、课程和难度筛选。
60 篇 Guide·想系统学习？查看 Courses →
当前显示 60 篇，共 60
理解 AI
19 篇 Guide
模型、Token 与生成·FOUNDATION·6 分钟·含 Practice概率性模型行为把模型输出理解为一组可能续写的概率分布，而不是从问题到唯一答案的确定性查表。用于 2 个课程 · AI 基础 · LLM 应用工程阅读 Guide 模型、Token 与生成·FOUNDATION·6 分钟·含 Practice模型声称 vs Runtime 事实模型可以描述它认为发生了什么，但只有 Runtime 与外部系统能够确认真实发生了什么。用于 2 个课程 · AI 基础 · 用 AI 做数据分析阅读 Guide 模型、Token 与生成·FOUNDATION·5 分钟·含 PracticeTokenization模型处理的是 Token 序列，而不是人眼看到的字符或单词，因此成本、限制和行为都会受到文本切分方式影响。用于 1 个课程 · AI 基础阅读 Guide 模型、Token 与生成·FOUNDATION·6 分钟·含 PracticeContext WindowContext Window 是有限的工作输入预算，System Instruction、Conversation、Retrieved Evidence 与 Tool Result 都在竞争这块空间。用于 1 个课程 · AI 基础阅读 Guide Context 与表示·FOUNDATION·5 分钟·含 Practice相关性优先于信息量当低价值材料开始与真正关键的证据竞争时，加入更多输入反而可能降低决策质量。用于 2 个课程 · AI 基础 · RAG 与知识系统阅读 Guide 推理与模型选择·INTERMEDIATE·6 分钟·含 PracticeModel Selection 是 Workload Trade-offModel 应该根据真实 Workload 与约束选择，而不是默认认为最大、最新或 Benchmark 最高的模型一定最好。用于 3 个课程 · AI 基础 · LLM 应用工程阅读 Guide AI 安全与治理·FOUNDATION·6 分钟·含 PracticeCopyright、Licensing 与 ProvenanceAI 辅助创作需要保留 Provenance，区分 Source、Transformation 与可否 Reuse / Publish 的权利边界。用于 3 个课程 · AI 基础 · 用 AI 做课程或知识产品阅读 Guide 训练与 Post-training·ADVANCED·7 分钟·含 PracticeSynthetic Data 与 DistillationSynthetic Data 可以扩展 Example 与 Transfer Behavior，但如果缺少 Quality 与 Diversity Control，也会把 Generator 的 Blind Spot 一起放大。用于 2 个课程 · AI 基础 · 模型工程阅读 Guide 训练与 Post-training·INTERMEDIATE·7 分钟·含 PracticeSupervised Fine-tuningSFT 用 Curated Input–Target Example 适配 Model Behavior，但应该解决已经被证明存在的 Behavior Gap，而不是替代 Application Design。用于 2 个课程 · AI 基础 · 模型工程阅读 Guide Embedding 与多模态·FOUNDATION·6 分钟·含 PracticeVector Similarity 是 Retrieval SignalVector Similarity 衡量 Embedding Space 中的接近程度；它适合做 Candidate Retrieval，但不能等同 Truth、Authority 或最终 Task Relevance。用于 2 个课程 · AI 基础 · RAG 与知识系统阅读 Guide 推理与规划·INTERMEDIATE·6 分钟·含 PracticeVerification 优先于 Introspection当 Correctness 重要时，应检查 World 或 Independent Artifact，而不是询问模型它自己的 Reasoning 是否正确。用于 3 个课程 · AI 基础 · 用 AI 做数据分析阅读 Guide 边界、不确定性与失败·INTERMEDIATE·6 分钟·含 PracticeUncertainty Calibration有用的 Uncertainty 意味着 Confidence 能跟真实 Error Risk 对齐，并进一步改变 System Action、Escalation 与 Communication。用于 2 个课程 · AI 基础 · 用 AI 做数据分析阅读 Guide 训练与 Post-training·FOUNDATION·7 分钟·含 PracticePretraining Objective 与 Learned BehaviorPretraining 通过大规模数据中的预测任务学习统计规律；很多有用 Capability 会从中形成，但 Product Guarantee 不会自动出现。用于 2 个课程 · AI 基础 · 模型工程阅读 Guide 模型、Token 与生成·FOUNDATION·6 分钟·含 PracticeModel Capability EnvelopeModel 拥有与 Workload 相关的 Capability Envelope；超出经过测试的边界时，应先降低 Confidence，而不是先扩大 Autonomy。用于 2 个课程 · AI 基础 · LLM 应用工程阅读 Guide 模型、Token 与生成·FOUNDATION·7 分钟·含 PracticeLatency 与 Throughput 基础AI Serving Performance 本质上是 Queueing 与 Workload 问题：响应时间、并发和 Token Generation 会共同竞争有限 Compute Capacity。用于 2 个课程 · AI 基础 · LLM 应用工程阅读 Guide 训练与 Post-training·INTERMEDIATE·7 分钟·含 PracticePreference Post-trainingPreference Post-training 会塑造 Model 在多种 plausible continuation 中更倾向选择什么行为，但 Preference Signal 不会因此变成 Hard Application Guarantee。用于 2 个课程 · AI 基础 · 模型工程阅读 Guide 指令与 Prompt·FOUNDATION·6 分钟·含 PracticePrompt Decomposition当一个复杂 Prompt 同时混合不同 Responsibility、Evidence Need 或 Verification Method 时，应拆成明确的 Reasoning / Production Stage。用于 2 个课程 · AI 基础 · 用 AI 做研究阅读 Guide AI 安全与治理·FOUNDATION·7 分钟·含 PracticePrivacy 与 Data BoundaryAI System 必须显式定义哪些 Data 可以进入 Model、Log、Retrieval Index、Memory 与 Third-party Tool，因为每一次 Boundary Crossing 都会创造不同 Exposure 与 Retention Risk。用于 2 个课程 · AI 基础 · 构建 AI 知识库阅读 Guide 推理与模型选择·INTERMEDIATE·7 分钟·含 PracticeOpen 与 Closed Model Trade-offOpen-weight 与 Hosted Closed Model 在 Control、Operational Burden、Data Boundary 与 Capability Economics 上各有取舍；正确选择取决于具体 System Constraint。用于 2 个课程 · AI 基础 · 模型工程阅读 Guide
构建 AI
31 篇 Guide
LLM 应用工程·FOUNDATION·6 分钟·含 PracticeStructured Output 是应用契约JSON 结构只有在应用同时验证语法与下游业务语义时，才真正成为可依赖的边界。用于 1 个课程 · LLM 应用工程阅读 Guide Context Engineering·FOUNDATION·6 分钟·含 Practice有限 Context 预算Context Engineering 本质上是资源分配：决定哪条指令、证据、Memory 与 Tool State 值得占据下一份预算。用于 1 个课程 · LLM 应用工程阅读 Guide Context Engineering·INTERMEDIATE·7 分钟·含 PracticeContext ManagementContext Management 会随着任务变化不断决定哪些内容需要加载、刷新、压缩或移除。用于 4 个课程 · LLM 应用工程 · Vibe Coding 与 Agentic Software Engineering阅读 Guide RAG 与 Retrieval·INTERMEDIATE·6 分钟·含 PracticeDense、Sparse 与 Hybrid Retrieval不同 Retrieval Signal 能捕获不同证据；Hybrid Retrieval 将语义相似与精确词项信号结合起来。用于 1 个课程 · RAG 与知识系统阅读 Guide RAG 与 Retrieval·INTERMEDIATE·6 分钟·含 PracticeFreshness、Authority 与来源优先级最相似的 Passage 并不一定是系统最应该信任的来源。用于 5 个课程 · AI 客户支持 · RAG 与知识系统阅读 Guide Memory 系统·INTERMEDIATE·6 分钟·含 PracticeWorking Memory vs Durable Memory把当前步骤使用的临时推理上下文，与必须跨越压缩、重试、崩溃和新 Session 继续存在的 Durable State 分开。用于 1 个课程 · RAG 与知识系统阅读 Guide Agent Runtime·INTERMEDIATE·6 分钟·含 PracticeAct → Observe → Verify LoopAgent 是一个 Control Loop：选择 Action、观察 Environment，再验证 Task State 是否真的向目标推进。用于 3 个课程 · Agent Engineering · AI 客户支持阅读 Guide Agent Runtime·INTERMEDIATE·6 分钟·含 PracticeBounded Autonomy给 Agent 足够的自由去完成有价值的工作，同时对成本、时间、权限与不可逆 Side Effect 设置硬边界。用于 2 个课程 · Agent Engineering · AI 客户支持阅读 Guide Agent Runtime·INTERMEDIATE·7 分钟·含 PracticeWorkflow Decomposition在增加更多 Agent 智能之前，先把复杂目标拆成拥有明确 Input、Output 与 Verification 的阶段。用于 4 个课程 · Agent Engineering · Multi-Agent 与编排阅读 Guide 评测与可靠性·INTERMEDIATE·6 分钟·含 PracticeTimeout 歧义Timeout 只能证明没有及时观察到 Response，并不能证明远端 Operation 已经失败。用于 1 个课程 · Production AI 可靠性阅读 Guide 评测与可靠性·INTERMEDIATE·6 分钟·含 PracticeIdempotency Boundary重复 Attempt 应该代表同一个 Business Intent，而不是每一次都悄悄创建新的 Side Effect。用于 1 个课程 · Production AI 可靠性阅读 Guide 可观测性·INTERMEDIATE·6 分钟·含 PracticeObservability 是诊断界面只有当 Log 与 Trace 能帮助 Operator 重建 Model、Retrieval、Tool 与 Runtime 之间的因果路径时，它们才真正有价值。用于 1 个课程 · Production AI 可靠性阅读 Guide 评测与可靠性·INTERMEDIATE·7 分钟·含 PracticeEvaluation Environment 与 Verifier DesignAI Evaluation 的可信度取决于 Environment、Task Contract 与 Verifier 如何共同定义“什么才算真正成功”。用于 6 个课程 · Agent Engineering · Multi-Agent 与编排阅读 Guide Tools 与 Function Calling·INTERMEDIATE·6 分钟·含 PracticeHuman Review BoundaryHuman Review 只有在高后果 Boundary 上拥有明确 Decision 时才真正有价值，而不是让人随手看一眼 AI Output。用于 5 个课程 · Agent Engineering · AI 客户支持阅读 Guide Vibe Coding 与 Agentic Coding·FOUNDATION·6 分钟·含 PracticeGeneration 之前先 Specification当 Intended Behavior 与 Acceptance Evidence 在生成代码前已经定义，AI-assisted Implementation 才真正可控。用于 2 个课程 · Vibe Coding 与 Agentic Software Engineering · 用 AI 做课程或知识产品阅读 Guide 评测与可靠性·INTERMEDIATE·6 分钟·含 PracticeConfidence、Variance 与 Sample-size HumilityAI Evaluation Result 是对 Variable System 的 Sampling；可信 Confidence 需要 Repeated Observation、Uncertainty Estimate 与足够 Sample。用于 2 个课程 · Production AI 可靠性 · 用 AI 做数据分析阅读 Guide Tools 与 Function Calling·INTERMEDIATE·6 分钟·含 Practice使用 Tool Result 之前先 ValidationTool Call 返回响应并不等于 Business Action 已成功；Runtime 仍需要验证 Shape、Semantics 与 Intended Action 的关系。用于 2 个课程 · Agent Engineering · AI 客户支持阅读 Guide 生产架构·INTERMEDIATE·6 分钟·含 PracticeVersioned Dependencies 与 Change BoundaryAI Behavior 依赖会独立变化的 Model、Prompt、Tool、Schema 与 Retrieval Source，因此 Production System 必须显式 Version Boundary。用于 2 个课程 · Production AI 可靠性 · Vibe Coding 与 Agentic Software Engineering阅读 Guide 安全与人工控制·INTERMEDIATE·6 分钟·含 PracticeAuditability 是 Durable Decision Evidence可 Audit 的 AI System 会保留足够 Durable Evidence，重建发生了什么、适用了什么 Rule，以及谁或什么授权了 Consequential Action。用于 2 个课程 · AI 客户支持 · Production AI 可靠性阅读 Guide RAG 与 Retrieval·INTERMEDIATE·7 分钟·含 PracticeRetrieval 是 Pipeline，不是一次 Search Call可靠 RAG 会分离 Candidate Generation、Filtering、Reranking、Context Assembly 与 Provenance，让每一种 Failure 都可测量、可修复。用于 3 个课程 · RAG 与知识系统 · 构建 AI 知识库阅读 Guide Tools 与 Function Calling·INTERMEDIATE·7 分钟·含 PracticeAgent Tool ContractTool Contract 定义 Agent 能请求什么、Runtime 保证什么、可能如何 Failure，以及哪些 Side Effect 需要更强 Control。用于 2 个课程 · Agent Engineering · AI 客户支持阅读 Guide RAG 与 Retrieval·INTERMEDIATE·6 分钟·含 PracticeGeneration 之前先 Evaluation RetrievalRetrieval Evaluation 先判断必要 Evidence 是否被正确 Surface、Rank 与 Authority-filter，再去评价 Generated Answer。用于 2 个课程 · RAG 与知识系统 · 构建 AI 知识库阅读 Guide Vibe Coding 与 Agentic Coding·ADVANCED·6 分钟·含 PracticeParallel Agent Work只有 Subproblem 真正独立，或者 Parallel Worker 能提供 Independent Verification 时，并行才可能超过 Coordination Cost。用于 2 个课程 · Multi-Agent 与编排 · Vibe Coding 与 Agentic Software Engineering阅读 Guide Tools 与 Function Calling·INTERMEDIATE·6 分钟·含 PracticeAI Capability 的 Least Privilege只给 AI System 当前 Task 真正需要的 Permission，并尽可能限制 Scope 与 Duration；Irreversible Effect 需要更强 Gate。用于 2 个课程 · Agent Engineering · AI 客户支持阅读 Guide Agent Runtime·INTERMEDIATE·6 分钟·含 PracticeVerification Loop可靠 Agent 会反复比较“预期状态”和“实际观测状态”，再根据差异决定继续、修复、升级人工或停止，而不是一路相信自己的叙述。用于 1 个课程 · Agent Engineering阅读 Guide 安全与人工控制·INTERMEDIATE·6 分钟·含 PracticeAI System 的 Trust BoundaryTrust Boundary 标记 Data、Instruction 或 Action 在不同 Authority、Ownership 或 Reliability Assumption 的组件之间发生跨越的位置。用于 1 个课程 · Production AI 可靠性阅读 Guide 评测与可靠性·INTERMEDIATE·6 分钟·含 Practice从 Input 到 Outcome 的 TraceabilityTraceability 把 User Request、Selected Evidence、Model Decision、Tool Action 与最终 Outcome 串成一条可重建的跨层执行链。用于 1 个课程 · Production AI 可靠性阅读 Guide 评测与可靠性·INTERMEDIATE·7 分钟·含 PracticeSlice 与 Regression SuiteAggregate Quality 不够；Release Evaluation 需要代表关键用户、任务与失败模式的 Stable Slice，以及防止已解决问题重新出现的 Regression Case。用于 1 个课程 · Production AI 可靠性阅读 Guide Memory 系统·INTERMEDIATE·7 分钟·含 PracticeMemory LifecycleDurable AI Memory 需要 Admission、Provenance、Update、Retrieval 与 Deletion Rule；没有 Lifecycle 的 Persistence 只会让陈旧错误更难清除。用于 2 个课程 · RAG 与知识系统 · 构建 AI 知识库阅读 Guide Multi-Agent 与编排·INTERMEDIATE·7 分钟·含 PracticeOrchestration Topology Trade-offLoop、Graph、Supervisor 与 Parallel Worker 解决的是不同 Coordination Problem；Topology 应由真实 Dependency Structure 决定，而不是跟随 Architecture Fashion。用于 1 个课程 · Multi-Agent 与编排阅读 Guide Memory 系统·INTERMEDIATE·6 分钟·含 PracticeMemory Expiry 与 Invalidation当 Evidence 过期、Scope 结束或更强信息 Supersede 旧状态时，Durable Memory 就应该停止影响 Decision。用于 2 个课程 · RAG 与知识系统 · 构建 AI 知识库阅读 Guide
使用 AI
10 篇 Guide
用 AI 做研究·INTERMEDIATE·6 分钟·含 Practice交叉验证独立来源当真正独立的 Evidence Path 相互收敛时，Confidence 才应该上升；很多链接重复同一个上游 Claim 并不构成独立验证。用于 2 个课程 · 用 AI 做研究 · 用 AI 写一本书阅读 Guide 长内容创作·INTERMEDIATE·7 分钟·含 Practice长内容一致性真正连贯的长内容会把 Claim、Terminology、Voice 与 Decision 外部化，而不是依赖一条超长 Prompt 记住所有事情。用于 1 个课程 · 用 AI 写一本书阅读 Guide 工作自动化·FOUNDATION·6 分钟·含 Practice选择正确的 Automation Boundary优先自动化稳定、可观察、可验证的工作，把高歧义、高责任或高异常成本的判断继续留给人。用于 1 个课程 · 用 AI 经营一人公司阅读 Guide 文档与数据分析·FOUNDATION·6 分钟·含 PracticeDocument Extraction 是保留 Evidence 的 TransformationDocument Extraction 应把复杂 Source 转成 Structured Evidence，同时保留 Location、Provenance 与 Uncertainty。用于 2 个课程 · 构建 AI 知识库 · 用 AI 做数据分析阅读 Guide 长内容创作·INTERMEDIATE·6 分钟·含 PracticeEditorial Voice Control稳定 Voice 来自显式 Editorial Constraint 与 Review Artifact，而不是反复要求模型“写得像我们”。用于 2 个课程 · 用 AI 做课程或知识产品 · 用 AI 写一本书阅读 Guide AI 知识库·INTERMEDIATE·7 分钟·含 PracticeKnowledge Base Lifecycle真正有用的 AI Knowledge Base 是持续维护的 Evidence System，拥有 Ingestion、Authority、Update、Retirement 与 Evaluation Policy。用于 3 个课程 · AI 客户支持 · 构建 AI 知识库阅读 Guide 多媒体创作·FOUNDATION·6 分钟·含 PracticeGenerated Media 的 Visual Briefing强 Visual Brief 会把审美 Intent 转成可生成、可 Review、可持续 Revision 的具体 Constraint。用于 1 个课程 · 用 AI 做课程或知识产品阅读 Guide 用 AI 做研究·FOUNDATION·6 分钟·含 PracticeResearch Question Decomposition强 Research Workflow 会在搜索前把 Broad Question 转成更小的 Claim 与 Evidence Need，让 Synthesis 由“必须建立什么”驱动，而不是被最先出现的 Source 带着走。用于 2 个课程 · 用 AI 做研究 · 用 AI 经营一人公司阅读 Guide 多媒体创作·INTERMEDIATE·6 分钟·含 PracticeMultimodal IterationText、Image、Audio 等不同 Modality 需要围绕 Cross-modal Meaning 与 Production Constraint 一起迭代，而不是各自生成后简单拼装。用于 1 个课程 · 用 AI 做课程或知识产品阅读 Guide 客服与运营·INTERMEDIATE·7 分钟·含 PracticeCustomer Support CopilotSupport Copilot 应通过 Retrieval Evidence、Case Structuring 与 Action Drafting 提升 Operator Leverage，同时让 Source Authority 与高后果 Decision 保持显式。用于 2 个课程 · AI 客户支持 · 用 AI 经营一人公司阅读 Guide