上次线下课，我们带着大家在自己的电脑上装好了codex，试着让 AI 帮忙改造小游戏。
这一切看似顺利，但我相信，你肯定有或多或少的疑问，比如说：我只打了一句话，它怎么就写出代码了？明明刚说过的要求，它怎么转头又忘了？同样是 AI，为什么有的给我一段建议就结束了，有的却能打开文件，自己接着改？这都是怎么回事啊！！
先别急朋友！在这节课，我们就来带着大家慢慢把这些概念弄明白。当你接触一个陌生概念的时候，先不要被他吓跑，请相信我们，在这节课结束后，你们将会对陌生的概念无比熟悉，像见到自己的亲人一般！
我们的课程会按照从chat到Agent的顺序进行，今天先来讲Chat和多模态，下次课接着讲Agent。大家抓稳扶好，我们马上开始！
Chat，用语言交流 → 多模态，把图片和声音也交给 AI ，让 AI 使用工具完成任务。
在学习今天的课程的过程中，我们为大家设计了一个小任务，只要你跟着我们，在了解一个概念之后，立马自己动手试试，那我保证，你学完这次课就会蜕变！我们今天会围绕：“让 AI 帮忙安排一周学习，最后做成一份可以打开、检查和修改的计划文件。”这个任务展开。刚开始只需要简单聊一聊，等理解了后面的概念，再一步步把它做完整。
现在你要做的，就是舒舒服服的继续翻下去，哦对了！别忘了让你的豆包和deepseek随时待命，听从你的派遣。
一、Chat，用语言把事情聊明白
1.什么是 Chat
通过聊天框，用日常语言与 AI 交流，这种使用方式就叫 Chat，也就是聊天。你把问题和要求写出来，它根据当前收到的信息生成文字回答，你也可以接着追问或修改。
这一部分，我们先从文字交流开始。
打开聊天框，先随便聊一句。
我想安排一下这周的学习，你能帮帮我吗？
在它回复以后，你再接一句“我主要想复习高数，还想留点时间学 AI”。看看它会怎样接话。
你可能得到一份学习建议，也可能被问到“你每天有多少时间”。都很正常。留意一下，这两轮对话里，你没有填写固定格式的表单，也没有写代码，只是像平时交代事情一样说了两句话。
不过先别急着照它的安排去做。它现在还不知道你哪天有课，对吧？我们先把这份回答留着，后面再来改。
2.大语言模型和产品，有什么区别
大语言模型，简称 LLM，是通过大量数据训练、主要用来处理和生成语言的计算模型。它从训练中学习语言表达、知识关联和任务模式，用这些能力处理你的输入、生成内容。
产品则是我们实际打开的应用。界面、文件上传、历史记录和搜索功能，属于产品提供的使用体验。
线下课下载的 Codex 桌面端属于产品，背后接入的模型为它提供核心处理能力。一个产品可以接入多个模型，也可以把模型与其他工具组合起来。所以，能不能读取课表、生成文件，要结合模型和产品提供的功能来看。
3.你发出一句话之后，它在做什么
我们先分清两件发生在不同时间的事。一件是模型形成能力时的训练，另一件是你现在提问之后，它生成这次回答。
训练，让模型学会处理语言和任务
训练时，模型通过大量样本、预测和参数调整学习规律。预训练帮助它形成广泛的基础能力，后训练进一步改善它按要求回答和完成任务的表现。
可以粗略联想到学写作文。先接触大量表达，再练习怎样回应题目、怎样根据反馈改进。模型也会利用样本和反馈改善表现，不过实际发生的是计算和参数调整，不能把它完全当成人的学习。
那你刚才告诉它“我想学 AI”，算不算现场把模型重新训练了一遍？先记住这个问题，等讲到上下文时，我们回来回答。这里不用自己训练模型，知道训练与眼前这次聊天是不同环节就够了。
生成回答，根据前面的内容继续往下写
使用时，模型根据当前输入和已经生成的内容，逐步生成后续内容。想象你刚写下“这周我打算先……”，后面接什么，要看前面说的是“周五有高数测验”，还是“周末要交英语展示”。条件变了，接下来适合写的内容也会变。
这里的生成可以支持复杂任务，但机制本身不保证事实准确。你没有提供考试日期，它仍然可能写出一份看起来很像样的复习计划。句子流畅，但不等于里面的安排就有依据。
用两句话试试这个变化。在当前对话先发第一条，收到回答后再发第二条。
只续写一句话，不要安排完整课表。开头是“这周我打算先……”
补充一个条件，周五有高数测验，而且我还有两章没复习。请重新续写“这周我打算先……”，仍然只写一句。
第二次可能会把高数复习放到前面。如果第一次本来就写了高数，也不用强求两个回答一定不同。看看第二次有没有用上“两章没复习”“周五测验”这些新条件。
我们观察的是，输入条件会影响生成的内容。只做这两次提问，无法看到模型内部的全部计算过程，也不能据此判断它掌握了你没说过的信息。
Token，模型处理文字时的小片段
Token是模型处理文字时使用的基本片段。你读到的是一整句话，计算时，这句话会按分词规则拆成若干小段。
可以把它想成拆包装。不同东西的大小和形状不同，拆出来的小份也不一定一样大。一个 Token 不固定等于一个汉字，也不固定等于一个单词。具体怎样切分，取决于所用的分词方式。
如果你使用的工具会展示本次请求的 Token 用量，可以看一眼。要留意它统计的是输入、输出还是整次请求，输入里还可能包括历史对话和系统提供的其他信息。界面没显示就到这里，不用让 AI 凭感觉报一个数字。
本课记住这个区别就够了。以后遇到“上下文能容纳多少 Token”或“按 Token 计费”，你就知道它在计算什么单位，不会直接拿汉字数去换算。
4.上下文，它为什么能接着前面聊
如果你现在对室友说“把刚才那个安排往后挪半小时”，室友能听懂，是因为你们刚刚讨论过那件事。换一个没听过前文的人，那他多半会问“哪个安排？”
上下文，也就是 Context，是模型这一次回答时能够参考的信息，包括任务要求、被纳入的历史对话、资料和工具返回的结果。产品通常会把相关对话与新问题一起提供给模型，让它接着往下处理。
为什么我们能在一个聊天框里和AI连续聊天，就是因为它在每一次提问后都会把上面的聊天记录压缩成上下文发给大模型，然后大模型参考这些内容生成回复。
但要注意，材料也有容量限制，产品可能筛选或压缩历史信息，所以“以前聊过”不保证“这次完整地看得到”。
这次我们故意给一个只有当前对话才知道的约定。回到原对话，发送给某包下面这句话。
在这次学习计划里，我们把“周三晚上复习高数”暂时叫作“橘子时间”。这是本次练习临时起的名字。
收到回复后，再问它。
我们刚才说的“橘子时间”具体指什么？
它应该能说出“周三晚上复习高数”。然后新开一个对话，只问同一个问题，不要把约定一起复制过去。问完记得回到原对话，我们后面还要在那里继续。
新对话可能会询问背景，也可能自己猜一个意思。有些产品存在跨对话记忆或共享项目资料，因此新对话也可能知道。看真实结果即可，别为了符合教程而修改记录。
如果两个对话表现不同，这个差别就很好理解了，同一句话，在有无背景材料时含义不同。如果表现一样，你至少仍然验证了原对话能利用刚才的约定；跨对话是否还有其他信息来源，需要另行了解。
现在回头看刚才留下的问题。你临时约定“橘子时间”，通常是给本次任务增加了可参考的信息。单凭它能接着回答，不能说明你刚刚重新训练了模型。
5.提示词，把任务说明白
提示词，也就是 Prompt，是你提供给 AI 的问题、要求和材料，可以理解为一份任务说明。
想象你只在小组群里丢下一句“大家准备一下汇报”。接手的人还得追问，讲什么、讲多久、什么时候交。你把这些事情提前交代清楚，大家才好开始。AI 也需要足够的信息，才能少猜一点。
稍复杂的任务，可以检查四件事。
- 目标，最终要交出什么。
- 背景和材料，给谁用，有哪些已知信息。
- 约束，哪些条件必须遵守。
- 验收标准，你准备怎样判断结果能不能用。
不需要每次都写很长。修改时，把问题点出来也很有帮助，比如“周三20点我有课，请把这段挪开”，就比“这个不太行”容易执行。
现在我们把开头那份泛泛的学习建议改成一份真正能检查的计划。下面是一套模拟材料，可以先照着用。你也可以先停下来，猜猜补上这些条件以后，回答会在哪些地方变得具体。
前面是热身练习。现在请以这条消息为准，安排一个模拟周的学习，暂时不要沿用此前的测验设定和“橘子时间”约定。 本周我想完成高数复习60分钟、英语展示准备30分钟、AI学习60分钟，合计150分钟。每项任务可以拆开，但不能减少总时长。 学习只安排在周一到周五每天19点至21点，单段不超过30分钟，同一晚安排多段时，中间至少休息10分钟。高数复习要在周四晚上结束前完成，其他任务周五晚上结束前完成。之后我会补充已占用时间，先按这些条件做一份草案。 请用表格列出星期、开始和结束时间、任务名称、分钟数，再列出各项任务累计时长。不要安排额外任务，也不要把休息计入150分钟。
这次你应该能看到具体的星期、时间段和任务，可能还有时长汇总。哪天排哪项不必与别人一样，先查两件事，各项时间有没有凑齐，有没有某段超过30分钟。
例如高数需要60分钟，可以分成两个30分钟；“周二19点至20点，高数复习60分钟”虽然总量正确，却违反了单段时长要求。
如果发现问题，直接指出来让它修。如果第一遍就都对了，保存下来，和开头那份回答比较一下。你补充了哪些条件，结果就在哪些地方变得更容易使用和检查，这就是这一节要体会的东西。