01 / AI 基础
AI 基础 1:概念与工具
AI Foundations 1: Concepts and Tools
面向人工智能入门的系统阅读路线:从机器学习基本概念出发,认识算法、数据与隐私、生成式 AI、伦理和工作应用。
19 篇中文译文可读
查看目录与阅读顺序 →AI 应用课程 / 工作流自动化 / 业务实践
面向技术、业务与管理人员,从 AI 基础和工具选择开始,学习判断哪些事情值得做、怎样设计实施流程、衡量效果并控制风险。带着一个真实任务来提问,也可以沿课程目录系统学习。
回答附有原文章节依据,可继续追问,也可以进入完整讲解。
回答由 AI 根据本站已发布资料整理,可能有误,请结合原文核对。问题、选段与最近几轮对话会发送给 Cloudflare 的模型服务处理,请勿提交私人或保密资料。本站数据库不保存问题与对话正文;清空或刷新页面会结束本页对话。
问答使用有限额度:同一访问网络每天最多 10 次生成,全站每天最多 100 次;也可能因服务额度或繁忙暂时不可用。届时仍可查阅原文和普通搜索。额度按 UTC 日期重置。为限制滥用,临时保存按日加盐的访问网络摘要与计数,保留约两天并定期清理。
当前已上线 40 篇完整中文译文,覆盖 AI 基础、工具与业务流程。你也可以从 AI 基础 1 开始,按自己的节奏系统学习。
沿目录学习
01 / AI 基础
AI Foundations 1: Concepts and Tools
面向人工智能入门的系统阅读路线:从机器学习基本概念出发,认识算法、数据与隐私、生成式 AI、伦理和工作应用。
19 篇中文译文可读
查看目录与阅读顺序 →02 / AI 基础
AI Foundations 2: Business Processes
理解 AI 工作流怎样连接数据、智能体与业务系统,逐步认识服务选型、语义检索、RAG、MCP,以及流程中的治理与责任。
21 篇中文译文可读
查看目录与阅读顺序 →围绕一个真实任务学习
开发与 IT 人员可以关注工具、资料和系统连接;业务与管理人员可以先从任务价值、人员分工与结果检查入手。用同一个真实问题,把学到的知识逐步连成方案。
描述现在的做法、重复工作和受影响的人,明确希望改善什么。
练习发现 AI 机会 →看清资料从哪里来、AI 负责哪一步、哪些环节需要工具或人工。
理解 AI 工作流 →事先确定时间、质量或成本等指标,用结果比较改进前后的差异。
设计并检查工作流方案 →把隐私、错误、安全和责任放进设计,设置审核与停止条件。
查看 AI 风险评估清单 →