电击 调教 2025年AI初学指南，从DeepSeek到AI智能体

文 | 田威 AI电击 调教

DeepSeek 火爆，AI 学习的开心也吹到了咱们公司，上周给公司的共事作念了一期对于 AI 初学的共享，嗅觉内容特地适合小白初学了解 AI，于是整理成公众号著述，作为我 AI 初学科普的总集和驱散，后头会更专注写一些进阶的内容。

如果你当下对 AI 如故云里雾里，半知不明，那么特地适合阅读这篇著述，读完就能匡助对 AI 树立一个基础的概念，不详了解 AI 的工夫旨趣，AI 生成内容的本体，为什么能生成内容，AI 能作念什么，教导词如何写，以及实用好用的 AI 器具和 AI 幻觉支吾的法子等。

如果本文匡助到了当下的你，接待点赞转发，你的每一个互动齐是我不时创作的能源。

一、大言语模子为什么会在今天出现？

OpenAI 的 ChatGPT 发布在 2022 年，为什么 AI 会在这个时候发布？主如果因为这三样东西称心了条目：

1. 算法——机器学习范式的随心

2017 年 Google 团队创始的 Transformer 架构，通过神经网罗模子学习言语限定，完了文本结实与生成。如 Transformer 架构可捕捉长距离语义关联，GPT 系列模子通过自明慧力机制瞻望词序列。

2014 年生成抗拒网罗（GAN）的工夫创新，通过生成器与判别器的抗拒教师，完了图像 / 视频的创造性输出。如 Phenaki 模子可字据文本生成连贯视频，DALL · E 能跨模态生成图像。

面前的 AI 器具基本齐基于 Transformer 架构和生成抗拒网罗（GAN）这两个算法工夫，算法的随心是面前 AI 降生的原因之一。

2. 数据——海量学问库的齐集

AI 需要学习海量的高质料数据才能从中找到限定，效法东说念主类生成内容。

跟着互联网和坐褥力的发展，近二十年东说念主类坐褥的内容可能比畴昔几千年还多，这些海量的数据齐集让 AI 有了敷裕的"学习尊府"，不错通过学习去了解分析分析数据中的语法结构、视觉特征等潜在限定从而效法东说念主类进行创作。

如果莫得这些高质料的数据尊府，AI 可能压根找不到东说念主类文本的限定。

3. 算力——硬件性能的飞跃

畴昔东说念主类的显卡算力莫得目的惩办如斯海量的数据，面前像 NVIDIAH100 集群不错扶持 1750 亿参数模子教师，再有差异式狡计工夫的发展，像谷歌 TPUv4 完了了每秒 2.3exaflops 运算能力，这种超强算力让 AI 模子教师时间从几年裁减到几周以致几天。

要而论之，不详来说，算法，数据，算力三者齐称心了 AI 降生的条目！

二、为什么 AI 能生成内容？

以 DeepSeek 为例来施展。

如果用一个譬如来态状 DeepSeek，它能够就像是你的一位特地书读五车的一又友，读过棋布星罗的册本，还能一忽儿在脑海中树立起多样学问之间的预计。这便是当代大言语模子的责任样式，而相沿这种能力的中枢，便是上文提到的 Google 团队创始的 Transformer 架构。

Transformer 最利害的身手，便是它的"明慧力机制"。打个比方，当你在看一册书时，浮浅东说念主需要从新读到尾，而 Transformer 就像是一个"超等读者"，能够一眼就找到文本中最枢纽的信息，并马上结实它们之间的关联。

第4色官网

DeepSeek 在"成长历程"中"阅读"东说念主类齐集的海量学问，从败兴的维基百科到优好意思的文体作品，从前沿的学术论文到专科的工夫文档，通过不停瞻望句子中缺失的词，冉冉掌持了言语的限定，知说念了某个词后头出现哪个词的概率更大。

是以 AI 生成内容的样式是概率最大化，也便是"猜"，通过海量数据来瞻望下一个单词，而不是的确结实了东说念主类的说的到底是什么风趣。

也便是说 AI 仅仅一只鹦鹉，它并不是的确结实现实全国，也不是通过逻辑推理走动答咱们的问题。

面前的大言语模子跟咱们在影视剧中看到的，比如像威尔 · 史姑娘主演的《我，机器东说念主》中的东说念主工智能完竣不一样，咱们与 AGI 距离依旧无尽远方，天然可能并不是赖事。

三、AI 到底能作念什么？

1.AI 基础能力

DeepSeek 火爆之后好多东说念主对 AI 有了不切现实的期待，认为 AI 什么齐能作念，这是一个很大的误区。就像我上文说的，现阶段 AI 的主要能力主如果生成文本等，是以可用范围基本局限在内容创作当中。

下图我就陈设了四种最基础的 AI 能力：文本生成、图片生成、视频生成和音频生成。AI 是什么，AI 之于我是创造的源泉，创造的能力和创造的器具。

我之前将 AI 的多模态能力整合作念的一个《舌尖上的中国》作风的奥特曼搞怪视频。

具体的制作旅途是先用 DeepSeek 生成剧本和具体的案牍，然后再使用 Whisk 生成静态图片，用可灵字据静态图片生成视频画面，临了用剪映的 AI 配音功能生成音频，合成为一个齐全的视频。

2.AI 进阶能力

基于上头这些基础功能，面前的 AI 还延迟出了一系列的其他的能力，像豆包聊天机器东说念主、秘塔 AI 搜索、Manus 这种齐是对某方面的能力进行了强化，或者与其他器具组合后降生的 AI 器具。

Manus、秘塔 AI 搜索等咱们齐不错结实为 AI 智能体，正本 AI 智能体的界说是能够感知环境、作念出决策并遴荐行为以完了特定指标的东说念主工智能系统。但面前咱们对其界说还是泛化了，像豆包上头的多样聊天机器东说念主齐被称为智能体。

顺着这个逻辑，面前市面上的智能体不错被结实为一个具有输入 - 惩办 - 输出能力的东说念主工智能系统，中枢在于对信息的惩办和反映能力，不同进程的智能体在自主性、感知广度和决策复杂度上存在各异。

豆包上头的智能体聊天机器东说念主咱们就不错结实为是低级智能体，而像 Manus 这样的"通用型 AI 智能体"相对就更高阶了，能作念的事情也更多。

基础如豆包聊天机器东说念主，不错字据咱们设定的 prompt 作念出特定的回应。下图便是我作念的一款男友聊天器，他会像男一又友一样和你聊天，给到充足的豪情价值。

更进一步的 AI 智能体像秘塔 AI 搜索，则是在搜索方面作念了进一步的优化，不错自主拆分问题，然后搜索联系尊府，最终将谜底汇总。

比拟成功和基础大模子聊天，AI 搜索器具给到的内容更全面，更详备，幻觉发生的概率也更低。

而 Manus 这样的智能体比拟豆包的聊天机器东说念主和秘塔 AI 搜索能作念的事情就更多了，当咱们告诉它需要作念的事情后，它不错我方念念考磋磨任务，通过自动浏览网页，调用多样器具来完成复杂任务。

作念一份行业趋势分析，旅游攻略，抑或编写一个小游戏这些功能齐不在话下。况且全程无需东说念主工干扰，它我方就一步步去完成。

跟着工夫的突出，智能体将领有更高等的特质，如更强的自主性、更无为的环境感知和更复杂的决策能力。

AI Agent 也照实是 AI 发展的垂危趋势之一，它们正在弥合普遍 AI 能力与现实应用场景之间的鸿沟。

对浮浅用户而言，AI 不再是一个需要用心"喂养"教导词的器具，而是一个能的确结实并实践任务的助手。对企业而言，AI Agent 能大幅诽谤 AI 落地的门槛，让更多行业和场景能够切实享受到 AI 带来的效劳擢升。

畴昔的某个时刻，随机东说念主类的确就不错源头坐褥，解脱重叠性的服务，去从事更有创造性的责任了。

四、如何与 AI 交流？

面前大巨额东说念主对 AI 的重心如故放在了无所不知上，却忽视了 AI 莫得现实全国的体验。如果要用一个譬如来描写 AI，那"全知万能的实习生"再合适不外了，什么齐懂，但什么齐不会。

是以怎样和 AI 雷同就变得特地垂危了。

这一块我重心共享几个适合浮浅东说念主的 AI 教导词妙技和雷同妙技，学会了这几个妙技，咱们在和 AI 雷同时效劳会高好多。

1.AI 教导词妙技

言语的鸿沟是全国的鸿沟，AI 能力的发扬取决于咱们言语的应用。

AI 教导词（Prompt）是用户与 AI 大模子交互的枢纽器具，其本体在于借助天然言语指示率领 AI 生成特定内得意达成任务的输入信息。

举例，输入"撰写一篇联系火星探索的科普著述"，AI 便会依据该教导生成联系内容。教导词的明晰进程和详备细节成功对 AI 生成内容的准确性与质料产生影响。

一般来说我会将教导词分为以下三种，这三种是不错同期出现的，只不外某些不详的需求使用不详教导词就够啦。

咱们写教导词的时候不错遵从这三种来。

任务型教导词

成功指定任务，像"翻译以下英文段落"或者"生成 300 字的产物案牍"，适用于需求明确的场景。

脚色型教导词

经由设定脚色来率领 AI 输出，举例"假定您是资深养分师，联想一周减脂食谱"，这样能够增强专科性与创意性。

结构化教导词

领受模板化指示（如 CRISPE 原则：明晰、脚色、法子、示例、反馈），以提高 AI 的结实效劳。举例：

脚色：资深案牍筹备

任务：撰写新能源汽车告白语

要求：包含科技感、简略有劲、指标用户为 30-40 岁男性

``````

经典教导词赏析

DeepSeek 教导词库

如果如故对教导词一知半解的，不错成功去阅读 DeepSeekAPI 文档内部的教导词库，了解学习写法。

链接：https://api-docs.DeepSeek.com/zh-cn/prompt-library/

2. 剖析复杂任务

现阶段 AI 由于高下文，模子能力等问题，其实在惩办复杂任务的时候频繁会出现"偷懒"这种情况，这种时候就需要咱们帮 AI 拆辞退务。

接下来用写一篇"汉典办公的畴昔发展"的著述为例，告诉环球怎样一步步率领 AI 完成高质料写稿。

3. 连气儿发问妙技

不要指望 AI 能一次性完成你想要的内容，在使用 AI 时要退换好心态，把它手脚一个博学但教化尚浅的实习生。它学问面很广，但需要你的率领才能交出令东说念主舒心的功课。

比如咱们让 AI 写一个咖啡店的开业有打算，刚产出的初版能够率是不合适咱们的需求，咱们不错通过连接发问的样式让它优化内容，直到合适咱们的要求。

以咖啡店开业有打算为例，AI 写的初版有打算莫得很好地杰出"大学生"这个指标客群。这时候，别急着申辩，而是不错这样优化对话：

掌持这三个 AI 雷同的妙技，不错大幅度擢升使用效劳和生成内容的质料。

五、2025 年 AI 器具推选

之前我写过一篇 2025 年 AI 器具推选的著述，还是特地全了，感风趣的一又友不错阅读一下这篇：从 ChatGPT、DeepSeek 到可灵、豆包，2025 年 AI 器具全景图，从初学到精通，这一篇就够了

六、AI 使用明慧事项

临了再讲一个要点，AI 齐会有幻觉，尤其是 DeepSeekR1，幻觉率高达 14%，是以千万不要轻信 AI。

AI 幻觉便是 AI 编造看似合理但现实失实的信息。比如你让 AI 援用论文，它可能会诬捏不存在的论文。就像早期 AI 会告诉你北京有埃菲尔铁塔，因为它把"北京是中国齐门"和"巴黎有埃菲尔铁塔"这两个学问点失实地混在了统统。

源头，AI 本体是在猜下一个词。它不的确结实全国，仅仅通过统计关系瞻望最可能的下一个词。就像"春天来了，小草 ... "后头能够率是"发芽了"。猜得越多，出错可能性越高。

其次，教师数据自身可能有错。AI 就像只可字据读过的书回答问题，书里有错，回答天然也会错。

再者，过拟合问题。这就像学生不仅记着学问点，还把讲义的每个例题、每句话齐背下来，遭逢不同的场景时就懵了。

此外，AI 的高下文适度 ( 约 64K 或 128K 词 ) 和被联想成必须回答的倾向，也会导致它在不笃信时编造谜底，就像测验时不会的题也要瞎写一样。

工夫上，不错用更高质料的数据集，对数据严格筛选清洗，或者利用东说念主工反馈率领模子。还不错让 AI 生成多个谜底再投票选出最靠谱的谜底，或用念念维链让 AI 展示推理历程。

日常使用时，给 AI 诞生明确鸿沟，比如松手在特定范围内回答，或明确要求基于事实不要算计。也可用不同 AI 交叉考据，或利用 RAG 工夫擢升准确度。

RAG 工夫是面前减少 AI 幻觉的主流法子。相当于给 AI 配个专科学问库，先检索联系事实，再基于这些信息回答。浮浅 AI 像是在过问闭卷测验，而使用了 RAG 工夫的 AI 是开卷测验，天然更准确！

AI 幻觉也不一定全是坏处，它也能启发创意，提供出东说念主预料的不雅点和灵感。在艺术限度，可能带来专灵验率和惊喜。在科研中，天然当先可能是失实的假定，但可能启发新的斟酌标的，拓宽念念路。

借用《三体》的话："不要轻信，不要轻信，不要轻信"。迥殊是健康问题上，不要拿 AI 的会诊忽视质疑医师，或自行调整。时刻保持警惕，别盲目信赖 AI。

更详备的内容也不错看这篇内容：为什么 AI 这样能编？深度解析大模子的"幻觉"机制

临了，不详转头一下。

跟着 DeepSeek 的走红和 AI 工夫的普及，咱们正站在东说念主类概念翻新的风口浪尖。从算法的随心、数据的齐集到算力的飞跃，AI 的降生不是偶然，而是东说念主类聪慧长河中的势必产物。

畴昔已来，但畴昔不是由 AI 决定的，而是由咱们每一个东说念主共同塑造的。让咱们怀着好奇心和批判精神，与 AI 共同创造一个愈加好意思好的翌日。

在这个 AI 与东说念主类共同演进的新纪元，但愿这篇初学科普能为你开放概念的一扇窗，让你不再对 AI 感到云里雾里电击 调教，而是能够自信地独霸这个普遍的器具，在我方的限度创造更多可能。