AI认知入门（第1关）——第5节课
标题：一句话搞懂五个核心概念
一、学习目标（2分钟）
同学们好！欢迎来到第5节课。上节课我们讲了"提示词"，大家回去练了没有？练了的同学，你一定会发现：你跟AI聊天的时候，AI好像什么都懂一点，但有时候又答非所问。
为什么？因为AI背后其实有不同的"工种"在干活。今天这节课，我们就把AI背后最关键的五个概念讲清楚。
学完这节课，你要能做到五件事：
1. 知道AI的"大脑"长什么样，它能干什么、不能干什么
2. 知道AI怎么上网查资料来回答你的问题
3. 知道AI怎么帮你自动干活、跑腿办事
4. 知道AI干活靠的是什么"工具"
5. 知道AI怎么自己检查、自己改进、越做越好
**不考术语、不考英文、不考公式。** 你只需要记住五个比喻就行。
---
二、核心讲解（50分钟）
概念一：大语言模型（LLM）——AI的大脑
**一句话：** LLM就是AI的大脑，它肚子里装着很多书、文章、网页上学来的知识，你问它什么，它就凭记忆回答你。
一个故事：
前几天我去文山城里的一个米线店吃早饭。老板姓杨，在店里做了十五年米线，闭着眼睛都能调出正宗的文山米线汤底。我问他："杨老板，菊花米线的汤要用哪几种骨头熬？"他张嘴就来："鸡骨架、猪筒子骨，加一小块火腿皮，大火烧开转小火熬三个钟头。"
杨老板为什么回答得这么快？因为他做了一辈子，肚子里有货。
大语言模型（LLM）就是这个道理。它就像一个"肚子里有货"的老厨师。它在上岗之前，已经被喂了海量的数据——全网的书籍、论文、网页、新闻报道，它都读过。所以当你问它"三七要种几年才能收"，它张嘴就说："一般三年，有些等四年，年头越长皂苷含量越高。"
这就是LLM——靠"记忆"回答问题。
**但是！但是有个大问题：** 老厨师记性再好，也有记错的时候。他可能把2020年的配方记成2015年的，也可能市场行情变了，他还在说去年的价格。LLM也一样——它的知识只更新到它"毕业"那天，超过那个时间的事，它不知道。而且它偶尔会"胡编"（专业术语叫"幻觉"），就像你问一个老人家昨天天气怎么样，他可能记成前天的。
文山本地生意场景：
> 假设你在文山做三七生意。你问AI："三七的市场价格走势怎么样？" LLM会告诉你它学过的历史数据，比如过去几年的价格波动。但如果你问"今天三七的收购价是多少"，LLM就回答不了——因为它没有联网，它的大脑里的信息可能是几个月甚至一年前的。你要理解：LLM是"记忆型选手"，不是"实时播报员"。
---
概念二：RAG（检索增强生成）——AI联网查资料
**一句话：** RAG就是给AI加了一个"百度搜索"的本事，你说的问题它如果拿不准，就先上网查一圈，查到了再回答你。
一个故事：
第二个故事。杨老板的米线店生意好了以后，他想开分店。分店开在普者黑景区旁边，他琢磨着："我得先了解一下普者黑那边游客的口味偏好。"
老杨自己没有去过普者黑，但他会干一件事——拿起手机，打开百度，搜"来普者黑旅游的人最爱吃什么早餐""普者黑客流量旺季是哪几个月"。搜到了之后，他再看、再总结、再决定。
RAG就是这个道理。
RAG的全名叫"检索增强生成"，你不用记这个名字，你就记住：**AI先去搜一圈资料，再回答你的问题。** LLM是"凭记忆答"，RAG是"先查资料再答"。
比如你问三七的价格，LLM只能凭记忆说一个大概。但如果加了RAG，AI会先去网上搜最新的三七交易价格、产地新闻、政策文件，然后把搜到的资料嚼碎了、消化了，再用自己的话跟你说。
这么做有两个好处：
文山本地生意场景：
> 你在广南县做茶叶生意，想了解今年"底圩茶"的春茶行情。你可以用带RAG功能的AI工具（比如联网版的DeepSeek、Kimi、豆包等）。它会先去搜"2026年广南春茶价格""底圩茶今年产量""云南茶叶出口政策变化"等最新网页，然后把信息汇总给你。你问它"今年春茶比去年贵还是便宜"，它回答的是**实时信息**，而不是一年前的老黄历。
---
概念三：Agent（智能体）——AI自己干活
**一句话：** Agent就是给AI配了手和脚，你告诉它一个目标，它能自己规划、自己执行、自己检查，不用你每一步都盯着。
一个故事：
第三个故事来了。杨老板的分店终于在普者黑开起来了。这时候有个新问题——他每天既要管老店，又要管新店，忙得脚不沾地。他就琢磨："有没有一个办法，我只说'帮我把新店的米线原料采购安排好'，然后就真有人帮我去干？"
他只说了一句话，下面谁去干？
正常情况：他得自己去菜市场问价，去批发市场比价，联系供应商，下订单，跟送货司机约时间……一大堆事。
Agent就是帮他干这一大堆事的那个"超级跑腿"。
Agent（智能体）是AI最厉害、也最吓人的一种形态。它不只是回答问题，它是**帮你干活**。你可以给它一个目标，比如"帮我策划一个普者黑景区的米线店开业活动"，它会自己拆成几步：第一步，查普者黑客流数据；第二步，设计活动方案；第三步，写宣传文案；第四步，生成宣传海报；第五步，甚至自动发朋友圈文案给你审核。
每一步它不需要你教，它自己想办法完成。如果第一步查不到数据，它会换一种方式搜；如果海报做得不好看，它会自己重做。就像一个很自觉的店员——你交代一个任务，他不需要你反复提醒，自己就搞定了。
文山本地生意场景：
> 你在丘北县开了一家民宿，想做一个"三七养生主题房"的推广。传统做法：你得自己写文案、做海报、发小红书、回顾客咨询。现在用Agent：你只需要说"帮我把三七养生主题房推广出去，目标是在小红书上引流"，Agent会自动做——它先分析你的民宿特色和三七养生卖点，然后写3篇不同风格的小红书文案，生成配图文案，规划发布时间，甚至帮你回复客人的初步咨询。你只需要最后点头确认就行。
---
概念四：Skills（技能包）——Agent的工具箱
**一句话：** Skills就是Agent的"十八般兵器"。Agent不是空手干活的，它每学会一个Skill，就像多了一件工具——会查资料的Skill、会写文案的Skill、会做海报的Skill。
一个故事：
杨老板的米线连锁店已经有了一个"数字员工"（Agent）。有一天他想让这个Agent帮他做三件事：
1. 查一下普者黑新店附近三公里有没有竞争对手的米线店
2. 写一篇公众号文章介绍他的"三七养生米线"
3. 做一张促销海报贴在店门口
Agent收到指令后，打开了自己的"工具箱"——它有三件工具：
没有Skills的Agent，就像一个只有大脑但没有双手的人——想法很多，什么也干不了。有了Skills，Agent才能真正把活干出来。
**Skills越多，Agent能干的活就越多。** 就像一个师傅，手艺越多越值钱。你今天给Agent装一个"写公众号"的Skill，它会写文章；再装一个"做视频"的Skill，它会剪片子。我们这套课的后半段，就是教你怎么给Agent装各种各样的Skills。
文山本地生意场景：
> 你开了一家三七特产店，Agent有这些Skills：
> - 📊 **数据分析Skill**：读你的销售数据，告诉你哪种规格的三七最好卖
> - ✍️ **文案Skill**：自动生成朋友圈卖货文案
> - 🖼️ **设计Skill**：做产品海报和详情页
> - 💬 **客服Skill**：自动回复微信上顾客的询价
>
> 这些Skills装好之后，你的Agent就从"只会聊天的机器人"变成了"能写、能算、能设计、能接客"的全能助手。
---
概念五：Loop（自循环）——AI自己检查、自己改进
**一句话：** Loop就是Agent干完活之后，自己回头看一眼——"哪里不够好？"然后自己改，改完再看，直到满意为止。就像你写文案改了三稿，只不过这一步AI自己就做了。
一个故事：
杨老板的Agent帮他写了一篇公众号文章，标题是《普者黑·三七养生米线为什么好吃》。Agent写完第一稿，自己回头一看——"嗯，标题不够吸引人。"它自动改了：换成《一碗米线，三种三七，普者黑游客回头率最高的早餐》。
改完标题，又看了一下内容——"第五段太啰嗦，删掉。"它咔嚓删了。
再看开头——"第一句话不够有画面感，重写。"又改了。
这就是Loop——Agent不是干完活就交差，而是**自己检查、自己修改、循环打磨**，直到它觉得"可以了"，才把成品交给你。
**Loop的精髓在于：AI不满足于第一个答案，它会反复迭代。** 这跟那些"你问一句它答一句"的普通AI聊天机器人完全不同。Loop让Agent从"一次性交差"变成了"精益求精"。
Loop这个词，你记它的形象——**画圈圈**。每次循环就是画一个圈：干活 → 检查 → 不满意 → 改进 → 再检查 → 满意 → 交活。这个圈可以画很多次。
文山本地生意场景：
> 你让Agent帮你做个海报，宣传你店里的"文山三七花茶"。
>
> **Loop的过程是这样的：**
> - 第1圈：Agent做了第一版海报，自己一看——"配色太暗，不够吸引人"→ 自动调亮
> - 第2圈：再看——"三七花的图片不够清晰"→ 换了一张高清素材
> - 第3圈：再看——"价格信息字体太小"→ 调大字号
> - 第4圈：综合检查——"整体效果可以，跟协会的品牌风格一致"→ 交给你
>
> 你看到的是最终成品，但背后Agent可能自己改了三五遍。你一句话没说，它全搞定了。这就是Loop的力量。
---
五个概念对比表
| 概念 | 一句话 | 打个比方 | 能干的事 |
|------|--------|----------|----------|
| **LLM（大语言模型）** | AI的大脑 | 肚子里有货的老厨师 | 回答问题、写文章、翻译 |
| **RAG（检索增强生成）** | AI联网查资料 | 不懂就百度的年轻人 | 查最新信息、带来源的回答 |
| **Agent（智能体）** | AI自己干活 | 不用操心的好员工 | 策划、执行、反复迭代 |
| **Skills（技能包）** | Agent的工具箱 | 厨师的刀、锅、铲 | 搜索、写作、设计、数据分析 |
| **Loop（自循环）** | AI自己检查改进 | 改稿三遍的编辑 | 自动优化、自我纠错、精益求精 |
这五个概念不是互相替代的，而是**层层升级**的关系：
现在的AI工具，好的都是把这五种能力混在一起用的。
---
三、动手任务（20分钟）
来，同学们别光听，咱们动手试试。打开你手机上的AI工具——不管你是用DeepSeek、Kimi、豆包还是通义千问，都可以。
任务一：试试LLM（只靠大脑）
问AI这个问题（直接复制粘贴也行）：
> "我是文山做三七生意的，想了解三七的市场行情，给我介绍一下。"
观察它的回答。它是不是给了你一个大概的介绍？有没有说"截至某某年"？因为它凭记忆回答，信息可能不是最新的。
任务二：试试RAG（联网查资料）
在同一个工具里，找到"联网搜索"的开关（通常是点一下图标就打开了），再问同一个问题：
> "我是文山做三七生意的，想了解三七的最新市场行情，给我介绍一下。"
观察它的回答跟刚才有什么不同？是不是提到了最近的价格、最近的新闻？是不是给了信息来源？
任务三：试试Agent + Skills（让它用工具干活）
用同样的工具（或者用专门做Agent的工具如Coze、Dify等），对AI说：
> "帮我写一份发给游客的宣传文案，介绍普者黑旁边一家民宿的'三七养生主题房'，目标人群是30-50岁的中老年养生游客，要求500字以内，语气亲切自然，最后附一句行动号召。"
让AI自己完成。你感受一下——你只说了一个目标，它从头到尾帮你写完了，不需要你中间插手。这就是Agent用了Writing Skill。
任务四：试试Loop（让它自己改进）
在刚才那个任务的基础上，等AI写完第一版之后，再对它说：
> "你觉得刚才写的那篇文案，哪里还可以改进？优化一下，再给我一个更好的版本。"
观察AI的反应——它是不是自己指出了问题，然后改了一个更好的版本出来？如果你不说这句话，AI可能给你第一版就交差了。但你让它Loop（自循环优化），它就自己打磨了。**以后你用AI的诀窍就是：永远让AI再改一遍。**
---
四、思考题（课后）
同学们，回去想这么几个问题，下次上课咱们一起聊：
1. **LLM的问题：** 你发现AI给你回答的内容，你感觉哪些是靠谱的，哪些你怀疑是它瞎编的？你怎么判断？
2. **RAG的价值：** 如果你是开米线店的，你觉得什么时候需要AI联网查资料？什么时候不需要？举个例子。
3. **Agent的想象：** 如果你有一个"AI员工"（Agent），它可以24小时帮你干活，你最想让它帮你做什么？大胆想，不用管技术能不能做到——先想要什么，技术的事交给我们。
4. **Skills的规划：** 想想你的生意，Agent最需要的三个Skill是什么？是写文案？做海报？分析销售数据？回微信？还是别的？
5. **Loop的意识：** 下次用AI的时候，养成一个习惯——AI给第一个答案的时候，别急着用，对它说"再改一版更好的"。你会发现，Loop之后的答案往往好很多。
6. **延伸思考：** 你想想，如果你店里的收银系统、监控摄像头、客户微信群，全都连上一个Agent，它有5个Skills，还会自己Loop优化……那是什么样的生意？
---
五、下节课预告
第6节课，我们不谈概念了，我们**实操打造一个你店里的AI助手**。你带着手机来就行，上完课，你店里就有一个人工智能帮手了。
---
【本课完】