docs: expand 从零到 AI Agent 专家 course

textbook-zero-to-agent/00_INDEX.md

@@ -2,7 +2,7 @@
 type: course-index
 aliases: [Textbook-INDEX]
 date: 2026-07-06
-updated: 2026-07-12
+updated: 2026-07-24
 abstraction_layer: 技巧 + 方法（入门封装）
 course: zero-to-agent
 tags: [AI教程, Agent, 课程索引]
@@ -12,6 +12,8 @@ tags: [AI教程, Agent, 课程索引]
 
 > 设计原则：每章都产出可运行的东西；理解跟着动手走，而不是反过来。
 > 起点：完全零基础（不假设编程经验）。终点：能独立设计、构建、评测、部署生产级 Agent 系统。
+>
+> 版本说明（2026-07-24）：12 章正文已从"要点摘要"扩写为**完整教学课文**——每个知识点都配了原理讲解、生活化类比、可运行代码/示例与"在哪会失败"的提醒，供零基础读者独立自学。练习、项目、自测题与实验包结构保持不变。
 
 ## 路线图
 

textbook-zero-to-agent/01_AI认知启蒙.md

@@ -2,6 +2,7 @@
 type: course-chapter
 abstraction_layer: 技巧 + 方法（入门封装）
 date: 2026-07-06
+updated: 2026-07-24
 course: zero-to-agent
 chapter: 1
 stage: 1
@@ -10,31 +11,112 @@ tags: [AI教程, LLM入门, Prompt]
 
 # 第 1 章 AI 认知启蒙：把 LLM 用成第二大脑
 
+> 这一章不教你写代码，也不教你调 API。它要解决一个更底层的问题：**你脑子里那个"AI 是什么"的模型是不是对的。** 绝大多数人用不好 AI，不是因为不会写 prompt，而是因为脑子里装了一个错误的比喻——把它当成"更聪明的搜索引擎"或者"会打字的百科全书"。这个错误的比喻会让你在所有后续章节里反复摔跤。所以我们先花一章，把这个比喻换掉。
+
 ## 学习目标
 
 - 用自己的话解释 LLM 是什么、为什么会"胡编"、什么任务可靠什么不可靠
 - 每天用 AI 完成至少一件真实任务，并能判断输出质量
 - 建立"AI 是概率系统而非数据库"的核心直觉
 
-## 知识点
+---
+
+## 1.1 LLM 到底在做什么：一个"超级自动补全"的心智模型
+
+你手机输入法有个功能：你打"今天天气真"，它会在上面弹出"好""不错""热"几个候选词。它是怎么知道的？它不理解天气，它只是统计过海量的中文句子，发现"今天天气真"后面**最常出现**的是这几个词。
+
+大语言模型（Large Language Model，LLM）本质上就是这个功能的超级加强版。它在互联网规模的文本（几万亿词）上训练，学到的是一件事：**给定前面的一段文字，下一个词最可能是什么。** 然后它把这个动作重复成千上万次——预测一个词、把它接到句尾、再预测下一个——就"写"出了一整段流畅的回答。
+
+这里有个关键术语要先记住：模型处理的最小单位不是"字"，而是 **token（词元）**。一个 token 大约是一个英文单词、或半个到一个汉字。你可以先粗略理解成"字"，第 4 章会讲清楚它为什么重要。
+
+为什么这个"超级自动补全"的比喻如此重要？因为它一次性解释了 AI 所有让新手困惑的行为：
+
+- 它为什么这么流畅？因为流畅（下一个词接得顺）正是它被训练的**唯一目标**。
+- 它为什么会一本正经地胡说？因为它追求的是"像不像一句合理的话"，而不是"是不是真的"。
+- 它为什么同一个问题两次答得不一样？因为"下一个词"是从一个概率分布里**抽样**出来的，不是查表查出来的。
+
+请把这句话刻进脑子，它是本书第一心法的种子：**流畅不是正确性的证据。** 一段话写得越像专家，你越应该警惕，因为"写得像专家"是模型的**默认属性**，不是它对内容负责的信号。
+
+> [!warning] 一个必须破除的误解
+> "参数直答"（模型不查任何资料、直接凭训练时记住的东西回答）**不是**一次带来源的知识查询。它更像一个读过海量书、但手边一本书都没有的人在凭记忆复述——大方向常对，具体的人名、数字、年份、引文、链接极不可靠。
+
+## 1.2 幻觉：不是 bug，是生成系统的固有属性
+
+"幻觉"（hallucination）指模型生成了**听起来合理但实际错误或根本不存在**的内容。新手最常见的反应是"这是个 bug，以后会被修好"。不会。幻觉是"生成"这个机制的固有产物，只能被**治理**，不能被根除。
+
+理解它的成因，就知道什么时候该警惕。模型在生成时，无论手里有没有足够证据，它都会**倾向于给出一个"像答案"的续写**——因为它的训练目标就是"接得像模像样"，而不是"证据不足时闭嘴"。于是：
+
+- **越冷门、越具体的事实，幻觉率越高。** 问"《红楼梦》的作者是谁"很安全（这句话在训练数据里出现过无数次）；问"某本小众书第 3 章第 2 段讲了什么"就极度危险（模型很可能现编一段）。
+- **人名、数字、引文、链接、法条编号**是幻觉重灾区。这些东西"格式很固定、内容却因具体而稀有"，模型最容易编出一个格式正确但内容虚构的版本。
+
+**实操准则**：凡是关键的、可核查的事实（尤其是要拿去做决策或发给别人的），要么让 AI 联网核查并给出来源，要么你自己去搜索引擎/原始资料核对。**没有出处的事实性回答，默认按"草稿"对待，验证之后才能当"事实"用。**
+
+## 1.3 能力地图：它在哪里强，在哪里弱
+
+用好一个工具的前提，是知道它**在哪里会失败**（这是本书第二心法）。LLM 的能力有一张相当清晰的地图：
+
+**强项（放心用）**——这些任务的共同特征是"答案不唯一、重在流畅和结构、错了你一眼能看出来"：
+- 改写、润色、变换语气
+- 总结、提炼要点
+- 翻译
+- 头脑风暴、给点子
+- 解释概念、打比方
+- 写初稿（邮件、大纲、文案）
+
+**弱项（要么别用，要么必须验证）**——这些任务需要"精确、唯一、可验证的正确答案"：
+- 精确的事实（尤其冷门事实）
+- 数学计算（它是在"续写一个看起来对的算式"，不是真在算）
+- 最新信息（训练有截止日期，之后的事它不知道）
+- 数长文本的字数 / 数第几个字（它看到的是 token 不是字符，这类任务超出它的感知粒度）
 
-1. **LLM 的一句话工作方式**：从海量文本学习统计结构，再逐个 token 生成可能的续写。语言建模可以从压缩式预测理解，但参数直答不是带来源的知识查询——所以流畅不是正确性的充分证据。
-2. **幻觉是生成系统需要治理的固有风险**：模型会在缺少足够证据时仍生成“像答案”的文本，但成因不只一种，不能全部归结为有损压缩。越冷门、越具体（人名、数字、引文、链接）的事实，越应要求可核查来源。
-3. **能力地图**：强——改写、总结、翻译、头脑风暴、解释概念、写初稿；弱——精确事实、数学计算、最新信息、数长文本的字数。
-4. **对话是无状态的**：模型没有记忆，"记忆"是每次把历史重发一遍。上下文窗口有限，太长的对话会"忘头"。
-5. **温度与随机性**：同一问题两次答案不同是特性。重要任务问两遍，比较答案是免费的质检。
-6. **主流产品版图**：对话产品（Claude、ChatGPT、Gemini）、API、开源模型三条线的区别与适用场景。
+一个可迁移的判断法：**如果验证一个答案比你自己从头做还费劲，就不该把这件事交给 AI。** 反过来，如果"生成很难、但验证很容易"（比如让它写十个标题你挑一个），那就是 AI 的黄金场景。这条"验证成本 < 生成成本才值得委托"，是本书贯穿始终的第三心法，也是你将来设计 Agent 时的分工原则。
+
+## 1.4 对话是"无状态"的：AI 没有记忆
+
+这是最反直觉、也最有用的一个认知。你和 AI 聊了二十轮，感觉它"记得"你前面说的话。真相是：**模型本身没有任何记忆。**
+
+它是怎么做到"记得"的？每次你发新消息，程序都会把**从头到尾的完整对话历史**重新打包发给模型，模型每次都是"第一次"读这整段历史，然后续写。所谓"记忆"，只是每一轮都把过去重发一遍造成的错觉。
+
+这个事实一次性解释了两个现象，也预告了后面好几章的核心问题：
+
+1. **长对话会"忘头"。** 模型能一次读进的文本量是有限的（这个上限叫**上下文窗口**）。对话太长，超出窗口的最早内容会被截断，于是它真的"忘了"开头说过什么。
+2. **长对话越来越贵、越来越慢。** 因为每一轮都要重发全部历史，历史越长，每次处理的文本越多。
+
+（到第 5 章你会亲手写代码维护这个"历史列表"，那时你会彻底告别"AI 有记忆"的错觉；第 8 章讲的"记忆架构"和"上下文工程"，本质都是在管理这个有限的窗口。）
+
+## 1.5 温度与随机性：同问不同答是特性，不是故障
+
+前面说过，"下一个词"是从概率分布里**抽样**的。控制这个抽样有多"放飞"的参数叫**温度（temperature）**：
+
+- 温度高 → 抽样更随机 → 输出更多样、更有创意，也更容易跑偏
+- 温度低（趋近 0）→ 每次都挑概率最高的词 → 输出更确定、更稳定
+
+对你现在最有用的推论是一条**免费的质检技巧**：重要的问题**问两遍**（或另开一个对话再问一次），比较两次答案。如果两次说法一致，可信度较高；如果两次自相矛盾，这本身就是一个强烈的"低置信度"信号——说明模型对这件事其实没把握。这几乎不花成本，却能挡掉相当一部分幻觉。
+
+## 1.6 产品版图：对话产品、API、开源模型
+
+同样的底层模型，有三种用法，适用场景不同，现在有个大致印象即可：
+
+- **对话产品**（Claude、ChatGPT、Gemini 等）：网页/App 里直接聊天，开箱即用，本章你只需要这个。
+- **API**：用代码调用模型，把它变成你自己程序里的一个"组件"——这是第 5 章的分水岭，也是从"用 AI"到"造 AI 产品"的跨越。
+- **开源模型**：模型权重公开，可以下载到自己的机器/服务器上跑。适合数据不能外传、或要深度定制的场景，代价是你要自己承担部署运维（第 12 章会谈）。
+
+现阶段的建议非常明确：**先把一个对话产品用到极致。** 不要急着碰 API，把"和 AI 高质量对话"这件基本功打扎实——它是后面一切的地基。
+
+---
 
 ## 练习
 
-1. 让 AI 分别写一封辞职信的三个版本（正式/温和/简短），观察指令措辞如何改变输出。
-2. 故意诱导幻觉：问一个不存在的书名的内容简介，观察模型如何编造；再问"这本书存在吗"，比较差异。
-3. 把一篇 3000 字文章分别要求压缩成 100 字、3 个要点、1 条推文，体会"格式约束"的威力。
-4. 同一个数学题（如 3 位数乘法）问 5 次，统计正确率——建立"LLM 不是计算器"的体感。
+1. 让 AI 分别写一封辞职信的三个版本（正式 / 温和 / 简短），观察指令措辞如何改变输出。**观察重点**：你只改了一个形容词，输出结构就变了——这就是"指令即规格"的第一次体感。
+2. 故意诱导幻觉：问一个**不存在**的书名的内容简介，观察模型如何编造；再问"这本书真的存在吗"，比较两次差异。**观察重点**：它编得多流畅、多自信。
+3. 把一篇 3000 字文章分别要求压缩成 100 字、3 个要点、1 条推文，体会"格式约束"如何塑造输出。
+4. 同一个 3 位数乘法问 5 次，统计正确率——亲手建立"LLM 不是计算器"的体感。
 
 ## 项目
 
-**七日 AI 工作流日记**：连续 7 天，每天用 AI 完成一件真实任务（写邮件、做计划、学概念、分析文档），记录：任务、你的指令、输出质量评分（1-5）、你做了什么修正。第 7 天写一页总结：AI 在你的生活里最强/最弱的三个场景。这份日记是你后续所有章节的"需求来源"。
+**七日 AI 工作流日记**：连续 7 天，每天用 AI 完成一件真实任务（写邮件、做计划、学概念、分析文档），记录四栏：任务、你的指令、输出质量评分（1-5）、你做了什么修正。第 7 天写一页总结：AI 在你的生活里最强 / 最弱的三个场景各是什么。
+
+这份日记不是练习，是**资产**——它是你后续所有章节的"真实需求来源"。当第 3 章让你优化 prompt、第 5 章让你选项目时，你会回来翻它。
 
 ## 阅读资料
 
@@ -60,13 +142,14 @@ tags: [AI教程, LLM入门, Prompt]
 4. 出 3 道检验我是否真懂的问题，等我回答后再点评
 ```
 
-这个 prompt 模板体现了本章核心技能：把 AI 从"答题机"变成"苏格拉底式私教"。
+这个模板体现了本章核心技能：把 AI 从"答题机"变成"苏格拉底式私教"。注意第 4 步——**让它出题考你、而不是直接告诉你答案**，是把 AI 用成学习工具而非答案工具的关键分野。
 
 ## 推荐 Agent
 
 - **Claude / ChatGPT 对话产品本体**——本章不需要任何专门工具，先把对话用到极限
-- **NotebookLM**：上传你的七日日记，让它生成回顾问答，体验"基于你自己资料的 AI"
+- **NotebookLM**：上传你的七日日记，让它生成回顾问答，体验"基于你自己资料的 AI"（这是第 6 章 RAG 的直觉预演）
 - 若你用 Obsidian：从本章起建一个 `AI学习` 目录，所有练习产出直接入库——你在同时练习知识管理
+
 ## 自测题
 
 1. **为什么参数直答不能当作事实来源？这个认知改变你的哪些使用习惯？**