识时务者

高龄普通职场人
每天学习AI 逐步构建AI驱动的生活
分享真正有用的方法和思考
Choice Is Always More Important Than Effort.
The Surface Seduces. Depth Rewards.

[识时务者 @mikeformike2]

下周我将44周岁了。

在这个年龄，普通人早就不能学习新东西了。

但我想挣扎一下。

因为我越来越清楚：

未来最大的风险是被取代。

身为不会使用AI的人，被会使用AI的人取代。

我不想把自己的命运交给任何一家公司。

我希望未来，无论身在何处，都能凭自己的能力创造价值、获得收入。

我还希望我的孩子开始认识这个世界的时候，可以站在我和AI的肩膀上，而不是孤零零地独自摸索。

所以，从今天起，我公开记录学习AI的过程，和AI改变生活的过程。

我不是AI从业者，不是程序员，只是一个普通人。

如果你也一样决定出发，欢迎一起成长。

[识时务者 @mikeformike2]

Day 21

使用AI时经常要写Prompt

今天来了解 Prompt Engineering 中最经典的技巧之一：Few-shot Prompting（少样本提示）

就是直接给AI看几个例子

意义就是把"参考答案"放进Context，提供更高质量的Context

这样AI预测下一个Token时，会更容易沿着这个风格继续生成

不过这个技巧也有局限

什么时候适合用Few-shot这个技巧呢

固定写作风格
固定输出格式
固定JSON格式
固定日报模板
固定客服回复
......

模式固定的任务才适用这个技巧

OK，今天比昨天又多懂了一点👍

[识时务者 @mikeformike2]

Day 18

今天来补上周末的作业之1/2

明确Workflow（工作流）的概念，并区分其与Agent

Workflow是：把一件事情按照固定顺序完成

它是一个固定流程

而Agent的流程是这样的

收到目标
↓
自己决定下一步
↓
发现失败
↓
重新尝试
↓
继续
↓
直到完成

是AI自己决定下一步

Workflow也有优点
简单
稳定
可预测

最重要的：成本低💰

很多企业上线的AI系统，实际上是80%Workflow+20%Agent

既有一定的AI功能，又兼顾成本

OK，今天比上周多懂了一点👍

[识时务者 @mikeformike2]

Day 17

Agent有一个关键能力：Planning（规划）

这是Agent和普通ChatGPT最大区别之一

下面举🌰说明

我让ChatGPT写一个催租的邮件，它会直接开始写

我让Agent帮我生成今天的AI日报，它会先“想一想”

目标
↓
需要新闻
↓
搜索新闻
↓
筛选重要新闻
↓
阅读原文
↓
总结
↓
生成网页
↓
发布

Planning本质上仍然是LLM在预测，预测下一个Action（动作）

Agent并不是更聪明，它是更有条理，更有执行顺序

OK，今天多懂了一点

[识时务者 @mikeformike2]

Day 16

过去15天，我陆续学了

Token
Context
Prompt
System Prompt
Temperature
Hallucination
Agent
RAG
Embedding
Context Window
Fine-tuning
API
MCP
Function Calling

基础概念先了解这么多吧

今天开始第二阶段：Agent工作流

一个典型的Agent工作流程是这样的

收到目标
↓
LLM 理解任务
↓
判断需要哪些工具
↓
调用工具（Function Calling/MCP）
↓
获得结果
↓
继续思考
↓
是否完成？
↓
没有
↓
继续调用工具
↓
……
↓
完成任务

不是一次回答，而是回答→行动→回答→行动→……，不断循环

OK，今天比昨天又多懂了一点

[识时务者 @mikeformike2]

又更新一次

[识时务者 @mikeformike2]

Open AI更新是真频繁啊

今天到现在 已经更新两遍了

[识时务者 @mikeformike2]

Day 15

今天在API的基础上再进一步，掌握Function Calling（函数调用）的定义

Function Calling与API的方向刚好相反

API 是程序调用AI，Function Calling是AI调用程序

举🌰说明

我问ChatGPT今天天气如何，结果产生的过程是这样的

我问：今天天气如何
↓
ChatGPT判断需要调用天气API
↓
调用天气API
↓
获得真实数据
↓
生成回答

以前我一直觉得它们差不多

OK，今天比昨天多懂了一点

[识时务者 @mikeformike2]

https://t.co/7rfLK69qL2 提取码: kmuk

[识时务者 @mikeformike2]

用Codex做了两个宠物

一个韩立元婴，一个玄骨

还挺可爱的

有需要的朋友自行下载吧

使用方法

解压到codex宠物文件夹后，在终端执行（以玄骨为例）

mkdir -p ~/.codex/pets/xuangu-q
cp ~/Downloads/spritesheet.webp ~/.codex/pets/xuangu-q/
cp ~/Downloads/pet.json ~/.codex/pets/xuangu-q/

韩立元婴版把目录名改为han-li-yuanying即可

然后重启Codex，在宠物里选择即可

压缩包链接在评论区

[识时务者 @mikeformike2]

Day 14

今天要学的是一个非常重要的概念：API（Application Programming Interface）应用程序编程接口

它是AI世界最基础的"接口"

其本质是一种服务，是让其他程序能使用AI能力的方法

举🌰

我们每天点外卖，本质流程是这样的

用户
↓
美团APP
↓
餐厅系统
↓
返回菜单

用户并没有直接连接餐厅的电脑，而是通过一个统一接口完成点单

这就是API的思想

那么AI API是什么？同样的道理

用户
↓
APP
↓
Open AI API
↓
GPT
↓
返回答案

这个APP不会自己推理，完成推理的是OpenAI的服务器

APP只是发送请求、收到回复

一个最简单的API请求包括：

使用哪个模型
用户输入Prompt
Temperature
最大输出长度

一句话总结：API是程序与 AI 模型沟通的桥梁

OK，又多懂了一点

[识时务者 @mikeformike2]

Day 13

今天学习主题：Fine-tuning（微调）

这是一个与RAG容易混淆的概念

Fine-tuning是继续训练模型，让模型改变自己的行为或能力

🌰如，你希望AI：
永远用客服语气回答
熟悉某种法律文书格式
擅长医疗报告分类
学会一种特定输出风格

这些更适合微调

但知识更新这种，适合用RAG

因为知识更新频率太高了，每更新一次就重新训练模型，成本太高

形象点说：

Fine-tuning更像培训一个员工，改变他的能力和行为

RAG更像给今天给员工一本最新版手册，明天给他一份业务资料2.0，快速迭代他的知识、扩大边界

OK，比昨天又多懂了一点👍

[识时务者 @mikeformike2]

Do you remember when you joined X? I do! #MyXAnniversary

[识时务者 @mikeformike2]

Day 12

今天要了解的概念：MCP（Model Context Protocol）

这是一种协议

它之于AI，相当于USB-C 之于电脑

以前，AI工具都要为每个软件单独开发接口，像这样

ChatGPT → GitHub
ChatGPT → Notion
ChatGPT → Google Drive
ChatGPT → Slack
……

有了MCP，就变成这样

AI
↓
MCP
↓
GitHub
Notion
Google Drive
Slack
数据库
本地文件
……

只要AI支持MCP，工具也支持MCP，两者就可以互相连接

现在我们复习一下RAG，更好地区分RAG和MCP

RAG是负责给AI提供Context

MCP则负责让AI行动起来

所以，MCP是AI迈向Agent的重要一步

OK，今天又多懂了一点👍

[识时务者 @mikeformike2]

Day 11

如果你也是个AI小白，当你看到Context Window（上下文窗口）

你会不会也认为它就是AI的记忆

其实，它的准确理解是：模型一次推理时，最多能够“看到”多少Token

这些Token包括：
·你的Prompt
·上传的文档
·历史聊天记录
·RAG检索出来的内容
·模型自己生成的内容

举🌰

假设你公司的规章制度有500页pdf

如果模型一次只能看到50页

它就无法对你提出的有关问题做出准确预测

Context Window是和RAG配合工作的

RAG决定放什么进去，Context Window决定最多能放多少进去

OK，今天又多懂了一点

[识时务者 @mikeformike2]

@dotey 我已经取消订阅Gemini了

[识时务者 @mikeformike2]

Day 10

要更好地理解RAG，就要引入Embedding（嵌入）模型的概念

它是一种把文本转换成数学坐标的方法，把一句话变成一个向量

举个🌰

有三句话

“苹果公司发布新产品
iPhone迎来更新
香蕉很好吃”

我们人类知道，前两句话意思接近，第三句没什么关联

那AI如何知道这些呢

Embedding模型会把它们转换成

“苹果公司发布新产品→[0.21, -0.73, 0.58, ...]
iPhone 迎来更新→[0.19, -0.70, 0.61, ...]
香蕉很好吃→[-0.82, 0.14, -0.37, ...]”

数字本身没有意义，有意义的是坐标的距离

向量距离越近，表明语义越接近

向量距离越远，表明语义越不同

也就是说，搜索并不是直接匹配关键词，实际流程是

用户问题→Embedding→找到语义最接近（向量距离最接近）的资料→放入 Context→LLM 回答

Embedding决定“找到什么资料”，LLM决定“如何回答”，这是RAG最核心的两个部分

OK，今天比昨天又多懂了一点

[识时务者 @mikeformike2]

Day 9

曾几何时，AI在我手中扮演了相当长时间的大号搜索引擎的角色

如果刚好我问的问题在它的训练过程中没有出现过，而我同时又没有提供足够的Context

那么它又会出现Hallucination了

怎么能避免这种情况呢？

现在隆重有请RAG（Retrieval-Augmented Generation）检索增强生成

它的思路是“先去查资料—把查到的资料放进Context—LLM再根据Context回答问题”

如此便减少了Hallucination出现的概率

至于如何使用RAG？这就是后面某一天的内容了

好了 今天懂的有一点多✌️

[识时务者 @mikeformike2]

Day 8

前面学过Prompt提示词

那System Prompt是什么？与Prompt有什么不同？

在用户输入Prompt前，AI已收到的更高优先级的指令，就是System Prompt系统提示词

它决定AI扮演什么角色、遵循什么规则、用什么风格回答问题

比如

System Prompt设定：“你是一位耐心的英语老师。”和设定：“你是一位资深律师。”

对同一个问题，AI的回答会截然不同。

一句话：System Prompt决定AI角色，Prompt决定当下任务

嗯 又多懂了一点👍

[识时务者 @mikeformike2]

Day 7

为什么会觉得AI有时会出现：Hallucination幻觉？

从这几天学习的内容可以知道

AI工作的本质是一直预测下一个Token

当它没有包含足够信息的Context时，它不会说：“我不知道”

而是继续预测、生成最可能的内容

所以，有时候尽管它输出地很流畅，却不一定是对的

现在明白了 AI出现Hallucination时

我们应该从自身找原因 是我们没有提供足够的Context

这个锅不该AI背[破涕为笑]

OK 又多懂了一点👍