到这里，相信你对AI家族的关系已经了如指掌。人工智能（AI）—— 终极目标：让机器像人一样智能↑机器学习（ML）—— 实现方法：从数据中学习规律↑深度学习（DL）—— 进阶技术：用深层网络处理复杂数据↑神经网络（NN）—— 核心工具：多层结构传递信息↑大语言模型（LLM）—— 具体应用：专攻语言领域的模型↑智能体（Agent）—— 高级形态：能自主决策的智能系统想让餐厅能满足所有食客需求（AI），

到这里，相信你对AI家族的关系已经了如指掌。人工智能（AI）—— 终极目标：让机器像人一样智能↑机器学习（ML）—— 实现方法：从数据中学习规律↑深度学习（DL）—— 进阶技术：用深层网络处理复杂数据↑神经网络（NN）—— 核心工具：多层结构传递信息↑大语言模型（LLM）—— 具体应用：专攻语言领域的模型↑智能体（Agent）—— 高级形态：能自主决策的智能系统想让餐厅能满足所有食客需求（AI），

上周我们讲了不训练模型却能强化语言模型能力的两个方法——用“神奇咒语”和提供额外知识。。

到这里，相信你对AI家族的关系已经了如指掌。人工智能（AI）—— 终极目标：让机器像人一样智能↑机器学习（ML）—— 实现方法：从数据中学习规律↑深度学习（DL）—— 进阶技术：用深层网络处理复杂数据↑神经网络（NN）—— 核心工具：多层结构传递信息↑大语言模型（LLM）—— 具体应用：专攻语言领域的模型↑智能体（Agent）—— 高级形态：能自主决策的智能系统想让餐厅能满足所有食客需求（AI），

上周我们讲了不训练模型却能强化语言模型能力的两个方法——用“神奇咒语”和提供额外知识。。

今天这堂课的核心是：如果我们训练不了人工智能，该怎么“训练自己”，让AI在使用时发挥更强的力量？首先要强调一个关键前提——。而且我不是教大家“针对特定任务写Prompt”，因为今天的语言模型能力很强，你只要把需求讲清楚（像跟人沟通一样），它大多能看懂，没必要学特定格式。接下来，我会从五个面向讲“不训练模型，却能强化AI能力”的方法，今天先讲前两个核心方向。

今天的生成式AI，核心厉害在“从专才工具变成通才工具人”——它没有固定功能，能帮你做各种事，但需要你正确引导。同时，它也带来了新问题：AI的认知是什么样的？怎么评估它的能力？怎么防范有害内容？面对这些AI，我们不用焦虑——要么改变自己，用Prompt Engineering让它帮你；要么训练自己的模型，打造专属工具。

今天这堂课的核心是：如果我们训练不了人工智能，该怎么“训练自己”，让AI在使用时发挥更强的力量？首先要强调一个关键前提——。而且我不是教大家“针对特定任务写Prompt”，因为今天的语言模型能力很强，你只要把需求讲清楚（像跟人沟通一样），它大多能看懂，没必要学特定格式。接下来，我会从五个面向讲“不训练模型，却能强化AI能力”的方法，今天先讲前两个核心方向。

今天这堂课的核心是：如果我们训练不了人工智能，该怎么“训练自己”，让AI在使用时发挥更强的力量？首先要强调一个关键前提——。而且我不是教大家“针对特定任务写Prompt”，因为今天的语言模型能力很强，你只要把需求讲清楚（像跟人沟通一样），它大多能看懂，没必要学特定格式。接下来，我会从五个面向讲“不训练模型，却能强化AI能力”的方法，今天先讲前两个核心方向。

什么是工具？就是“知道怎么用就行，不用管内部运作”。比如有人总帮别人修电脑，被叫做“工具人”，因为别人只关心他能不能修，不关心他怎么想——LLM的工具也这样。常用工具包括：搜索引擎（RAG）、LLM自己写的代码、其他AI（比如文字LLM叫语音AI处理声音）。甚至可以让小模型跟人互动，解不了的问题叫“大哥”（大模型）帮忙——大模型算力消耗大，不用常出来。其实LLM用工具，就是调用函数：不用懂函数内部