AI全景认知导读：建立你的AI认知地图

欢迎来到第1章。这是整门课最轻松的一章——没有代码，没有数学公式，只有概念和故事。

读完这章，你会明白：Agent是什么（这门课的核心主题）、ChatGPT是什么原理、AI/机器学习/深度学习这些词是什么关系、为什么大模型会"胡说八道"、Cursor和Claude Code这两个工具是什么、你接下来要学的东西在整个AI世界里处于什么位置。

本章阅读时间：约85分钟（7篇正文；另有2篇加餐按需查阅）

本章解决什么问题？

很多同学学了几个月AI开发，还是搞不清楚：

传统机器学习和大模型有什么区别？什么时候用哪个？
深度学习、神经网络、Transformer——这些词是什么关系？
强化学习听说过，但跟我写Agent有什么关系？
Token、Embedding、RAG、MCP——这些词到底是什么意思？
Cursor和Claude Code是什么？跟ChatGPT有什么区别？我用哪个写代码？

这些困惑不解决，后面学起来会很费力。就像进一座陌生的城市，先看一眼地图，比直接低头走路要高效得多。

本章就是这张地图。

先说清楚：Agent 到底是什么？

这门课叫"0基础Agent开发课"，但很多人第一次看到"Agent"这个词时，脑子里是懵的。在进入正式内容之前，先把这件事说清楚。

Agent 的官方定义

Anthropic（Claude的开发商）给出的定义是：

Agent 是"LLM 动态指挥自身流程和工具使用、自主掌控任务完成方式"的系统。

AWS 的定义更直白：

AI Agent 是"能与环境交互、收集数据，并利用数据执行自主任务以达成既定目标"的软件程序。

这两个定义都指向同一个核心：自主性——Agent 能自己决定下一步怎么做，而不是等你告诉它。

和 ChatGPT 的本质区别

普通 LLM（比如 ChatGPT）的工作方式是一问一答：你问，它答，然后等你下一个问题。它只会回答，不会行动。

Agent 不一样。吴恩达（AI领域最权威的教育者之一）用过一个很好的比喻：

当前 LLM 的工作方式，就像让一个人从头到尾一口气写完文章，中途不能按退格键。Agent 模式则允许像真正的作家一样：起草 → 审查 → 修改 → 再审查 → 完善。

维度	普通 LLM（ChatGPT）	Agent
交互模式	一问一答	多步骤循环，持续执行直到完成
主动性	被动响应，等你下一步指令	主动分解任务，自行决定下一步
工具调用	无	可调用搜索、代码执行、数据库、邮件等
错误处理	输出错误后等你纠正	自动检测失败并重试
类比	知识渊博的顾问：你问他，他答你	得力助手：你给任务，他自己想办法完成

一个具体例子

你让 Agent 做一件事："帮我整理一下上周的会议记录，发邮件给项目组。"

Agent 会自动：

读取会议记录文件
用 LLM 整理成摘要
判断收件人列表
调用邮件工具发送
确认发送成功

整个过程你不需要干预，它自己完成了。这就是"能干活的 AI"和"能聊天的 AI"的区别。

Agent 的四个核心能力

各家权威来源（Anthropic、AWS、Google、LangChain）对 Agent 的描述高度一致，都指向四个核心能力：

感知：接收外部输入（文本、代码执行结果、API 返回值等）
规划：把复杂目标拆解成可执行的步骤
行动：调用工具影响真实世界（搜索、写文件、发邮件……）
记忆：跨步骤保持信息，知道自己做到哪一步了

一句话总结：ChatGPT 是一个会聊天的 AI；Agent 是一个会干活的 AI。

这门课的目标，就是教你从零开始，构建这样的 Agent 系统。

想深入了解 Agent 的技术原理，见第12章（Agent基础）。本章先建立直觉感即可。

本章定位

本章是认知层，不是实战层。

我们不会深入数学公式，也不会让你安装任何库或者跑代码。目标是：

建立AI技术的完整全景图
知道每种技术能干什么、有什么局限
理解大模型在整个AI体系中处于什么位置
掌握课程中会反复出现的核心术语

有了这张认知地图，后面无论学哪个方向，你都知道自己在哪里、要去哪里。

本章内容

文章	核心问题	预计时间
01.AI技术全景图	传统ML、深度学习、大模型的关系是什么？AI发展经历了哪三个时代？	约15分钟
02.深度学习核心概念	神经网络到底在做什么？为什么叫"深度"？GPU为什么这么重要？	约13分钟
03.强化学习是什么	从AlphaGo到ChatGPT，强化学习是怎么参与其中的？	约12分钟
04.核心名词解释	Token、Embedding、RAG、Agent、MCP 到底是什么？	约14分钟
05.加餐：AWS权威定义速查手册	16个核心AI概念的官方定义，按需查阅	按需查阅
06.Cursor	AI 原生代码编辑器，你以后写代码用的主要工具	约10分钟
07.Claude Code	终端里的 AI 工程师，命令行 + 自动化工作流	约10分钟
08.Harness 架构深度解析	Claude Code 为什么强？Harness 五大组件、Agentic Loop、上下文压缩机制、开源真相、Harness 生态	约20分钟
09.Java转AI-Agent学习路线	Java开发者如何转型AI？三条路线选择、详细阶段规划、技术栈全景	约20分钟

学习路径建议

本章内容对于不同目标的读者，建议的投入程度不同：

路径A（应用开发）：目标是用LLM和Agent框架开发应用，不打算做底层AI研究

本章可以快速浏览，把握大意即可
重点阅读：第04篇（核心名词解释）+ 第06、07篇（Cursor/Claude Code），这三篇最直接影响你的日常开发
Java开发者必读：第09篇（Java转AI学习路线），给出三条转型路线和详细规划
其余三篇建议通读一遍，建立直觉感，遇到不懂的细节先跳过
读完后直接进入第2章Python基础，或跳到第6章LLM基础开始实战

路径B（AI工程师方向）：目标是深度理解AI系统，包括模型训练、架构设计等

建议精读本章所有文章
特别关注：深度学习的"学习"机制（第02篇）、RLHF的三步流程（第03篇）
为后续第5章深度学习基础和第16章模型微调打好概念基础

与其他章节的关系

本章是整门课的概念地基，后面很多章节都会在这里的概念上继续深入：

第1章（本章）：建立概念认知 + 认识开发工具（Cursor/Claude Code）
    ↓
第2章：Python基础（开始写代码）
    ↓
第3-5章：数学基础 + 传统ML + 深度学习（深入原理）
    ↓
第6章：LLM基础（Token/Transformer/Embedding 深入讲解）
    ↓
第7-10章：API + Prompt + 工具调用 + MCP（动手实战）
    ↓
第11-15章：RAG + Agent + 框架（系统构建）
    ↓
第16-20章：微调 + 部署 + 生产化（工程化）

本章第04篇（核心名词解释）和第6章（LLM基础）的关系尤为密切——第04篇给你直觉理解，第6章给你深度原理。第06、07篇（Cursor/Claude Code）是贯穿全课程的开发工具，越早上手越好。

学习建议

遇到不理解的概念先跳过，后面章节用到时自然明白
重点是建立"哦，原来是这么回事"的直觉感，不需要逐字精读
本章不需要记笔记，也不需要搞清楚所有细节——大多数概念后面都会反复出现
如果某篇文章读起来费力，很正常——先建立印象，后面再回来看会豁然开朗

一个写给零基础读者的说明

你可能是第一次系统接触AI技术，面对ChatGPT、深度学习、神经网络、Transformer这些词感到茫然——完全正常。

这门课的目标不是让你成为AI科学家，而是让你成为一个能用AI工具解决实际问题的开发者。

就像学开车不需要先学发动机原理，你也不需要先把每一个AI概念搞透彻，才能开始写有用的代码。

本章是一个开始，不是一个门槛。

开始吧。