这是一套为 L2 学员重新设计的原创图文课程。它不要求学员观看或复述任何第三方视频，而是从 L2 的工作流、知识库、Agent 和 Skill 主线出发，用自己的结构、例子、插图和练习解释 AI 核心知识。
打开配套的补充知识点小视频 →（每讲图片与视频口播稿左右对应，并附记忆公式和英文发音提示，可用于 TTS 配音）
打开配套的 30 页知识公式 PPT 图卡 →（每页包含原创配图、大白话公式、术语解释和工作例子）
AI 是让机器从大量例子里总结规律，再用规律完成判断或生成内容的方法。
普通程序像一张写死的值日表：星期一做什么、星期二做什么，都要有人提前写好。AI 更像一个看过很多例题的学生：遇到新题时，会根据过去学到的规律猜测答案。
邮箱的垃圾邮件过滤器不会只检查某一个固定词语，而会综合发件人、标题、内容和历史行为来判断风险。它仍然可能判断错误，所以重要邮件需要人工复核或白名单规则。
动手想一想：你每天做的工作中，哪些步骤依靠固定规则，哪些步骤需要从经验中判断？
生成式 AI 会根据你的要求，组合它学过的规律，生成新的文字、图片、声音或视频。
可以把它想成一间“内容厨房”。提示词是点菜单，背景资料是食材，模型是厨师。菜单说得越清楚、食材越可靠，成品通常越接近你的需要。
你可以让 AI 根据会议记录起草一封跟进邮件，但发送前仍要检查收件人、日期、承诺事项和语气。AI 负责起草，人负责确认事实和承担责任。
动手练习：把“帮我写邮件”改写成一个包含对象、目的、事实和语气的完整任务。
大语言模型会读取上下文，并一步一步预测接下来最合适的词。
它像一个读过很多书的“超级接龙选手”。它很擅长写出流畅、像答案的话，但“像答案”并不自动等于“是真实答案”。这就是模型可能一本正经说错话的原因。
让模型写公司制度时，如果没有把真实制度文件交给它，它可能按照常见公司的做法补出不存在的条款。使用 RAG 先检索内部文件，再让模型根据证据回答，能降低这种风险。
动手练习：找一段 AI 回答，把其中的“事实”“推测”和“建议”分别标出来。
推理模型更擅长把复杂问题拆成步骤，比较路线，再给出结果。
它像做应用题时先写草稿。简单问题不一定需要长时间思考；复杂规划、数学推导、代码排错和多条件比较，才更适合交给推理能力较强的模型。
“把这段话改得更礼貌”可以直接处理；“在预算、人员和截止日期限制下制定三套项目计划”则应先列约束、拆任务、比较风险，再形成方案。
动手练习：把一个复杂工作任务拆成“已知条件、目标、步骤、检查点”四栏。
Agent 是能围绕目标进行规划、调用工具、观察结果并继续行动的 AI 工作系统。
聊天模型像顾问，主要负责给建议；Agent 更像项目助理，不只告诉你怎么做，还能在授权范围内读取文件、调用日历、整理表格或运行程序。
“帮我准备周会”可以拆成：读取本周任务、找出延期项、汇总数据、生成议程、起草通知。每一步都需要明确工具权限，发送消息等外部动作还应由人确认。
动手练习：选择一个重复工作，写出 Agent 可以执行的步骤和必须停下来问人的步骤。
具身智能是让 AI 通过传感器观察真实世界，再控制机器完成动作。
屏幕里的 AI 说错一句话可能只需修改；机器人拿错物品、车辆判断错误却可能造成现实损失。因此具身智能除了“会想”，还必须重视感知误差、动作限制和安全停止。
仓库机器人要先识别货架和人员位置，规划不会碰撞的路线，再控制机械臂拿取货物。任何一步不确定，都应该减速、停止或请求人工处理。
动手想一想：如果让机器人在办公室送文件，它至少需要看懂哪些环境信息？
AI 对齐是让系统完成任务的方式，尽量符合人的真实目的、规则和价值边界。
你说“尽快完成”，AI 可能为了速度忽略检查；你真正想要的也许是“在不泄露资料、不跳过审批的前提下尽快完成”。对齐就是把这些没有说出口的边界变成系统能执行的规则。
客服 Agent 不能只追求“尽快结束对话”，否则可能草率拒绝客户。更合理的目标同时包括解决率、事实准确、隐私保护和必要时转人工。
动手练习：给“自动整理客户资料”补上三条不能违反的安全边界。
认知外包是把部分记忆、计算或整理工作交给外部工具，但关键理解和决定仍由自己掌握。
计算器、导航、笔记本和 AI 都是认知外包工具。健康的外包会释放精力；危险的外包会让人连问题是什么、答案是否合理都无法判断。
可以让 AI 汇总十份访谈记录，但负责人仍需阅读关键原话、确认分类标准，并判断结论是否符合真实用户。只复制 AI 总结而不看证据，就是把判断能力也一起外包了。
动手练习：把自己的一个任务分成“交给 AI”“人与 AI 合作”“必须自己决定”三类。
AI 往往先改变岗位中的某些任务，再逐步改变整个工作流程。
一个岗位通常同时包含资料搬运、沟通、判断、创意和责任。AI 可能自动化其中一部分，却很少在同一天把全部责任一起接走。真正重要的是重新设计“人做什么、AI 做什么、怎样交接”。
财务人员可以让 AI 初步识别票据和异常，但付款审批、政策判断和责任签字仍由人完成。节省下来的时间可用于风险分析和业务沟通。
动手练习：列出自己岗位的五项任务，并标记哪些可能被自动化、增强或保持人工。
以人为中心的 AI 不是追求“越自动越好”，而是让技术真正帮助人，并保留人的理解、选择和控制。
好的系统会告诉你它做了什么、根据什么、哪里不确定，也允许修改、撤销或转人工。用户不应被迫相信一个看不见过程的黑盒。
招聘辅助系统可以整理简历和提醒信息缺口，但不应根据不透明分数自动淘汰候选人。招聘人员需要看到依据、检查偏差并承担最终决定。
动手练习：选择一个 AI 功能，为它补上“查看依据、人工接管、撤销操作”三个入口。
世界模型让 AI 学习“环境会怎样变化”，从而在行动前预测不同选择可能产生的结果。
人端起水杯前，会下意识判断重量、距离和会不会碰倒旁边的东西。世界模型想让 AI 也拥有类似的预测能力：不是只对眼前刺激做反应，而是先在内部模拟“如果这样做，接下来会发生什么”。
仓库系统在调整路线前，可以先模拟不同车辆和机器人的流动，比较拥堵和碰撞风险，再选择更安全的方案。模拟不是现实本身，因此上线前仍需小范围验证。
动手想一想：如果 AI 要安排一天的项目计划，它需要预测哪些变化和意外？
RAG（检索增强生成）是先从指定资料库找到证据，再让模型根据证据回答。
它像开卷考试。普通模型只靠训练时学到的“记忆”回答；RAG 会先翻公司制度、产品手册或项目文档，把最相关的几段内容放到模型面前。
安全提醒：RAG 不是“保证正确”。资料可能过期，检索可能漏掉关键段落，模型也可能误解证据。重要结论仍需人工确认。
提示词是这一次任务的说明书，告诉模型要做什么、依据什么、产出什么以及不能做什么。
一个实用提示词可以写成五部分：
“帮我整理客户资料”过于模糊。更好的说法是：“依据附件中的访谈记录，按需求、痛点、预算和下一步行动整理成表格；没有明确证据的内容填‘待确认’，不要补写客户承诺。”
动手练习：把自己最常用的一句简单提示词，补全目标、材料、格式和边界。
Skill 是教 Agent 如何稳定完成某类任务的可复用说明包。
在 OpenClaw 中，一个 Skill 通常以目录形式存在，核心是
SKILL.md：里面写明什么时候触发、按什么步骤工作、使用哪些工具、怎样检查结果。它还可以携带脚本、模板、参考资料和素材。
Skill 可能携带脚本或调用工具，因此安装第三方 Skill 前不能只看介绍文字，还要检查脚本、权限、依赖和数据去向。
MCP（Model Context Protocol）是一套开放标准，让 AI 应用用统一方式连接外部数据、工具和工作流。
可以把它想成 AI 世界的 USB-C：以前每接一个数据库、日历或设计工具都要单独开发接口；采用 MCP 后，客户端和服务端按照共同协议交换能力说明、参数和结果。
MCP 解决的是“怎样连接”，并不会自动保证连接安全。安装服务前仍要确认来源、授权范围、网络位置和日志策略。
参考：MCP 官方入门说明
| 概念 | 大白话比喻 | 主要回答的问题 |
|---|---|---|
| 提示词 | 本次任务单 | 这一次要做什么？ |
| Skill | 岗位操作手册 | 这类任务应该怎样稳定完成？ |
| MCP | 标准插座和连接线 | AI 怎样连接外部数据与工具？ |
| Agent | 会规划和执行的工作人员 | 谁来围绕目标持续行动？ |
用户用提示词提出目标；Agent 选择合适的 Skill；Skill 告诉 Agent 工作步骤和检查标准；Agent 通过 MCP 或内置工具读取资料、执行动作；最后根据结果继续调整或交付。
因此，它们不是四个互相替代的产品，而是处在不同层次的组成部分。
OpenClaw 是一个自托管的 AI Agent 网关，把消息渠道、会话、Agent、工具和设备节点连接到一起。
你可以在自己的电脑或服务器运行 Gateway，再通过网页控制台或聊天软件与 Agent 沟通。Gateway 负责渠道连接、消息路由、会话状态和控制入口；不同 Agent 可以拥有独立工作区、身份配置和会话记录。
OpenClaw 官方把它定位为单一可信操作者边界下的个人助手系统，而不是让互不信任的多人共用一个 Agent 的强隔离平台。不同信任群体应拆分 Gateway、系统用户或主机，并配合沙箱、白名单和最小权限。
参考：OpenClaw 官方概览、OpenClaw 安全说明
这里的 Hermes 指 Nous Research 的 Hermes Agent：一个可在终端、服务器和消息渠道运行的个人 AI Agent，而不是同名模型系列。
Hermes Agent 强调跨会话记忆、从复杂任务中创建和改进 Skill、搜索历史会话、定时自动化、子 Agent 并行工作，以及在本地、Docker、SSH 或云端执行任务。它可以连接不同模型提供方，而不是绑定单一模型。
Hermes 官方安全政策明确指出，真正能对抗恶意模型输出的边界是操作系统级隔离；审批提示、字符串扫描和输出脱敏只能作为辅助。处理网页、邮件、陌生 MCP 服务或第三方插件等不可信输入时，应使用容器或整进程沙箱，并限制凭据和网络。
参考：Hermes Agent 官方仓库、Hermes Agent 安全政策
以下比较以 2026 年 7 月 23 日的官方公开文档为准；两者都在快速更新，部署前应再次核对最新版。
| 比较维度 | OpenClaw | Hermes Agent |
|---|---|---|
| 核心定位 | 自托管多渠道 Agent 网关与控制面 | 强调持续学习、记忆和终端执行的个人 Agent |
| 突出能力 | 消息渠道、会话路由、多 Agent、设备节点、网页控制台 | 学习循环、会话搜索、Skill 自我改进、子 Agent、多个执行后端 |
| 运行中心 | 一个 Gateway 连接渠道、Agent 与节点 | Agent 运行时连接终端、网关、模型与执行环境 |
| 共同点 | 都能自托管、连接多种模型与工具、支持 Skill、消息渠道和自动化 | 同左 |
| 怎样选择 | 更重视跨渠道入口、路由和设备连接时优先评估 | 更重视终端任务、经验沉淀和多执行后端时优先评估 |
它们不是“大模型”。它们都是把模型、工具、记忆和任务执行组织起来的 Agent 系统，也可以通过桥接或接口出现在同一套架构里。
长任务不能只靠一句“继续做完”，而要把安全规则写进执行结构。
计划 → 检查权限 → 执行一小步 → 验证结果 → 保存检查点 → 决定继续、降级或请求人工。
模型安全不是让模型“保证自己安全”，而是由系统在模型外部设置权限、隔离、预算、审计和人工批准。
机器学习是让电脑从例子中调整自己的参数，使它在没见过的新题上也能做出判断。
它像练习投篮：先投一次，看球偏向哪边，再调整力量和角度。“猜测→计算错误→调整→再猜”反复很多次，就是训练的基本节奏。
动手想一想：公司历史工单中的“问题类型”能不能当作标准答案？哪些标签可能已经标错？
算法是解决问题的步骤和方法；模型是算法读过数据后学到的成果。
食谱像算法，按食谱做出的这一锅汤像模型。同一套训练算法使用不同数据，会得到不同模型；模型的参数就像它学会的大量小旋钮位置。
企业评估 AI 不能只问“用了什么算法”，还要问模型版本、训练数据、评测结果和上线日期。方法相同，数据和训练过程不同，实际表现就可能差很多。
动手练习：用“导航规则”和“某城市导航地图”再说一次算法与模型的区别。
一个大坑：如果把测试题提前混进训练集，就像考试前看到了答案，分数很高也不能证明真会了。这叫数据泄漏。
Token 是模型处理文字时使用的小单位，可能是一个字、一部分单词或标点，并不等于固定字数。
可以把一句话想成一列积木。模型先把文字切成积木，再一块块处理。输入、输出都会消耗 Token，长文档、历史对话和工具结果也会占用上下文窗口。
动手练习：删掉一段提示词中的重复背景，看是否仍然能说清任务。
神经网络是由很多相连的小计算单元组成的模型，信息逐层传递，最后形成预测。
它像一支传球队：前面队员发现简单线索，中间队员把线索组合起来，最后队员做出判断。训练就是不断调整各条连线的权重（大白话：这条信息有多重要）。
它只是受大脑启发的数学结构，不是真的人脑，也不能因为节点很多就证明具有人类意识。
动手想一想：如果识别发票，前几层可能在寻找线条、字形还是表格边界？
Transformer 是一种神经网络架构，核心能力是让文本中的各个 Token 寻找此刻最相关的其他 Token。
这种机制叫注意力。它像阅读理解时的聚光灯：看到“它”时，模型会给前文中可能指代的对象不同份量。多头注意力可理解为同时打开多束聚光，分别关注语法、含义和远距离关系。
Transformer 适合并行训练，成为现代大语言模型的重要基础。但“注意到”不等于“一定理解正确”。
这像先广泛阅读，再学习怎样当助手，最后补上行为边界。模型学到的是参数中的模式，不是一个可以像硬盘那样精确查询的资料库，所以仍需要 RAG 和事实验证。
| 方法 | 像什么 | 最适合改善 | 不擅长解决 |
|---|---|---|---|
| 微调 | 专项训练 | 固定风格、输出习惯、特定任务模式 | 频繁更新的事实 |
| RAG | 开卷查资料 | 最新内部知识、来源追溯 | 改变模型的基本行为习惯 |
| Skill | 岗位操作手册 | 固定步骤、工具用法、检查规则 | 把新事实写进模型参数 |
选型顺序：先问能否用提示词解决；稳定流程用 Skill；需要引用最新资料用 RAG；大量稳定样例证明模型行为本身需要改变时，再考虑微调。三者也可组合。
安全提醒：微调数据中的隐私、错误和偏见会被学入模型，训练前必须做数据审查与独立评测。
扩散生图模型从随机噪点开始，根据文字要求一步步去掉不合适的噪点，最后形成图像。
它像在满屏电视雪花中慢慢“找出”一幅画。训练时，模型学习怎样把加了噪点的图变回清晰；生成时，它把这个过程反复运用，并用提示词控制方向。
统一画布比例、配色、镜头语言和人物设定；不要依赖模型在图中生成精确中文，标题与标注应在后期排版；对品牌、肖像和参考图做权利检查。
AI 编程是让模型参与理解需求、生成代码、解释错误和补充测试，但交付责任仍由人和工程流程承担。
“能跑”只是起点；可读、可测、可维护、安全和符合需求才是完成。
原创与引用原则：本课程以公共 AI 基础知识和 L2 教学目标为依据，重新设计课程结构、比喻、案例、练习和视觉素材。不得照搬第三方视频的字幕、镜头顺序、独特案例、人物形象或包装方式。引用论文的具体观点、数据或原句时，应在对应位置标明来源。