人人都能懂的大语言模型：从基础到实践应用（2026版）

概述：## 1. 准备工作
核心问题：大语言模型工程究竟是“提示工程”的艺术，还是必须具备数学与架构演进的全面深入理解？

学习目标（SWBAT）：

• 认知类：理解机器学习的数学支柱（线性代数、微积分、概率论）以及从感知机到 LSTM 的神经网络架构历史脉络。
• 技能类：使用 Unix Shell 命令导航远程服务器，并利用自动微分引擎实现基本计算图。
• 情感态度类：在调试复杂系统（如梯度爆炸）时，重视“理论根基”而非“过早抽象”。

2. 核心知识要素（关键成分）

A. 核心概念（名词）：

• 代理型工作流
• 子架构张量力学
• 后训练对齐
• 分布式代理编排协议
• 高维向量空间
• 特征值分解
• 反向传播
• 多维张量（PyTorch）
• 计算图
• 通用逼近定理
• 梯度消失问题
• 注意力机制

B. 核心原则（规则）：

• 不可妥协的基础：仅靠 API 无法掌握 LLM 工程；必须具备底层微积分与线性代数知识，以支持硬件优化与调试。
• 通用逼近定理：具有单个隐藏层的前馈网络可近似任意连续函数（受限于隐藏单元数量与泛化风险）。
• RNN 局限性：循环神经网络受限于梯度消失问题，且天然无法并行处理序列数据。

C. 必备技能（动词）：

• 调试梯度爆炸。
• 优化硬件利用率。
• 实现自定义损失函数。
• 执行向量化操作（NumPy）。
• 管理深度学习环境（Unix Shell）。
• 建立输入到输出的映射范式（一对一、多对一等）。

3. 教学模块（流程）

模块 1：激活（API 的误区） 活动：案例研讨“现代人工智能教育的失败点”。分析“高层封装”带来的风险，讨论在某些场景下仅懂 API 不足为凭的情况（例如从单体架构过渡到本地化微服务）。

模块 2：获取（数学与历史根基） 内容：关于四大支柱（线性代数、概率、统计、多元微积分）的讲座。追溯从 1958 年感知机，经前馈网络，到 RNN/LSTM 局限性的架构演化历程。

模块 3：实践（程序化流畅） 活动：动手编码实验。超越 Python 语法，聚焦于 NumPy 中的向量化操作。使用 Andrej Karpathy 的 “micrograd” 构建一个基础的多层感知机（MLP），并可视化优化过程中梯度如何在网络中流动。

模块 4：应用（映射范式） 活动：结构化数据分析。学生需将各类真实任务（如二分类与机器翻译）归类至不同的输入/输出范式：一对一、多对一、一对多、多对多。

4. 回顾与拓展

误解：

• “神奇突破”神话：认为大语言模型是孤立发现，而非数十年研究积累的结果。
• API 速成法：错误地认为无需深入理解矩阵乘法与偏导数即可成为系统工程师。

差异化教学：

• 支持：使用视觉学习工具（如 3Blue1Brown 的神经网络系列）和高维空间几何直觉工具。
• 挑战：从标准数组过渡到 PyTorch 中的多维张量，从零开始实现早期模型。

学习成果：

• 认知类：理解机器学习的数学支柱（线性代数、微积分、概率论）以及从感知机到 LSTM 的神经网络架构历史脉络。
• 技能类：使用 Unix Shell 命令导航远程服务器，并利用自动微分引擎实现基本计算图。
• 情感态度类：在调试复杂系统（如梯度爆炸）时，重视“理论根基”而非“过早抽象”。

概述：# 深入内部：大语言模型如何处理与预测文本

1. 准备工作

核心问题：如何跨越“被动阅读学术论文”与真正掌握 Transformer 数学核心之间的鸿沟？

学习目标（SWBAT）：

• 认知类：理解缩放点积注意力的数学依据，包括使用缩放因子稳定梯度、防止 softmax 函数中“无穷小梯度”问题。
• 技能类：使用 Python 与 PyTorch 从零实现生成式预训练变换器（GPT），从基于循环的机制转向高度并行化的矩阵乘法。
• 情感态度类：珍视“逐行实现”胜于理论阅读，以揭开高维潜在空间的“固有模糊性”。

2. 核心知识要素（关键成分）

A. 核心概念（名词）：

• 架构：Transformer（Vaswani 等）、BERT（双向编码表示来自变换器）、仅编码器架构、生成式预训练变换器（GPT）、专家混合（MoE）。
• 机制：自注意力、缩放点积注意力、多头自注意力、自回归生成。
• 数据结构：查询（Q）、键（K）、值（V）矩阵；密集向量；嵌入向量；潜在空间。
• 组件：字节对编码（BPE）分词器、位置编码（正弦/余弦函数）、前馈神经网络、残差连接、层归一化（LayerNorm）。
• 高级功能：键值（KV）缓存、分组查询注意力。

B. 核心原则（规则）：

• 缩放规则：原始注意力得分必须除以键维度大小的平方根，以防止点积过大。
• 序列注入：必须手动编码正弦与余弦函数，以将序列顺序注入模型。
• 稳定性规则：残差连接与层归一化必须应用，以对抗内部协变量偏移并确保训练稳定。
• 优化：从朴素循环转向矩阵乘法是实现并行化的关键。

C. 必备技能（动词）：

• 解构：将 Transformer 架构拆解为其核心机制。
• 实现：从零编写分词器、QKV 矩阵与前馈网络。
• 公式化：从数学与编程角度定义注意力得分。
• 追踪：使用交互工具，直观观察从原始词汇到标记再到嵌入向量的路径。
• 加速：利用 KV 缓存加快推理速度。

3. 教学模块（流程）

模块 1：激活（可视化模糊性） 活动：互动探索。学生使用 “Transformer Explainer” 或 “AnimatedLLM” 等工具输入文本提示，实时观察内部组件的交互过程。解决“教学挑战”——潜在空间的模糊性。

模块 2：获取（数学基础） 内容：深入研读《注意力就是一切》。聚焦 Q、K、V 矩阵的构建，以及缩放因子（\sqrt{d_k}）的数学原理，用于稳定梯度。

模块 3：实践（程序化解构） 活动：从零构建。在 Andrej Karpathy 的 “让我们构建 GPT” 等资源指导下，学生完成数据摄入（如《绿野仙踪》数据集），并手动实现 BPE 分词器与位置编码。

模块 4：应用（扩展与优化） 活动：高级架构对齐。学生将代码从循环注意力转向并行化矩阵乘法，并集成前沿改进，如分组查询注意力与专家混合（MoE）路由，以对齐 2026 年模型设计。

4. 回顾与拓展

误解：

• 理论与实践：认为阅读学术文献足以掌握工程能力（文本明确要求逐行实现）。
• 效率：使用朴素循环实现注意力，而非并行化矩阵乘法。
• 梯度问题：忽略缩放因子，导致 softmax 函数中出现无穷小梯度。

差异化教学：

• 支持：使用 Jay Alammar 的《图文详解 Transformer》或哈佛 NLP 的《带注释的 Transformer》进行可视化与标注式数学讲解。
• 挑战：让进阶学习者实现 KV 缓存以加速推理，或编码复杂的 MoE 路由机制。

学习成果：

• 已生成

概述：# 对齐与推理：如何让人工智能成为得力助手

1. 准备工作

核心问题：当大规模预训练变成“商品化”工具后，工程师如何将一个原始、不可预测的基础模型转化为高度可靠的推理引擎，以准确响应复杂的人类意图？

学习目标（SWBAT）：

• 认知类：解释后训练流程的机制，包括监督微调（SFT）与强化学习（RL）框架（如 GRPO）的区别。
• 技能类：设计多阶段训练流程——从冷启动到最终对齐，采用参数高效微调（PEFT）技术（如 LoRA）。
• 情感态度类：珍视从“魔法黑箱”视角转向“机械层与刻意内部推理”的工程化系统认知。

2. 核心知识要素（关键成分）

A. 核心概念（名词）：

• 后训练流程：模型行为被塑造与对齐的阶段。
• 监督微调（SFT）：基于精心筛选的指令-响应对进行训练。
• 参数高效微调（PEFT）：如 LoRA 和 QLoRA 等方法，在冻结原始权重的同时注入可训练的秩分解矩阵。
• 思维链（CoT）：生成最终输出前的内部思辨阶段。
• 组相对策略优化（GRPO）：一种框架，通过将响应与群体平均比较来消除“评判模型”。
• 进化策略（ES）：替代反向传播的一种方法，通过变异与重组参数。

B. 核心原则（规则）：

• 硬件约束规则：全参数更新在计算上不可行；消费级硬件必须依赖 PEFT。
• GRPO 效率规则：现代强化学习可通过自动化、规则驱动的奖励系统消除内存密集型评估模型。
• 推理流程规则：构建推理模型需要遵循特定四阶段流程：冷启动、纯强化学习、合成数据生成、二次监督微调。

C. 必备技能（动词）：

• 微调：使模型适应特定领域（如医疗或法律）。
• 注入：将分解矩阵插入变换器层。
• 评分：通过自动化系统评估逻辑连贯性与数学正确性。
• 变异：迭代调整模型参数以优化长期任务表现。

3. 教学模块（流程）

模块 1：激活（打破黑箱）

• 活动：数字实验室探索。使用可视化工具（如 Transformer Explainer、3D LLM Walkthrough）观察实时注意力得分计算与逻辑分布。
• 目标：弥合“矩阵代数”与“人工智能助手神奇界面”之间的差距。

模块 2：获取（后训练架构）

• 内容：深入探讨 SFT 与 PEFT。对比全参数更新的高昂成本与 LoRA/QLoRA 的高效性。
• 重点模型：考察 Llama 3.2、Qwen3、Gemma 等模型架构，作为定制助手创建的目标。

模块 3：实践（推理革命）

• 活动：绘制 DeepSeek-R1 流程图。小组合作，绘制四阶段训练过程：
  1. 冷启动：防止可读性退化。
  2. 纯强化学习：通过 GRPO 发展思维链技能。
  3. 拒绝采样：从高质量输出中生成合成标注数据集。
  4. 最终对齐：将合成数据与事实/创意数据集融合。

模块 4：应用（扩展与鲁棒性）

• 活动：优化辩论。比较强化学习（PPO/GRPO）与进化策略（ES）。
• 任务：根据 2026 年 Cognizant AI 实验室的研究，判断哪种方法更适合“稀疏、长周期奖励任务”及抵抗“奖励劫持”。

4. 回顾与拓展

误解：

• “全参数更新”谬误：认为高质量微调必须更新数十亿参数（纠正：LoRA/QLoRA 通过秩分解实现）。
• “评判模型”必要性：假设强化学习始终需要独立的 LLM 作为评估器（纠正：GRPO 使用群体评分与规则系统）。

差异化教学：

• 支持：使用 AnimatedLLM 为非技术背景者提供下一词预测训练的概念化理解。
• 挑战：让高级学习者在特定领域数据集（如法律合同审查）上使用 QLoRA 实现文本分类流水线，展示“定制助手”的创建。

学习成果：

• 认知类：解释后训练流程的机制，包括监督微调（SFT）与强化学习（RL）框架（如 GRPO）的区别。
• 技能类：设计多阶段训练流程——从冷启动到最终对齐，采用参数高效微调（PEFT）技术（如 LoRA）。
• 情感态度类：珍视从“魔法黑箱”视角转向“机械层与刻意内部推理”的工程化系统认知。

概述：# 提示工程与 RAG 增强

1. 准备工作

核心问题：我们如何从研究导向的“技巧”转向构建可靠、生产级别的 AI 协同系统，使模型扎根于真实世界数据与稳健基础设施？

学习目标（SWBAT）：

• 认知类：理解检索增强生成（RAG）流程的生命周期，以及多提供商 LLM 协同对生产可靠性的重要性。
• 技能类：实现高级解析（语义与代理型分块）、使用程序化指标（MRR、NDCG）评估检索准确性，并设计多模型系统的弹性流量路由器。
• 情感态度类：珍视从松散定义的提示“技巧”转向严谨工程学科的转变，包含版本控制与网络安全意识。

2. 核心知识要素（关键成分）

A. 核心概念（名词）：

• RAG 基础设施：密集嵌入模型、高维向量表示、专用向量数据库（Pinecone、Deep Lake、Milvus）、FAISS、HNSW 图。
• 分块方法：语义分块、重叠分块、代理型分块。
• 评估指标：召回率@K、精确率@K、平均倒数排名（MRR）、归一化折减累积收益（NDCG）。
• 高级架构：缓存增强生成（CAG）、多查询路由、分层 RAG、多模态 RAG。
• 协同与提示：LLMOps、流量控制器（路由器）、统一网关层、推理支架、对抗性漏洞、提示版本控制。

B. 核心原则（规则）：

• 接地必要性：大语言模型固有幻觉与时间知识断层，必须通过 RAG 与外部知识库对接。
• 架构韧性：依赖单一第三方 API 提供商是严重漏洞；系统必须实现多提供商协同与自动故障转移。
• 工程严谨性：提示工程必须从“技巧”转向正式学科，包含严格的输出规范（如有效 JSON）与明确的步骤流程。

C. 必备技能（动词）：

• 摄入：通过密集嵌入模型将非结构化文本转换为向量表示。
• 解析：基于语义或 AI 判定断点分割文本，而非字符计数。
• 量化：通过程序化测试套件严格测量检索准确性。
• 路由：根据成本、延迟与推理深度，动态将提示发送至不同模型（如 Claude 3.5 Sonnet 与开源模型）。
• 安全：识别并缓解格式逻辑被用于绕过护栏的对抗性漏洞。

3. 教学模块（流程）

模块 1：激活（生产现实） 活动：“2026 审计”。参与者回顾一个简单基于 API 的 LLM 脚本因知识断层或供应商宕机而失败的场景。讨论：为何“原始模型”不足以支撑生产级软件？

模块 2：获取（高级 RAG 与 LLMOps） 内容：讲座讲解 RAG 生命周期：从数据摄入到向量数据库（FAISS/HNSW）。对比朴素固定大小分块与语义/代理型分块。介绍高度优化的架构如缓存增强生成（CAG）。

模块 3：实践（指标与路由） 活动：“评估员实验室”。给定数据集，参与者选择并说明使用特定指标（如 MRR 与 NDCG）来量化检索成功。随后设计“路由器逻辑”图，决定是将查询发送至高级推理模型（如 OpenAI o3-mini）还是低成本开源模型。

模块 4：应用（弹性系统设计） 活动：“工程管道”。参与者起草高风险环境下的系统架构。设计必须包含：

1. 使用代理型分块的 RAG 流水线。
2. 具有自动故障转移逻辑的统一网关层。
3. 使用推理支架与严格 JSON 输出规范的提示工程指南。

4. 回顾与拓展

误解：

• 固定大小分块“足够好”：现实要求语义或代理型分块以保持跨边界上下文。
• 提示工程只是创意写作：现实要求其成为正式学科，包含版本控制与明确流程。
• RAG 仅涉及文本查找：现代 RAG 包含多模态整合（图像与文本）与优化缓存（CAG）。

差异化教学：

• 支持：聚焦从“技巧”到基本格式模式与简单检索指标的过渡。
• 挑战：让进阶学习者结合提示工程与人工智能网络安全，设计系统以检测/预防对抗性格式攻击。

学习成果：

• 已生成

概述：# 隐私、伦理与开源模型导航

1. 准备工作

核心问题：在高性能云大语言模型盛行的时代，为何向本地部署与“开放权重”模型的转变，已成为企业级人工智能的非议之选？

学习目标（SWBAT）：

• 认知类：区分“开源”（OSI 定义）与“开放权重”模型，识别本地部署的三大驱动力（隐私、成本、离线能力）。
• 技能类：将生产需求（如知识增强、提示可靠性）映射至具体协同解决方案，如向量数据库、故障转移路由器与红队测试。
• 情感态度类：珍视数据隐私限制与伦理安全测试在专业人工智能开发中的重要性。

2. 核心知识要素（关键成分）

A. 核心概念（名词）：

• 向量数据库：Pinecone、Deep Lake。
• 基础设施组件：嵌入模型、故障转移路由器、网关。
• 评估指标：平均倒数排名（MRR）、精确率@K、大语言模型作为裁判。
• 许可类别：开源（OSI 定义）、开放权重。
• 安全工具：红队测试、版本控制、输出格式规范。

B. 核心原则（规则）：

• 接地原则：系统必须基于特定私有数据来锚定答案，以显著降低幻觉率。
• 部署必要性：严格的企业隐私、累计令牌成本与离线需求使本地部署不可或缺。
• 许可细微差别：只有包含训练代码与无限制权利的模型才属“开源”；否则仅为“开放权重”。
• 弹性规则：企业系统必须动态路由提示以优化成本与可用性。

C. 必备技能（动词）：

• 协同：管理多提供商系统与网关。
• 评估：实施自动化流水线以监控检索准确率与生成质量。
• 区分：澄清不同类型模型间的许可细微差别。
• 安全：执行对抗性漏洞测试（红队测试）。

3. 教学模块（流程）

模块 1：激活（本地 AI 的原因） 活动：“成本-隐私审计”。学生分析一家公司面临巨额令牌账单与数据泄露的假设场景。讨论本地部署如何解决这些“第五阶段”挑战。

模块 2：获取（解决方案架构） 内容：剖析生产需求表。 - 知识增强：使用向量数据库减少幻觉。 - 可用性：使用故障转移路由器保障持续运行。 - 安全性：使用红队测试与版本控制。 - 评估：理解 MRR 与精确率@K 指标。

模块 3：实践（许可与逻辑） 活动：“开源 vs 开放权重 分类”。给出一系列模型特征（如“公开参数”、“包含训练代码”、“商业限制”），学生根据提供的定义正确分类。

模块 4：应用（系统设计） 活动：“弹性流水线蓝图”。学生设计一个高层次系统架构，包含用于私有数据锚定的嵌入模型，以及用于持续监控的 LLM 作为裁判流水线。

4. 回顾与拓展

误解：

• “开放”神话：认为任何具有公开参数的模型都是“开源”（纠正：若训练代码或权利受限制，则仅为“开放权重”）。
• 云模型优越性：认为云模型总是更好（纠正：本地模型对规模、成本控制与隐私至关重要）。

差异化教学：

• 支持：为数据科学新手提供评估指标（MRR、精确率@K）的术语表。
• 挑战：要求资深开发者设计“多提供商协同”逻辑，根据“精确率@K”性能与“令牌成本”在本地与云端模型间切换。

学习成果：

• 已生成

概述：# 代理型工作流：自动化复杂任务

1. 准备工作

核心问题：我们如何从仅能单次生成文本的 AI 系统，跃迁为能推理、使用工具并与分布式微服务协作的自主代理？

学习目标（SWBAT）：

• 认知类：对比线性集成框架与循环图式编排，区分垂直集成（MCP）与水平集成（A2A）协议。
• 技能类：使用图论原则定义专用节点与条件边，并使用 FastMCP 实现 MCP 服务器以连接代理与外部数据。
• 情感态度类：珍视“循环执行”与状态管理在模拟复杂人类认知流程中的重要性。

2. 核心知识要素（关键成分）

A. 核心概念（名词）：

• AI 代理特性：自主性、工具使用、记忆、推理。
• 协同框架：LangGraph、CrewAI（与早期 LangChain 对比）。
• 图架构：节点（任务/工具调用）、条件边（决策路径）、状态模式（Python TypedDict）。
• 互操作协议：模型上下文协议（MCP）、代理对代理（A2A）协议。
• 部署工具：Ollama（命令行）、LM Studio（图形界面）、FastMCP、LocalAI。
• 模型：Llama 3、Qwen2.5、DeepSeek-R1（量化版）。

B. 核心原则（规则）：

• 范式转变：从静态、单次生成转向高度自主、目标导向的工作流。
• 循环执行：代理必须执行动作、评估结果，并循环回溯以修正错误或收集信息。
• 垂直与水平集成：MCP 作为“USB-C”连接模型与数据（垂直）；A2A 作为跨生态系统的代理间通信通用语言（水平）。
• 微服务架构：MCP 与 A2A 是互补关系，而非竞争。

C. 必备技能（动词）：

• 协同：管理复杂逻辑链与有状态决策循环。
• 部署：在消费级硬件上本地执行模型，实现零延迟。
• 暴露：通过 MCP 服务器提供工具（API）、资源（只读数据）与提示。
• 协商：允许独立代理发现能力并程序化共享结构化结果。

3. 教学模块（流程）

模块 1：激活（从静态到代理） 活动：对比标准提示-响应交互与多步任务（如“研究主题并撰写报告”）。学生识别自动化后者所需的四项核心代理特性（自主性、工具使用、记忆、推理）。

模块 2：获取（框架演进与图论） 内容：讲座揭示线性序列（早期 LangChain）在处理决策循环时的局限性。引入 LangGraph 原则：定义任务节点与条件边以控制流程。解释 Python 的 TypedDict 如何在各步骤间维护状态，确保“决策历史”得以保留。

模块 3：实践（垂直集成与 MCP） 活动：使用 FastMCP 在 Python 中动手模块。学生构建本地 MCP 服务器，暴露三项能力（工具、资源、提示）。他们将代理连接至本地 PostgreSQL 数据库或实时 API（如 Hacker News），以展示超越静态训练数据的能力扩展。

模块 4：应用（水平协同与 A2A） 活动：设计微服务架构，其中“研究代理”（基于 LangGraph）使用 MCP 获取数据，再通过 A2A 协议 将发现结果传递给“决策代理”（在另一服务器上运行）。练习使用服务器发送事件（SSE）在代理间实现流式更新。

4. 回顾与拓展

误解：

• 线性思维：学生常认为简单的提示序列即为“代理”。教学必须强调代理需具备“循环执行”与条件逻辑。
• 协议竞争：澄清 MCP 与 A2A 并非对手；前者处理内部工具访问（MCP），后者处理外部代理协作（A2A）。

差异化教学：

• 支持：使用 LM Studio 的图形界面，帮助不熟悉命令行环境的学生发现与调优模型。
• 挑战：高级开发者应实现 LocalAI 作为开箱即用的 OpenAI API 替代品，或使用 text-generation-webui 集成大量插件扩展其代理工作流。

学习成果：

• 认知类：对比线性集成框架与循环图式编排，区分垂直集成（MCP）与水平集成（A2A）协议。
• 技能类：使用图论原则定义专用节点与条件边，并使用 FastMCP 实现 MCP 服务器以连接代理与外部数据。
• 情感态度类：珍视“循环执行”与状态管理在模拟复杂人类认知流程中的重要性。

概述：# 毕业项目：构建您的个人 LLM 生产力系统

1. 准备工作

核心问题：如何从被动消费人工智能，转变为能够构建稳健、弹性、自主的 AI 系统的主要架构师？

学习目标（SWBAT）：

• 认知类：理解代理通信协议（LangGraph、MCP、A2A）的架构复杂性，以及后训练对齐的数学基础（组相对策略优化）。
• 技能类：构建综合性作品集，涵盖本地 NLP 流水线、安全的 RAG 应用，直至分布式多代理企业系统。
• 情感态度类：通过超越表面的云 API，深入探究张量操作与分布式协同的底层机制，发展“工程直觉”。

2. 核心知识要素（关键成分）

A. 核心概念（名词）：

• 协议：模型上下文协议（MCP）、代理对代理（A2A）通信总线。
• 架构：基础 NLP 流水线、高级 RAG 架构、自主代理工作流、分布式系统毕业项目。
• 工具：Hugging Face（transformers/datasets）、Ollama、LM Studio、Pinecone（向量数据库）、LangGraph。
• 指标：平均倒数排名（MRR）、精确率@K。
• 模型：量化开源模型、DeepSeek V3/R1、视觉语言行动模型。

B. 核心原则（规则）：

• 实证应用：理论知识若无在公开可验证代码库中的严谨实证应用，将迅速退化。
• 幻觉减少：本地 RAG 系统必须使用自动化评估套件，实证证明其幻觉率低于基础模型。
• 复杂性轨迹：技能必须逐步构建，从线性代数与张量操作过渡到高层系统协同。
• 持续教育：工程精通需紧跟顶会论文（ICLR/ICML）与技术报告。

C. 必备技能（动词）：

• 分词：将自定义文本数据集转换为模型可消费形式。
• 分块：为大型语料库实现高级重叠分块策略。
• 委派：使用 A2A 协议在专用代理间转移任务（如“分诊代理”到“数据代理”）。
• 查询：通过专用 MCP 服务器安全访问模拟 SQL 数据库。
• 推理：构建自主循环，执行内部检查直至报告达到发布标准。

3. 教学模块（流程）

模块 1：激活（从消费者到专家工程师） 活动：“超越提示”讨论。对比基础提示工程与专有云 API 的局限性，与“专家级”工程的要求（数学理论、张量操作、分布式系统）。

模块 2：获取（文献与技术基础） 内容：深入研究奠基性论文与技术报告。学生回顾 ICLR/ICML 突破成果与 DeepSeek V3/R1 技术报告，理解模型架构与对齐技术（如组相对策略优化）的“前沿”。

模块 3：实践（渐进式项目构建） 活动 1：NLP 流水线：本地加载预训练模型，执行文本生成与分类（如客户流失预测）。 活动 2：RAG 架构：使用 Ollama/LM Studio 与 Pinecone 构建本地 RAG。学生必须实现重叠分块，并使用 MRR/精确率@K 评估性能。

模块 4：应用（分布式系统毕业项目） 活动：部署“分诊-数据代理”系统。构建多代理环境，其中主“分诊代理”接收请求，使用 A2A 协议将安全数据库查询委派给在独立进程上运行的“数据代理”，通过 MCP 服务器完成。

4. 回顾与拓展

误解：

• “API 陷阱”：认为调用专有云 API 等同于人工智能工程。
• 静态问答：认为 AI 系统仅限于静态问答，而非自主、多步的代理工作流。
• 理论与实践：认为阅读论文已足够，无需建立“公开可验证代码库”。

差异化教学：

• 支持：使用视觉学习资源如“LLM 变换器模型可视化解释”与交互式可视化（AnimatedLLM），理解张量流动与分词等机械操作。
• 挑战：从基础代理过渡到构建专门的“自主代理工作流”，使其动态决定是否使用网络搜索或 Python 执行工具以满足广泛目标（如 SEC 财务报告分析）。