大模型到底是怎么"思考"的？
用最通俗的方式拆解 Transformer、注意力机制与下一个 Token 预测，不再人云亦云。
PATH · 01
AI 认知启蒙
理解大模型是什么、能做什么、不能做什么，建立正确的心智模型。
- LLM 工作原理浅析
- Token、上下文、温度
- 能力边界与幻觉
- 主流模型对比
从认知到实战，循序渐进地构建你的 AI 能力栈
理解大模型是什么、能做什么、不能做什么，建立正确的心智模型。
学会用结构化的方式与模型对话，让输出稳定且可控。
掌握文生图、图生图、视频生成的提示词与工作流。
把 AI 嵌入开发工作流，成倍提升编码效率。
构建能自主规划、调用工具、完成复杂任务的智能体。
把开源模型跑在自己机器上，掌控数据与成本。
了解每个模型的强项，才能在对的场景用对的工具
综合能力顶尖，多模态理解强，适合通用对话与复杂推理。
长上下文王者，写作与代码能力出色，安全性强。
原生多模态，原生支持图片视频理解，谷歌生态整合。
国产开源之光，推理与代码能力出众，性价比极高。
中文理解优秀，开源版本生态完善，企业应用广泛。
实时信息接入，风格大胆幽默，与 X 平台深度整合。
文生图艺术感天花板，风格化与构图能力极强。
开源可控，ControlNet 精确控图，本地部署首选。
经过验证的高质量提示词，点击复制直接使用
深度长文，把概念讲透、把流程讲清
用最通俗的方式拆解 Transformer、注意力机制与下一个 Token 预测，不再人云亦云。
从 Zero-shot 到 ReAct，系统梳理提示词工程的演进路径与适用场景，附对比实例。
从需求拆解到代码生成、Review、测试的完整 AI 编程工作流，附真实项目复盘。
Function Calling + 工具调用 + 记忆系统，手把手做一个能自主完成任务的智能体。
精选值得加入书签的 AI 工具，按场景分类