AI能力与局限性入门

学习目标

预计时间：15分钟

完成本课程后，您将能够：

• 理解本课程涵盖内容及结构安排
• 解释为何这些知识在模型产品持续迭代中仍具持久价值
• 了解"能力与局限"框架与4D框架如何协同作用

欢迎来到AI能力与局限课程

(4分钟)

4D框架教您如何与AI协作。本课程则揭示AI如何与您配合工作。二者构成完整体系：一侧是人类能力，另一侧是机器特性。

机器的心智模型

课程路线图

我们所说的AI指什么

生成式AI与其他类型AI有何区别？

AI训练原理

预训练和微调如何塑造AI特性？

AI的核心属性

什么是Next Token Prediction、Knowledge、Working Memory和Steerability？

综合应用

当这些属性在真实场景中相互作用时会发生什么？

后续步骤

如何运用这些知识安全、有效且合乎伦理地使用AI？

关键要点

• AI流畅度框架(4D)描述人类能力。本课程则阐述这些能力所对应的机器特性。
• 生成式AI具备四大核心属性：Next Token Prediction、Knowledge、Working Memory和Steerability。
• 这些知识具有持久性因为即使模型升级，这些基本属性保持稳定。边界可能移动，但属性本质不变。

练习

练习：梳理您当前的AI使用情况

目的：这是本课程所有后续练习的基础

• 列出过去两周您实际使用AI完成的4-6项任务。若使用较少，可列出您希望AI协助的任务。请具体化："起草向客户解释项目延期的邮件"具有参考价值，而"写作"则过于笼统。
• 为每项任务标注：输出结果是否一次达标，还是需要修改才能使用？无需过度思考，凭直觉判断即可。
• 将清单分享给Claude(或任意AI助手)并询问："对于这些任务，如果我不加注意，可能导致什么问题？"评估其指出的失误模式是否贴合实际。若不吻合，可追问："这与我的经验不符，实际出现的问题是... "

请保存这份清单。您将在每节课中回顾它，每次都会有新的发现。

课程反思

• 您列出的任务中，哪些交给AI处理感觉"安全"，哪些感觉有风险？您现在能说明原因吗？
• 您曾注意到哪些当时无法解释的AI行为（无论好坏）？

后续内容

在探讨四大属性前，我们需要界定本课程中"AI"的具体含义。我们特指生成式AI及其与其他AI形式的区别。

反馈

学习过程中，我们期待了解您如何将课程概念应用于工作，以及任何改进建议。请通过此链接提交反馈。

版权声明

_版权归属2026年Anthropic。本作品基于Rick Dakan教授（瑞格林艺术设计学院）与Joseph Feller教授（科克大学）开发的AI流畅度框架创作。采用CC BY-NC-SA 4. 0许可协议发布。_