AI Native Workshop · 2026.10.16
课程资源
课上要下载的 Skill 和模板、要复制的提示词,按课程环节整理。课后想继续学,看附录 A。
A1 · TRICKS · AI 小撇步
等 AI 干活的空档,顺手学一招
和课堂幻灯片右下角的 Tricks 是同一组。穿插在主环节之间,例如等待 AI 输出时;复制后可以直接贴进对话当练习说明。
-
Kimi API · 中文润色
练习把编辑要求说具体。
- 怎么练
- 使用已准备的连接,按读者和语气要求修改一小段中文,再与原文比较。
- 怎样检查
- 事实、数字、限制条件与原意都保留。
- 限制
- 需要可用且已授权的连接;编辑练习也可使用当前工具完成。
-
定期 Newsletter
定义什么值得关注,什么可以不报。
- 怎么练
- 写清读者、来源、相关性、频率与通知规则,先生成并检查一次样稿。
- 怎样检查
- 分清新信息、重复信息与来源检查失败。
- 限制
- 样稿不代表定时任务已启动;依赖定期交付前,要核查实际运行。
-
OpenAI Dot · 个人助理
让持续协作服务一项真实需求。
- 怎么练
- 若课堂环境提供此功能,写下一项目标、背景、允许动作和停止条件,再检查实际行为。
- 怎样检查
- 能指出它读了什么、做了什么、留下什么,以及哪些决定仍由你作出。
- 限制
- 可用性和操作方式以实际环境为准;此选题不承诺后台运行或自动访问资料。
-
Codex Subagents
把独立工作分开做,同时保留明确的整合责任。
- 怎么练
- 让一个子智能体核查证据,另一个检查读者是否看得懂。写清输入、范围与返回格式,再整合意见。
- 怎样检查
- 每项发现都有依据;合并结果前,处理相互冲突的意见。
- 限制
- 使用课堂环境实际支持的功能;更多子智能体不保证结果更可靠。
-
设置 AGENTS.md
把稳定的项目协作规则与临时任务事实分开。
- 怎么练
- 写几条项目规则,说明来源、检查与完成要求。开新对话,核查相关指令确实被读取。
- 怎样检查
- 规则能指导工作,没有混入公司结论,也没有把一次偏好写成通用原则。
- 限制
- 文字指令不代替技术权限;读取方式和优先级取决于工具及文件位置。
-
Karpathy 三遍读法
读陌生的文章、论文、书时,用 AI 读懂、读深。
- 怎么练
- 第一遍自己读;第二遍让 AI 解释、总结;第三遍向它提问,直到能用自己的话讲出来。
- 怎样检查
- 合上原文,用自己的话讲一遍要点,再让 AI 指出遗漏或讲错的地方。
- 限制
- 参考 Andrej Karpathy 在 X 上分享的阅读方法;AI 的解释仍要回到原文核对。
-
反馈回路 · 让 AI 纠正你的问法
进入陌生领域时,让每个问题都比上一个更准。
- 怎么练
- 先给 AI 一条指令:“每次我提问,先用这个领域的正确知识,温和指出我说得不准的地方,再把我的问题改写成专业的问法,然后回答。”
- 怎样检查
- 对比它改写前后的问题,下次照着更准的问法提问;问法越来越准,理解也跟着复利。
- 限制
- 它改写的是问法,事实仍要自己核对。
A2
Skills from GitHub
15 个公开的 Skill 和工具仓库,一组一类,课后按需要挑来试。打开前先看说明和授权。
从这里开始官方目录与通用流程
输出好不好看、好不好读版式、图解与中文表达
A3
值得追踪的 31 位作者
持续学习的信息渠道。★ 是建议先关注的几位,点名字打开对方的主页。
★ 先从这位开始 Mu Chen Canopy CEO · AI 商业实践 今天的开场分享:AI 对个人、企业与社会的影响AI 基础与研究
- ★Andrej Karpathy模型直觉
- Sebastian Raschka从零实现
- Lilian Weng技术综述
- Andrew Ng应用课程
- Jay Alammar图解模型
前沿 AI 与通用智能
- Dario Amodei发展与安全
- Demis HassabisAI 科学
- Sam Altman行业观点
- Noam Brown推理与 RL
- Oriol Vinyals多模态
- Jim Fan具身智能
AI 工程与智能体
- ★Simon Willison工具实验
- ★Hamel Husain系统评估
- ★Harrison ChaseAgent 编排
- ★Chip Huyen系统设计
- Eugene Yan检索与评估
- Jason Liu结构化输出
- Shreya Shankar可靠性评估
- Armin Ronacher软件工程
- Lee RobinsonAI 编程
- Jerry Liu文档检索
产品、商业与教育
- ★Ethan Mollick人机协作
- Swyx工程访谈
- Dwarkesh Patel深度访谈
- Cassie Kozyrkov决策科学
基础设施与模型训练
- Nathan Lambert模型训练
- Soumith Chintala工具生态
- John Carmack系统工程
批判性思考
- François Chollet泛化能力
- Yann LeCun世界模型
A4
延伸课程
想系统地学怎样搭 Agent,可以跟这门公开课。
- 打开 ↗
Stanford CS 329Z · Engineering AI Agents
2026 秋季:从 LLM 流程、组合式 AI 系统讲到自主 Agent;问题拆解、组件、数据、评估与设计取舍。课件陆续公开。