第01课 Bensz AI办公实用教程

    • 主讲：Bensz Conan
    • 日期：2026-02-07

    绪论：从零开始的AI生产力革命

    人工智能（Artificial Intelligence，AI）正在重塑工作方式，但大多数人还停留在"听说过"的阶段。本教程将从零开始，带你了解如何用AI真正提升办公效率。

    目录

    1. 为什么需要这个教程

    2. AI发展历史回顾

    3. Vibe Coding：下一代AI范式

    4. 后续课程预告（硬件选择、环境部署、实战应用）

    为什么需要这个教程

    痛点分析

    • 想用AI但不知道从哪里开始
    • 技术术语太多，看不懂
    • ChatBot用起来很累，复制粘贴很烦
    • 看别人用AI效率翻倍，自己还在手动搬砖

    目标受众

    • AI入门者：对AI好奇但不知从何开始的普通人
    • 文字工作者：教师、医生、律师、学生、研究人员
    • 效率追求者：希望用AI提升工作质量的职场人士
    • 非技术人员：不想学编程，但希望用自然语言指挥AI

    非目标受众

    • AI专业人士：已经熟练掌握各种AI工具和技术的从业者
    • 算法研究者：希望深入研究神经网络、Transformer等底层原理的技术人员
    • 纯理论学习者：只想了解AI发展历史，不关心实际应用
    • 编程教程寻求者：本课程不教授编程语言，而是教你如何用自然语言指挥AI
    • 对编程完全排斥者：如果你连"尝试新工具"的兴趣都没有，AI很难帮到你

    课程概览

    模块内容价值
    AI发展历史从1940s到2025的演进脉络建立认知框架
    AI办公硬件Mac vs Windows的选择工具选型决策
    环境部署Vibe Coding工具链搭建从零到可用
    环境使用GitHub + VSCode实践高效工作流
    Agent Skills可复用技能包生态扩展能力边界
    实战系列7大应用场景深度解析即学即用

    本节课的博客教程

    • AI入门系列 介绍大语言模型 - Bensz
    • AI入门系列 如何使用大语言模型？ - Bensz

    AI发展历史

    从感知机到AGI的曙光

    时期阶段名称关键事件/技术
    1940s-1980s奠基期感知机、反向传播、卷积神经网络（Convolutional Neural Network，CNN）
    1990s-2010s早期探索LSTM、ImageNet、AlexNet、Word2Vec、残差网络（ResNet）
    2017转折点Transformer诞生
    2018-2020生成式预训练变换器（Generative Pre-trained Transformer，GPT）时代GPT-2、GPT-3、Scaling Laws
    2022ChatGPT时刻AI走进大众视野
    2023-2024百家争鸣Claude、Gemini、开源浪潮
    2025-2026智能体时代Vibe Coding、Agent Skills

    奠基期：神经网络的前夜（1940s-1980s）

    • 1943年：Warren McCulloch & Walter Pitts提出人工神经元数学模型，开创"连接主义"研究方向
    • 1957年：Frank Rosenblatt发明感知机算法，第一个可以从数据中学习的神经网络
    • 1969年：Marvin Minsky证明单层感知机无法解决异或（Exclusive OR，XOR）问题，导致第一次AI寒冬
    • 1986年：David Rumelhart、Geoffrey Hinton在Nature发表反向传播论文，解决多层网络训练难题（2024年 Hopfield和Hinton获得诺贝尔物理学奖，肯定神经网络基础工作）

    早期探索：从统计模型到神经网络（1990s-2010s）

    • 1997年：Sepp Hochreiter & Jürgen Schmidhuber发明LSTM，通过"门控机制"解决RNN的梯度消失问题（但仍有长距离依赖局限）
    • 2009年：李飞飞（Fei-Fei Li）团队发布ImageNet数据集，包含1400万张标注图像、2.2万个类别
    • 2012年：AlexNet在ImageNet竞赛中以压倒性优势夺冠，深度学习正式复兴
    • 2013年：Tomas Mikolov在Google发布Word2Vec，语义相似的词在向量空间中距离更近（如"国王" - "男人" + "女人" = "女王"）
    • 2015年：何恺明（Kaiming He）等提出残差网络（Residual Network，ResNet），通过"跳跃连接"解决深层网络训练难题，在ImageNet竞赛中夺冠

    转折点：Transformer的诞生（2017）

    • 作者：Ashish Vaswani等八位作者（Google Brain）
    • 核心创新：自注意力机制（Self-Attention）
    • 革命性突破：抛弃RNN的循环结构，可以并行处理整个序列
    • 影响：为后来超大模型的训练提供了技术可行性

    两个方向分道扬镳

    • 2018年 BERT：双向编码器表示（Bidirectional Encoder Representations from Transformers），擅长理解任务（分类、问答）
    • 2018年 GPT：单向解码器，擅长生成任务（写作、对话）

    GPT时代：从理解到生成的跨越（2018-2020）

    • GPT-2（2019）：参数量15亿，生成能力之强让OpenAI最初拒绝发布完整版本
    • GPT-3（2020）：参数量1750亿，Scaling Laws揭示模型规模协同增长的可预测性提升
    • Few-shot Learning：从"死记硬背"到"举一反三"

    ChatGPT时刻：AI走进大众视野（2022）

    • 2022年11月30日：OpenAI发布基于GPT-3.5的ChatGPT
    • 产品形态：对话式交互，让每个人都能使用
    • 人类反馈强化学习（Reinforcement Learning from Human Feedback，RLHF）对齐：通过人类偏好数据让AI更"听话"
    • GPT-4（2023年3月）：引入图像输入、多模态能力、专业考试表现突出

    百家争鸣：Claude、Gemini与开源浪潮（2023-2024）

    • Claude系列：前OpenAI员工创立，宪法式AI（Constitutional AI），超长上下文窗口（100K-200K token）
    • Gemini系列：Google出品，原生多模态模型，从底层架构强调多模态信息融合
    • DeepSeek突破：中国团队推出的MoE（混合专家）架构模型，以极低训练成本达到顶尖性能，推动行业成本革命
    • 开源浪潮：Llama系列（Meta）、Mistral系列（欧洲）、中国力量（文心一言、通义千问、GLM）

    智能体时代：从对话到行动（2025-2026）

    • Vibe Coding兴起：通过与AI对话来描述需求，由AI在真实环境中生成和修改代码、执行任务
    • MCP协议普及：模型上下文协议（Model Context Protocol，MCP）成为行业标准，让不同工具能被AI统一调用
    • Agent Skills成熟：可复用技能包生态形成，让AI能力可以模块化组合
    • 角色转变：程序员从"代码编写者"转变为"需求描述者"和"代码审查者"

    Vibe Coding：下一代AI范式

    ChatBot的局限

    • 上下文窗口限制：即使是最新的Claude Sonnet 4（1M token）也总有边界
    • 任务复杂度瓶颈：ChatBot擅长"对话"，但不擅长"做事"
    • 与工作流的割裂：ChatBot是"孤岛"，需要手动复制结果到编辑器、终端、笔记软件
    • 缺乏状态和记忆：对你的工作环境、项目结构、个人习惯一无所知
    • 无法执行复杂多步任务：只能给你指令，但无法真正执行它们

    什么是Vibe Coding？

    核心定义：用户不再直接编写每一行代码或手动执行每一个操作，而是通过与AI的对话来描述需求，由AI在真实环境中生成和修改代码、执行任务

    "Vibe"的含义：强调"感觉"、"直觉"、"氛围"——让AI理解你的意图，然后帮你实现，像在"指挥AI助手"而不是"写代码"

    ChatBot vs Vibe Coding

    维度ChatBotVibe Coding
    交互焦点对话任务执行
    工作环境隔离的网页/App与开发环境深度集成
    任务复杂度单步或简单多步复杂多步任务、跨文件操作
    状态感知无完全感知项目状态
    执行能力仅生成文本读写文件、执行命令、调用工具

    ChatBot是"聊天的工具"，Vibe Coding是"做事的工具"

    Vibe Coding里程碑工具

    • Cursor：AI原生编辑器，基于VS Code fork，Tab键自动补全、Cmd+K快速编辑、多文件编辑
    • Claude Code：Anthropic官方命令行界面（Command Line Interface，CLI）工具，与项目深度集成、Agent Skills开发体验极佳、全程母语对话
    • OpenAI Codex：OpenAI的代码生成模型，支持多种编程语言，为GitHub Copilot提供底层能力

    Agent Skills：可复用的技能包

    核心概念：把AI的能力封装成可复用、可组合的"技能包"

    关键优势：可复用性（一个Skill可在多个项目中复用）、可组合性（多个Skills可组合完成复杂任务）、专业性（每个Skill都在某个领域"深耕"）、可维护性（模块化架构让长期维护成为可能）

    举例："文献精读"Skill专门读医学论文，提取实验设计、统计方法、主要结论；"代码审查"Skill按照项目规范检查代码质量；"文档生成"Skill自动生成技术文档

    Vibe Coding的优势与局限

    优势：适合个人开发上手（降低门槛，人人都能开发）、小项目和demo的完美工具（从想法到原型只需几小时）、扩展个人能力边界（站在AI的肩膀上触及更远的地方）、最好的创意工具（即时反馈的体验激发更多创造力）

    局限：大型项目的可靠性存疑（AI生成的代码可能缺乏全局架构一致性）、可能加速项目的"腐化"（缺乏严格架构设计、代码审查、测试覆盖）、人类难以维护（AI生成的代码可能很"AI风格"，逻辑复杂难懂）、数据泄露风险（代码、想法、项目结构可能被上传到云端服务器）

    后续课程预告

    硬件选择：为什么Mac更适合AI办公

    核心优势：Unix环境、M系列芯片高效能、原生终端体验、AI工具优先支持macOS

    后续课程将详细讲解：Mac vs Windows对比、硬件配置推荐、性价比分析

    环境部署：从零到可用

    核心内容：VSCode + Git + AI工具链配置

    后续课程将详细讲解：软件安装步骤、API密钥配置、环境变量设置、Agent Skills生态

    环境使用：GitHub与VSCode实践

    核心内容：版本控制基础、高效工作流、插件管理

    后续课程将详细讲解：Git常用命令、VSCode高效技巧、项目组织最佳实践

    Agent Skills：可复用的技能包生态

    核心概念：把AI能力封装成可复用、可组合的"技能包"

    后续课程将详细讲解：如何发现Skills、如何使用Skills、如何开发自定义Skills

    实战系列：7大应用场景

    核心场景：日常学习、开发小应用、通俗写作、严肃写作、PPT制作、数据分析

    后续课程将详细讲解：每个场景的完整工作流、最佳实践、常见问题解决

    联系方式

    • 博客：https://blognas.hwb0307.com
    • GitHub：github.com/huangwb8

    持续更新

    本教程系列将持续更新，涵盖更多实战场景和高级技巧。欢迎关注我的博客获取最新内容！

    让我们一起开启AI办公的新时代！

    单位 Logo