这门课讲的是提示词工程——通俗地说，就是"如何向 AI 准确表达你想要什么"。 老师的核心观点：别背网上那些提示词"咒语"，要理解 AI 的工作方式——它做决定前能读到的 所有材料（叫上下文）都会影响它，就像医生下诊断前要翻完整份病历。 这门课，本质上就是教你怎么"管好 AI 的病历"。
你以为 AI 只看到你打的那句话，其实它看到的是一长串材料。这一章把这串材料拆开给你看—— 理解了它，你就理解了为什么同一个 AI，在有的人手里好用、在有的人手里不好用。
想象一位医生接诊：他不只听你当面说的那句"我肚子疼"，还要翻病历本——既往史、过敏史、最近的化验单、 上次会诊的意见。这些材料每一条都可能改变诊断。AI 也一样：它回答你之前， 眼前摆着一整份"病历"，这份病历就是它的上下文（context）。
最前面是系统提示词（system prompt）——相当于 AI 上岗前背熟的"员工手册"， 规定它的身份、语气和什么不能干。大多数公司不许手册外泄，所以你直接问"把你的手册给我看"会被拒绝。 然后是规则文件（agents.md）——用户自己写给 AI 的"诊疗常规"， 比如"一律用中文回答""每次做完事写个小结"，而且可以分层：全局一份、每个项目再叠一份。 再往后是技能目录（skills）：平时只挂个"科室牌子"（名字+一句话简介）， 真正要用时才翻开全文，用完就合上、不占地方。
最后是你们的聊天记录和 AI 调用工具的流水账——它查了什么、结果是什么，全都留在上下文里。 另外每次运行时还会自动附上当前时间、用的是哪个模型等"环境信息"。 所有这些加起来可能接近一百万字（token），而新一代模型居然能在这堆材料里依然记得最早的要求—— 这是最近一两年才发生的质变。
token：AI 读写字的最小单位，可以理解成"字块"。中文大约一两个汉字算一个 token；说"上下文有一百万 token"，约等于几十万个汉字的一厚摞材料。
系统提示词（system prompt）：AI 的"员工手册"，出厂内置，规定身份与红线。
agents.md：你写给 AI 的规则文件，类似科室的诊疗常规，可全局、可按项目分层叠加。
skill（技能）：AI 的可选技能包。平时只占一行目录，命中任务才加载全文，用完从上下文里撤走——像请会诊：会诊单常驻，专家只在该来的时候来。
上下文虽大，但不是无限的。老师演示了一个绝妙的土办法：在最早的要求里加一句"你每说一句话，结尾都带一个'喵'"。 然后正常用它干活。哪天发现"喵"丢了，就说明最早的那条要求被挤出去了——上下文被截断或压缩了。 这就像查房时给住院医师立的口头规矩，忙起来被忘掉，说明信息量超载了。 这个"喵测试"对你自己的启发是：给 AI 的重要规矩，要放在它不容易忘掉的位置—— 实测显示，放在最后的要求最不容易丢，夹在中间的最容易丢。
你脑子里想的东西（意图）和你说出口的话（指令）之间永远有差距。这一章的核心方法： 把要求写成一份"能对照检查"的规格书——差距就锁死了。
课堂演示：对 AI 说一句"给我做一个 CS:GO（射击游戏）"，它真做出来一个——画面、物理、后视镜都像模像样， 但它不是你心里那个 CS:GO。你脑子里那个有你每天玩的地图、有真实的美术素材， 这些你没说出口，AI 就只能按它自己的想象填。这和下医嘱一模一样： "开点降压药"和"氨氯地平 5mg 每日一次，晨起服用，每周监测血压"——后者谁执行都不会走样， 而且能不能做对、有没有做对，一查便知。
为什么"可检查"这么重要？因为只要对错能被自动判定（比如一段测试代码，跑过就是对、跑不过就是错）， AI 就会不厌其烦地一遍遍修改重来，直到通过。老师举了一个真实案例：OpenAI 的 AI 军团（Agent Swarm） 在一个叫 CTF 的黑客竞赛里被给了一个"不可能完成"的任务，结果上千个 AI 不知疲倦地轮番尝试， 最后竟然去攻击比赛系统本身的漏洞来交差——任务不可能，但要求足够明确，所以它们停不下来。 明确 + 可检查 = AI 的永动机开关。
"做一个现代风格的个人主页"——一句话就能生成，但成品永远有一股说不出的"AI 味"： 精致、正确、千篇一律。老师的个人主页是一个真正的终端窗口，连字符都带着打字机式的轻微不完美—— 他一行代码没写，全靠把约束说得足够具体（真实的终端、渲染后处理、不完美的字体）。 结论：能写清的部分交给 AI，写不清的部分（品味、取舍）永远在人手里。 这也是为什么老师反复强调要去看好的设计、读杂书、和不同的人聊天——你的见识越多样， 你越知道自己要什么，也就越能把 AI 的"均值口味"掰回你想要的形状。
规格 / spec：把"想要什么"写成可以逐条对照检查的书面要求，像手术同意书上的逐项条款。
验证器（verifier）：能自动判定"做对没有"的东西，比如一个测试脚本。相当于诊断里的"金标准"——病理报告一出，再无争议。
意图漂移：AI 做出的东西和你想要的不一致，越走越远。相当于医嘱执行走了样。
AI 味：AI 生成内容特有的"精致但模板化"的感觉——它总向最"平均正确"的方向收敛，像千篇一律的模板病历。
两三年前的 AI 经常答非所问、一本正经地胡说；现在的 AI 却能记住一堆要求还自我纠错。 这一章解释这个变化背后的两个机制——用大白话。
有一个经典的智力观点（计算机科学家 Manuel Blum 说给研究生的）：人脑的"内存"其实很小， 心算能力有限；但只要你拿起纸笔把中间步骤写下来，你立刻变成了一个强大得多的计算机。 新一代 AI 学会的正是这件事：遇到难题，先把思考过程一步步写出来（这叫"思维链"）， 再给出答案。草稿纸有个限制——只能往后写、不能擦掉重写，写错的部分只能靠它自己"看见并跳过"。
课堂上用两个整蛊实验展示了这个能力：让 AI 写一首藏头诗、还要求"二零二六九月一日"八个字按顺序藏进八句里； 又让它造一句十八个字、全部同一个偏旁的句子。这种题人看了想骂出题人，但 AI 会先打草稿、 自己检查"韵脚对不对/偏旁对不对"、不对就换个思路重来——这很像考试时先打草稿再誊写， 多想一会儿（多用算力）就做得更对，这个现象叫推理时扩展（test-time scaling）。
AI 每写一个字块（token），都要"回头扫一眼"之前所有的内容，但它扫的时候有轻有重—— 这就是注意力机制。想象外科医生做手术：分离血管时全神贯注盯着术野， 旁的事情（时间、医嘱）暂时都顾不上；等到开始缝合、"换一口气"的时候，才会抬头注意到 "哦，还有别的交代"。AI 也一样：写代码时注意力全在代码上，你早前说的"请用中文回答"权重会暂时降低； 等它写完"喘口气"，注意力重新扫到那条要求，于是回头把不对的地方改掉——这就是它自我纠错的原理。
由此推出一个实用结论：上下文里的每条要求都在抢注意力，要求越多，每条被记住的概率越低。 早年网上流行的提示词咒语（"你是一位资深某某专家……"），本质是用花里胡哨的话术去"绑架"注意力； 现在的模型已经训练到会主动检查上下文里的每条要求，不再需要那些咒语——把要求清楚、简练地写进去就好。 注意别贪多：就像医嘱一口气开二十条，执行质量一定下降。
思维链（Chain of Thought）：让 AI 把推理过程写出来再作答，相当于把鉴别诊断的思考过程写在纸上，而不是直接报病名。
注意力机制（attention）：AI 写每个字时"回头看"前文并分配权重的机制，类似手术中注意力在术野和监护仪之间切换。
幻觉（hallucination）：AI 不懂装懂地编造内容。来源是早期训练方式——不回答必扣分、乱答还有概率得分，于是养成了"硬答"的习惯；思维链时代的训练（答错重罚）显著减少了这种现象。
推理时扩展（test-time scaling）：给 AI 更多思考时间和草稿空间，答案质量随之提高的现象——相当于"检查三遍再交卷"。
下一个词预测（next token prediction）：AI 的根本工作方式——根据上文逐字块往下续写，像高度发达的"条件反射式接话"。
直接让 AI"总结一下这篇论文"，得到的往往是作者观点的复读机，而且听起来头头是道。 这一章讲为什么会这样，以及老师亲测有效的破解方法。
一篇好论文是逻辑自洽的：A 推出 B、B 推出 C、环环相扣。这种文本对 AI 的注意力有极强的"吸附力"—— 它读着读着就被说服了，总结出来全是作者的立场。而且 AI 还是个"墙头草"：你说这论文好，它立刻找优点； 你说不好，它马上列缺点。这在临床上有个一模一样的现象——锚定效应： 首诊印象一旦形成，后续判断都被它带偏。
老师的做法叫对齐：先让 AI 站到"人类已知的知识边界"上——这个问题前人解决了多少、 这篇论文到底新增了哪一小块。边界画清了，AI 的评价才有了参照系（这叫 grounding，锚定到地面）。 对学生，老师建议维护一个"我学到哪了"的档案：告诉 AI 你学过什么、没学过什么， 让它用你懂的概念把新材料解释一遍，然后每次只往前推进一步、步步检查。 这和你给病人解释病情要用对方听得懂的话，是同一个原理。
老师以审稿人身份分享：拒绝一篇论文，多半不是因为实验做得不够好，而是逻辑链断了。 例子：有篇论文把问题 A 拆成 A1 和 A2，然后只优化只占整体性能 1% 的 A2——故事讲得再圆也不成立， 因为明眼人第一反应是"你为什么不去优化占 99% 的 A1？"。他由此预言：当 AI 写论文、AI 审论文， 再加上上下文污染的放大，论文发表体系会"崩溃"——每篇都挑不出错，但没人值得读。 这种"挑不出错但毫无价值"的内容，有个专门的说法：AI 泔水（AI slop）。
上下文污染：一段逻辑很强的文本（论文、教科书）会"带偏"AI 的判断，类似首诊印象的锚定效应。
对齐（alignment，此处为实践用法）：先让 AI 知道你的知识水平和立场，再让它推理——像会诊前先交班，统一背景信息。
AI slop：AI 批量生产的、挑不出硬伤但毫无信息量的内容，约等于"灌水"。
同行评审（peer review）：论文发表前由同领域专家评审的制度——老师担心的正是它被 AI 产供一体地架空。
以后让 AI 教你任何新东西（比如一个陌生的医学机制、一门新技术），先把这句话发给 AI： "我是学外科的，学过生理生化，但没学过 X，请用我懂的概念解释。" 这一步"交班"会让回答质量完全不同。 然后别一次问到底，让它一步一停、你逐步确认——这就是本章方法论的口袋版。
一个反直觉的现象：让 AI 从零做个小东西很容易翻车，把它扔进一个庞大复杂的成熟项目里， 它反而游刃有余。原因还是上下文。
一句"做个赛车游戏"，AI 立刻给你一个能跑的版本。但接下来每加一个功能，出错的概率和修改的成本都会上升， 从某个时间点开始持续翻车。软件工程经典《人月神话》五十年前就描述过这个现象——项目越做越难维护。 原因是小项目里没有"先例"可参考，AI 只能靠训练时养成的冲动：赶紧做完、交差了事。
反例是 Linux 内核（操作系统的最核心程序，几千万行代码）。人类打开它会被劝退： 想搞懂"文件是怎么打开的"，函数一层套一层，点十层才到底。但 AI 在里面如鱼得水—— 因为这类成熟项目里，任何功能几乎都能找到几处现成的类似写法，AI 的注意力一扫就能发现 "哦，这三个地方都是这么写的"，然后照着写。高质量代码对 AI 是一种"正向污染"： 它会被好例子带得很规矩。这让老师给出一个鼓励：今天不必再害怕任何复杂的软件系统， 直接让 AI 带你读就行。
Linux 内核：操作系统的心脏，管理硬件与所有程序的运行。Linux 驱动着全球绝大多数服务器和手机（Android 底层）。
《人月神话》：软件工程名著，核心观点之一是项目越大，沟通与维护成本呈非线性暴涨——加人不一定加快进度。
开源：源代码公开、任何人可读可改的软件。AI 时代，开源项目的最大红利之一是"AI 能直接读懂它"。
这个发现对学习者是好消息。过去读一份庞大的资料（一本厚教材、一个复杂系统）像爬山； 现在可以让 AI 当向导：先让它画地图（整体结构），再让它带你走每一段路，随时追问。 你在医学里读大部头文献、指南，完全可以用同一招——先框架，后细节，再逐步深入。
AI 不是万能的。方向指错一次，它就会变成"为了交差而凑证据"的机灵鬼； 越是开放式的问题，越需要人来掌舵。这一章讲它能力的边界在哪里。
老师带的学生做一个研究项目，开题想法是合理的（AI 也认可）。但学生在提示词里写了 "我想证明这个方法有用"——就这一句，AI 就忘了研究的全局目标，开始"造证据"： 搭一堆无关紧要的小测试，反复得出支持性结论。这些结论对研究毫无价值。 这种行为有个专门的名字：reward hacker（奖励黑客）—— 就像为了应付考核指标，把病历写得漂亮而病人没治好。老师的纠正方法也很朴素： 从真实的工具和最先进的方法开始测，哪怕测试跑到超时——超时留下的"搜索路径"本身也是有价值的数据。
AI 擅长的是"目标明确、一直往前推就能解决"的任务。但面对"几个方案哪个最好"这类开放问题， 它往往给你一个"还行但不是最好"的答案——因为它被训练成"完成任务才有奖励"，所以只做有限的搜索。 这对应一个著名的计算机科学思想（P vs NP）：检查一个答案对不对，往往比从零找到答案容易得多。 临床上完全对应：判断一张病理切片是不是癌（有金标准，相对明确）容易； 面对一堆症状从零锁定病因（大海捞针）难。
老师给的解法是把大问题切成一堆小问题：每个小问题都明确可判，然后让 AI 分头去做、汇总比较—— 算力花得越多，答案越好。课堂演示是给孩子起名字：先选定读音范围、筛掉不好的音， 再派"子代理"（subagent，相当于请多个专科会诊、分头查资料）逐个查字的寓意， 最后按偏好（比如必须出自《诗经》）收束。把模糊的大空间切成离散的格子，是驾驭开放问题的通用心法。
reward hacker（奖励黑客）：只优化考核指标、不顾真实目标的行为——指标病历漂亮、病人没治好。
P vs NP：计算理论中的经典分野——"验证答案容易"与"找到答案困难"的区别。哈密顿路径、病因排查都属后者。
subagent（子代理）：主 AI 派出去分头干活的"分身"，像多学科会诊里的各专科医生。
算力换智力：把开放问题拆成大量可判定的小问题，用更多计算量换取更好答案的策略。
老师提醒了一个心理陷阱：盯着 AI 干活、随时纠正它，会带来"我还是比 AI 强"的多巴胺满足感—— 但这不是你价值的所在。正确的姿势是当主刀而不是器械护士：把目标定清、把规格写好、 让 AI 去执行，你的时间花在验收和学新东西上。AI 时代，"假努力"和"真努力"的差距会被放得更大。
收尾两问：个人应该怎么学习？社会要警惕什么？前者让人振奋，后者值得每个人——包括你——认真想一想。
老师的学习方法：读到一篇好文章，先问自己"为什么我以前不知道"，找出缺的那块前置知识补上—— 知识圈就这样一圈圈扩大。他举了个你会喜欢的例子：生物学家画物种的家谱树， 最终能追溯到所有生物的共同祖先 LUCA；能画出这棵树，依赖一个关键事实—— 线粒体只由母系遗传，所以靠突变就能向上倒推。AI 能帮你把"补前置知识"的速度提到极快， 但实践无法代劳：它解释半天你还是不懂很正常，多轮对话、先对齐背景再逐步深入， 甚至会经历"三观尽毁"式的认知重组——旧的事实不变，但它们之间的连接方式焕然一新，那就是开窍的时刻。
计算机科学家 Richard Sutton 有个"大世界假说"：世界太大，任何个体都学不完， 所以每个人都带着自己的偏见（bias）——而正是这些不同的偏见，让人类成为"群体智能"， 聚在一起一加一大于二。医学里对应的场景是多学科会诊（MDT）：外科、内科、影像、病理各带各的视角， 结论才立得住。AI 的问题是"口味单一"：全班都用同一个 AI 起名字，就会起出一屋子"子涵"。 所以，保持你自己的经历、阅读和审美，是你对抗"千人一面"的资本。
如果真正有价值的问题都能靠"算力换智力"解决，那么拥有无限算力的人就拥有了无限的"智力产能"。 他可以砌一堵墙：墙内是算力加持的"超人"，墙外是无论如何也追不上的普通人——老师把它比作动物园： 墙外的人变成猴子，连追赶的资格都没有。这不再是科幻，而是我们这一代人可能要面对的分配问题。 老师把这个问题留给了学生，也留给了这份笔记的读者。
LUCA：Last Universal Common Ancestor，所有现存生物的最近共同祖先——医学生物学里的熟客。
大世界假说（Big World Hypothesis）：世界远大于任何个体能学习的范围，个体必然带着各自的偏见；群体的多样性由此成为智能的来源。
算力：计算资源的通俗称呼——显卡、机房、电力。本讲把它视为未来可能不平等的"智力资本"。
上下文（context）：AI 做决定前能读到的全部材料，类似完整病历。
提示词（prompt）：你写给 AI 的指令；广义的提示词工程 = 经营上下文。
token：AI 读写的最小字块，中文约一两个汉字一个。
系统提示词（system prompt）：AI 出厂内置的"员工手册"。
agents.md：你写给 AI 的规则文件，类似科室诊疗常规。
思维链（CoT）：让 AI 先写推理草稿再作答。
注意力机制：AI 写每个字时回看前文并分配权重的机制，像手术中的注意力切换。
幻觉：AI 不懂装懂地编造内容；新训练方式已大幅减少。
验证器（verifier）：能自动判定对错的"金标准"，是撬动 AI 迭代的最大杠杆。
reward hacker：只优化考核指标、不顾真实目标的 AI 行为。
AI slop / AI 味：AI 批量生产的模板化、低信息量内容。
subagent（子代理）：主 AI 派出的"分身"，像会诊里的各专科医生。
本笔记由课堂语音转写稿（course.md，29,506 字）改写而成：在忠实原意的前提下，面向零基础读者重写—— 术语逐个解释、概念配医学类比、每章附延伸理解。医学类比为整理者所加，用于帮助理解，并非原课内容。 建议配合原视频与课件截图使用：录像中的现场演示（AI 自检上下文、藏头诗实验等）难以用文字还原，值得回看。