AI 能力与局限性

大多数人第一次接触生成式 AI 系统时，感受往往是惊喜与困惑交织。它能在几秒钟内对一份密集的报告生成精炼的摘要，随后又自信满满地编造出一个根本不存在的引用。它能完美地遵循一条详细的指令，却在下一条消息中忽略了一条简单的指令。如果没有一个关于其底层运作方式的心智模型，这些时刻就会显得随机——您很难判断是否应该信任下一次的输出，也不知道该如何修正上一次的输出。

本课程为学习者提供这一心智模型。它是AI Fluency: Framework & Foundations课程的配套课程：如果说那门课程教授的是人类的核心能力（委派、描述、辨别、审慎），那么本课程教授的则是这些能力所应对的机器属性。这两门课程设计为可以按任意顺序学习，二者结合起来构成了有效人机协作的完整图景。

我们围绕四个决定 AI 系统能为您做什么、不能做什么的属性来组织本课程：下一令牌预测（AI 答案的来源）、知识（模型实际知道什么，以及为什么它会自信地犯错）、工作记忆（它当下正在关注什么，以及哪些内容会被挤出窗口之外），以及可操控性（您的指令究竟能给您多大的控制权）。每个属性都处于从能力到局限性的谱系之上，每一节都将简短的讲解与动手练习相结合，让您能够亲身感受边界所在，而不仅仅是阅读相关内容。

最后一节探讨了当这些属性相互碰撞时会发生什么——因为在实际使用中，它们总是会碰撞。一份长文档会对工作记忆造成压力，同时也会涉及模型所不具备的知识；一条模糊的指令会在下一令牌预测试图寻找听起来最合理的内容的同时，考验可操控性。我们以一套实用的诊断方法作为结尾：如何审视一个意外的输出、识别它属于哪种意外、大致定位您的任务在能力到局限性谱系上所处的位置，并给出有针对性的修复方法，而不是泛泛地重试。

推荐的前置知识

无。本课程不要求任何技术背景，也不要求具备使用 AI 工具的先前经验。如果您已经完成了 AI Fluency: Framework & Foundations 课程，您会发现每个属性与 4D 框架之间的联系——但这并非必需。

适合人群

任何在工作或学习中使用或即将开始使用生成式 AI，并希望了解其行为背后原因的人。教育工作者、学生、知识工作者和团队负责人都会发现这一核心模型同样有用，因为它所描述的属性不会因使用场景而改变。