按 AI 专栏、问答、百科和名人堂分类整理，精选教程、课程与学习资料
把常见概念和使用疑问讲清楚
AGI（通用人工智能）是所有 AI 公司的终极目标。本文讲清 AGI 与当前 AI 的区别、发展阶段与争议。
微调让通用大模型适配特定业务。本文讲清微调原理、方法与 RAG 的取舍。
RAG（检索增强生成）解决大模型知识过时与幻觉问题。本文讲清原理、流程和适用场景。
智能体工作流是让 AI 自动化完成复杂任务的编排方式。本文讲清常见模式与落地场景。
模型量化通过降低数值精度来压缩模型体积、提升推理速度。本文讲清原理、常见精度与取舍。
提示注入是通过精心构造的输入让 AI 执行非预期行为的攻击。本文讲清原理、危害与防御。
OpenAI 官方《构建 Agents 实用指南》是 2025 年最受关注的 AI 智能体开发文档之一。本文提炼其核心框架：Agents 与 Workflow 的边界、三大构建原则、工具设计与护栏，帮助你快速建立 Agent 工程化认知。
扩散模型是 Stable Diffusion、Midjourney 等绘画工具的底层技术。本文用通俗方式讲清它的原理。
向量数据库是 RAG、语义搜索、AI 记忆功能的基础设施。本文讲清原理、场景与主流产品。
本地部署开源大模型与调用云端 API 各有优劣。本文从成本、隐私、性能等维度帮你做选择。
Embedding 把文字变成数字向量，让 AI 能"理解"语义。本文用通俗方式讲清原理与应用。
AI 安全是大模型时代的核心议题。本文讲清对齐、滥用风险、监管进展与普通人该关注什么。
开源大模型让企业可以本地部署、自由定制。本文对比主流开源模型并给出选型建议。
函数调用让大模型能调用外部工具、读取实时数据。本文讲清原理、工作流程与实际应用。
文心大模型是百度自研的产业级知识增强大语言模型，深度优化中文语境。本文介绍它的能力矩阵、使用入口与 API 调用方式，帮助内容创作者与开发者快速上手。
MCP（Model Context Protocol）是大模型应用连接外部数据与工具的开放协议。本文介绍 MCP 的原理、Host/Client/Server 架构、典型应用与生态现状。
