AI ENGINEERING · KNOWLEDGE SYSTEM

从思维方式,到可验收交付。

一套围绕 AI 工程协作的六层学习系统。20 篇文章、12 张信息图、6 份工程文档,按需取用。

进入知识地图 开始 10 步实战
Anthropic OpenAI Vercel Cloudflare Stripe Notion Linear Figma
CHAPTER · 00

先把学习环境准备好。

工具不是学习目标,但稳定的版本管理、AI 工作台、远程仓库和网络条件,是后续知识沉淀与工程实践能够持续发生的前提。

STEP 01 · GIT

版本管理

用 Git 跟踪每一次思维与代码的迭代。

STEP 02 · WORKBENCH

AI 工作台

OpenCode 作为持续协作的 AI 工作台。

STEP 03 · REPO

知识仓库

Gitee 同步保存所有知识资产。

STEP 04 · NETWORK

网络条件

合规可达的访问路径。

RESOURCES

准备清单

完整的环境准备清单,预计 20-40 分钟。

QUICK START

立即开始

按指南快速完成所有前置准备。

CHAPTER · 01

思维底座。

先理解思维如何从经验、确定性模型走向统计与不确定性管理,才能理解为什么 AI 工程需要数据、验证和持续迭代。

FOUNDATIONS 01

认知系统

27 张图重排为建模、活动、抽象、认知、动静分析与工具六组。

FOUNDATIONS 02

结构化思维

从数据、信息、知识到智慧,再落到学习框架与输出习惯。

FOUNDATIONS 03

思维发展史

意识、符号、经验、科学、模型到统计。

FOUNDATIONS 04

程序员数学

微积分、概率统计、线性代数与最优化。

CHAPTER · 02

学习方法。

把抽象方法变成可照做的学习路径。新手先走通闭环,再回到证据中理解每个工程决策。

METHOD 01

10 步教程

照着 10 步,把 AI 推到交付闭环。

METHOD 02

自然语言协作

你是在组织协作,不是写提示词。

METHOD 03

写作让思考走得更远

备忘、缓存、反思、交流、生成的思考循环。

METHOD 04

对话演示

按回合展示提示、AI 行动和产出结果。

CHAPTER · 03

知识实践。

知识管理理论解决「为什么管理、管理什么」,大模型知识库解决「如何低成本地持续摄入、组织、检索与维护」。

KNOWLEDGE 01

LLM Wiki 方法论

让大模型维护 Wiki,人类负责方向。

KNOWLEDGE 02

信息卡生成技能

长文提炼、视觉选择、HTML 生成、截图与校验。

CHAPTER · 04

工程闭环。

核心案例回答「发生了什么」,工程链路回答「如何从一段真实对话走到可验收交付」。

ENGINEERING 01

AI 协作故事

从群公告到 RPA 技能升级、文档生成、多 Agent 流水线、五轮盲审修复。

ENGINEERING 02

协作案例拆解

把目标、纠偏、归档、部署和小白化拆成步骤。

CHAPTER · 05

证据系统。

按知识类型检索原始交付物。它们不是并列文章,而是工程主线中不同阶段留下的可追溯证据。

A · 定义

技能升级 PRD

从历史对话沉淀产品目标、用例和第一版升级需求。

B · 定义

技能升级需求 v2

把 PRD 压实为功能需求、安全矩阵、状态机和测试矩阵。

C · 设计

技能升级技术方案 v2

分层架构、兼容策略、错误码、工作包与回滚方案。

D · 质量

B-02 修复记录

阻断项的根因、修复、生产路径证据和判定。

E · 质量

第 5 轮修复记录

最后一轮质检、参数验证与残余边界处理。

F · 质量

最终验收签署报告

签署口径、阻断项关闭、验证结果与交付清单。