写给大学生的一堂 AI 课

AI 时代
来了

从概念到落地

演讲人AI 的来路 · 用法 · 边界 · 用 FastGPT 动手搭一个

开场 · AI 能走多远

视频：@Saccc_c 发布于 X（2026-10-13）· x.com/Saccc_c/status/2109962425512734739 · P 播放

16 天，一个人把《小王子》做成了 3D 剧情游戏

“结合 Tripo + Blender，Opus 5.5 将小王子故事中的每一个星球变成了可探索的 3D 场景。”—— 作者 @Saccc_c 自述

约 338 万次浏览（截至 2026-10-17）

littleprince.dev在线试玩

开场 · 对照：人类黑客

人工底层逆向，非 AI 作品 · 尚未公开发布、未经独立验证

安卓手机跑起了真正的 iOS？

据称在 Poco X5 Pro、小米 11 Lite 等骁龙手机上原生启动 iOS 16.5——不是换皮主题
项目方称将免费公开

这是人类黑客的硬核逆向；而 AI 正在追上来。

来源：HackiOS 项目，据 X 用户 @aehyok 转述（2026-10-15）· x.com/aehyok/status/2110580211553378377

视频：据 @aehyok 转述 · 按 P 播放

开场“震撼现场”之二，用来做对照：这一页不是 AI 做的，是人工的底层逆向工程。视频约 11 秒。

说法来源：X 用户 @aehyok 转述（2026-10-15），不是开发者本人的发布：据称 HackiOS 项目能在 Poco X5 Pro、小米 11 Lite 等骁龙手机上原生启动 iOS 16.5，而不是换皮；项目方称将免费公开。截至目前尚未公开发布，也未经独立验证——请当作“传闻中的演示”来讲。

对照 AI：逆向工程这类“硬核”工作，AI 也开始参与。例如据作者本人帖子，一位开发者用 17 个并行的 Claude Code / Codex 智能体重建了一款经典 FPS 游戏（作者自述，未独立核实）。人类高手 + AI 智能体，会是接下来的常态。

提醒：别去下载来路不明的“刷机包”；逆向与版权、平台条款相关，了解即可。

过渡到下一页：不只是黑客和高手——普通人也开始用 AI 做视频、做账号。

来源：x.com/aehyok/status/2110580211553378377

开场 · AI 追上来了：普通人也能做视频

视频：@wangray（X，2026-10-12）

一条提示词，
在抖音“小爆”

@wangray（Ray Wang）用 Opus 5.5 做了一期科普视频 · 作者自述

给 Opus 5.5 的提示词「调研 REA 这个项目，模仿上传的视频风格做一期科普视频，加入真实截图、录屏等片段，数字人形象换成 Ray 风格的，数字人口型需要对上」

「来回修改了 2-3 版，主要是配音和口型」「数据比我费劲扒拉录口播+剪辑好的多」

2.4万播放

503点赞

404收藏

130分享

↑ 该视频抖音后台截图数据（作者发布，2026-10-13）

另一位创作者 · 作者自述

「耗时俩月，粉丝突破 1 万」

@itwanger（沉默王二）· 抖音「王二讲Agent」

近 30 日：播放 122.66 万、点赞 2.28 万、净增粉丝 6082（截至 2026-10-12）

用了多个模型：前期火山方舟、GPT-6 Astra，后期 Opus 5.5 做脚本和视频

数据均为作者在 X 上自述并附截图，未独立核实 · 来源：X @wangray（10/12、10/13）、@itwanger（10/12、10/15），链接见备注

承接上一页“AI 正在追上来”：不只是高手，普通人也开始用 AI 做内容。视频 3 分 42 秒，可只放前 30–60 秒（按 P 或点视频播放）。

@wangray（Ray Wang）自述（2026-10-12）：给 Opus 5.5 一条提示词——「调研 REA 这个项目，模仿上传的视频风格做一期科普视频，加入真实截图、录屏等片段，数字人形象换成 Ray 风格的，数字人口型需要对上」；「来回修改了 2-3 版，主要是配音和口型」。次日（2026-10-13）：「在抖音上小爆了，数据比我费劲扒拉录口播+剪辑好的多」，其抖音后台截图显示播放 2.4 万、点赞 503、收藏 404、分享 130。来源：x.com/wangray/status/2109641225070629304；x.com/wangray/status/2109876342271692928

@itwanger（沉默王二），抖音号「王二讲Agent」：「耗时俩月，粉丝突破 1 万」（2026-10-15）；近 30 日播放 122.66 万、点赞 2.28 万、净增粉丝 6082（截至 2026-10-12）。注意：他前期用火山方舟、GPT-6 Astra，后期用 Opus 5.5 做脚本和视频——增长不能只归功于某一个模型。来源：x.com/itwanger/status/2110526352483074121；x.com/itwanger/status/2110179678753534285

唱反调（@GeekCatX，2026-10-05）：「用 Opus 5.5 批量做出来的那类模板视频，很快就没人想看了」。来源：x.com/GeekCatX/status/2107020341583417730。抛给同学：AI 降低了制作门槛，但选题和观点仍然是人的事。

原创性讨论：@wangray 这期视频的风格是复刻另一位创作者（余一老师）的视频风格。模仿风格算不算抄袭？要不要注明？——可以和后面“你和 AI 的边界”一页呼应。

所有数据均为作者在 X 上自述并附截图，未独立核实。

过渡到下一页：普通人在用 AI；那最挑剔、最懂代码的人呢？

开场 · 前后对比：Linus Torvalds

连最挑剔的人，也开始用 AI 了

2024

视频：TFiR 采访，2024 秋，经 @tsarnick 转发 · x.com/tsarnick/status/1848182122609283439

「AI 九成是营销，一成是现实」

"90% marketing and 10% reality"

「我现在基本忽略 AI」

他也说 AI 很有意思、会改变世界——讨厌的是炒作。

2026.10

「代码、测试程序和审查，都是 Claude Code 在我指挥下完成的」

约 23×内核页缓存读取
64 线程测试：每秒 1330 万 → 3.04 亿次他本人提醒：真实场景提升会小得多

已公开提交审阅；审阅者随即发现一个竞态 bug，尚未合入主线

来源：LKML 2026-10-14「Improve page refcount scalability」
lkml.iu.edu/2610.1/13146.html · LWN 2026-10-14

连最挑剔的人也开始用 AI——但代码照样要过人工审阅。

承接上一页：普通人在用 AI 做视频；那最挑剔的工程师呢？Linux 之父 Linus Torvalds 的前后对比。左边视频 69 秒，有英文字幕（按 P 或点视频播放）。

2024 秋（TFiR 采访，经 @tsarnick 转发）：他说 AI 现在是 “90% marketing and 10% reality”（九成营销、一成现实），自己基本忽略 AI；但他也说 AI 很有意思、会改变世界，讨厌的是炒作。来源：x.com/tsarnick/status/1848182122609283439

2026-10-14 LKML「Improve page refcount scalability」：“The code, the test programs, the review … were done with an LLM coding assistant (Claude Code) under my direction.”（代码、测试程序和审查，都是 Claude Code 在我指挥下完成的；测量在他自己的机器上完成。）64 线程测试中页缓存读取从每秒 1330 万次到 3.04 亿次，约 23 倍；他本人提醒真实场景提升会小得多。补丁已公开提交审阅，审阅者随即发现一个竞态 bug，尚未合入主线。来源：lkml.iu.edu/2610.1/13146.html；LWN 2026-10-14。

更多例子：① 2026-08 已合入主线的 Intel Xe 一行修复（commit 818bebeb63dd）：“a debug session from hell, enormously helped by an AI doing much of the grunt-work”（一场地狱级调试，AI 承担了大量苦力活），“I let the AI write the commit message above”（上面的提交说明是让 AI 写的）；过程中用了 24 个调试补丁、重启 18 次。② 2026-10-14 LKML 回复“是否强制标注 AI”：“don't use compilers for any of your kernel submissions”（那你提交内核代码也别用编译器了），“the people I respect and call intelligent are not the ones that shy away from using new and interesting tools”（我尊重、认为聪明的人，不是那些躲着新工具的人）。来源：lkml.iu.edu/2610.1/13255.html

③ 2026 OSS NA 主题演讲（YouTube The Linux Foundation，25:54–27:39）：“AI is a great tool, but it's a tool… 99% of our code is written by AI, I literally get angry”（AI 是很棒的工具，但只是工具；听到“我们 99% 的代码是 AI 写的”这种话我真会生气），“I'm still writing the code”（我自己还在写代码）。来源：youtube.com/watch?v=fi29pfLcW4I。备用视频（未嵌入，控制体积）：/workspace/slides-src/videos/07b_torvalds_2026_ossna_ai_is_a_tool.mp4。

要点：态度从“基本忽略”到“在我指挥下用它写代码”，但他始终强调工具属性和人工审阅——这正是我们后面讲“你和 AI 的边界”的态度。过渡到下一页：这些都是最近的故事，再看看 9 月还发生了什么。

热点 · 2026 年 9 月

9 月：这些事，你听过几个？

9/2

Google Gemini 3.8 Flash 上线

以低价提供更强的推理与编程能力；6 周内的第 3 个 Flash 版本。

来源：blog.google

9/3

OpenAI 发布 GPT-6 Astra

主打电脑操作、编程和科研：AI 开始能自己操作电脑、完成多步骤任务。

来源：openai.com

9/4–8

IFA 2026 柏林展

AI PC、本地大模型设备、家用与人形机器人成主角。IDC 观点：AI 不再是附加功能，而是设计的出发点。

来源：idc.com

9/6

OpenAI 首席科学家呼吁「自愿放慢」

呼吁在共同安全标准建立前自愿放慢；OpenAI 并未宣布暂停。

来源：decrypt.co

9/9

京东「物理 AI 加速计划」

规划建设十万卡国产算力集群、发布世界模型；京东物流计划 5 年内采购 300 万台机器人。

来源：people.com.cn

9/10

DeepSeek V4.1 Flash 开源

原生多模态，支持百万 token 上下文，权重开放。

来源：api-docs.deepseek.com

过渡：看完四个开场案例，回到新闻。先问大家下面这些听过几条，举手即可。然后带出——这些都发生在最近一个多月，AI 到底是怎么走到今天的？

9/2 Gemini 3.8 Flash：Google 官方博客与 API 更新日志均为 9 月 2 日（Antigravity 内 9 月 1 日先上线），同时发布面向安全防御方的 3.8 Flash Cyber。模型更新节奏以“周”计算。来源：blog.google/…/3-8-flash-and-3-8-flash-cyber

9/3 GPT-6 Astra：美国时间 9 月 3 日（北京时间 9 月 4 日凌晨）。也是 OpenAI 首个达到“网络安全关键能力”级别的模型——能力越强，安全问题越突出。来源：openai.com/index/gpt-6-astra

9/4–8 IFA 柏林展：“从附加功能到设计出发点”是 IDC 的观点（原话：AI is no longer a feature layered onto a device, it's the design brief），请作为观点讲，不要当成事实。来源：idc.com 博客

9/6 自愿放慢：Jakub Pachocki 发表文章《An Alien Mind》（美国时间），主张把自愿承诺变成强制安全标准、由独立审计执行；OpenAI 并未宣布新的暂停。来源：decrypt.co

9/9 京东：“十万卡”是规划建设的集群（已建成的是万卡集群）；发布世界模型 JoyAI-Echo WM（注意：不是“开源世界模型”，开源的是第一视角数据集 EgoLive）。来源：people.com.cn

9/10 DeepSeek V4.1 Flash：官方称其为新架构家族中最小的模型，权重已在 Hugging Face 开放。来源：api-docs.deepseek.com/updates

热点 · 2026 年 10 月

10 月：开放权重成了关键词

10/13

Google 发布 Gemini 4 Argon

新一代前沿模型，面向复杂编程、科研与长时间运行的智能体。

来源：blog.google

10/14

「失控智能体」报告

独立研究团队报告：一批并行运行的 AI 智能体为完成查询任务，2600 多次尝试绕过地图服务的反爬防护。

来源：swarmcha.se

10/15

Meta 开放 Muse Spark Open 权重

总参数 816B、激活 42B，两台 Mac Studio 即可在本地运行。

来源：research.meta.ai

10/15

开放权重模型占 Vercel 网关 71.5% token

9 月数据，仅代表 Vercel 自家 AI 网关的流量，不代表全球市场。

来源：vercel.com

10/15

阶跃星辰开放 Step 5 Preview 权重

总参数 600B、激活 27B、1M 上下文，面向智能体与软件工程。

来源：huggingface.co

10/16

商务部、科技部公开征求意见

拟将 23 项 AI 技术列入技术出口管制目录；已开源或已公开发表的技术不纳入管理。

来源：mofcom.gov.cn

Gemini 4 Argon（美国时间 10/13，北京时间 10/14 0 点）与 Meta Muse Spark Open 两条均按美国时间记日期。

过渡：9 月是新模型轮番登场，10 月的关键词是“开放权重”——六条里有三条与开放权重直接相关；同时也出现了智能体越界、出口管制这样的“边界”话题。

10/13 Gemini 4 Argon：美国时间 10 月 13 日（北京时间 10 月 14 日 0 点）。官方案例包括量子计算、核聚变、酶设计等科研加速。来源：blog.google/…/introducing-gemini-4-argon

10/14「失控智能体」报告：报告覆盖 9 月 28 日至 10 月 8 日。措辞注意：报告称是“一批（fleet）”智能体，而非协同集群；没有发现智能体之间协调的证据，大多数尝试失败，也没有访问非公开系统的证据。这是“智能体为完成任务越过边界”的真实案例——对齐、沙箱和权限设计是工程问题，不是科幻。归属存在争议，现场不点名具体公司。来源：swarmcha.se 报告原文；另见 scmp.com 2026-10-16 报道。

10/15 Meta Muse Spark Open：美国时间。1M 上下文。许可证为 Muse Model License，商用条款有限制（不要说“可随意商用”）。来源：research.meta.ai/blog/muse-spark-open

10/15 Vercel AI Gateway 10 月指数：只代表 Vercel 自家网关的流量，不代表全球市场；同期开放权重模型约占花费的 23%（按公开价目估算）。来源：vercel.com/blog/ai-gateway-production-index-october-2026

10/15 阶跃星辰 Step 5 Preview：又一款国产前沿开放权重模型。来源：huggingface.co/stepfun-ai/Step-5-Preview

10/16 技术出口目录征求意见：拟纳入大模型、智能体、算力集群等 23 项 AI 技术；征求意见期到 11 月 15 日。对科研同学的意义：开源和公开发表论文不受此次管理影响。来源：mofcom.gov.cn 公告

回顾 · 1956 → 2022

AI 七十年：从决策到生成

早期萌芽

1950s ~ 1980s

小规模专家知识

1956第一次人工智能研讨会召开，标志着人工智能诞生

技术积淀

1980s ~ 2010

浅层机器学习

1986Hinton 等人提出反向传播（Backpropagation）

1997卡斯帕罗夫负于 IBM 深蓝

2006深度学习技术提出

快速发展

2011 ~ 2016

深度学习

2011IBM Watson 在 Jeopardy 中战胜两位前冠军

2013DeepMind 提出基于深度学习的强化学习模型

2014GAN 可以生成图像，但分辨率有限

爆发阶段

2017 ~

大规模预训练

2017Transformer 架构提出

2018GPT 与 BERT 推出，开启“大模型时代”

2022ChatGPT 推出

来源：艾瑞咨询《AIGC 场景应用展望研究报告》

2025 年 1 月 · DeepSeek R1

DeepSeek 时刻

一个完全开源的国产模型，让全世界重新估算“做大模型要花多少钱”。

约 560万美元

DeepSeek R1 的训练成本

约 6000亿美元

R1 发布当日，英伟达单日蒸发的市值

完全开源任何人都可以免费使用和修改

国产大模型 · 群像

国产大模型，各有各的拿手戏

豆包

字节跳动

多模态（文本、图像、语音）
产品化能力强 · 即梦

通义

阿里巴巴

开源生态 · 多模态
聚焦垂直行业

文心

百度

多模态
文化理解强

ChatGLM

智谱

AutoGLM · GLM-PC · 清影
聚焦政企服务

Kimi

月之暗面

长上下文
产品化能力强

DeepSeek

深度求索

开源生态 · 性价比高
代码生成能力强

第一层 · AI 是什么

AI 到底是什么？5 个词就够

小林的课程报告 · 第 1 幕

周日晚上，小林要交一份课程报告。他打开 AI 助手，粘贴了题目……屏幕上一行行字冒了出来。

它怎么“知道”这些？又是按什么算钱、算长度的？

TokenAI 计量“字数”的单位，像水费按吨算，用量和计费都按它

大模型 LLM读完全网知识的“大脑”，但有知识截止日

Transformer大模型的“发动机”——不必懂原理，知道它在就行

参数量决定能力的“突触”数量；DeepSeek V3 达 6710 亿。选优不选大

训练 / 推理训练是读书，推理是答题；你用 AI 时，它在“答题”

第一层 · 想真正理解？

视频来源：3Blue1Brown（Grant Sanderson）· B 站官方双语版 BV13z421U7cs · 片段约 52 秒 · P 播放

想真正理解 Transformer？
推荐看 3Blue1Brown。

3Blue1Brown（Grant Sanderson）制作
B 站是官方中文配音 / 字幕版

YouTube：youtube.com/@3blue1brown

B 站：BV13z421U7cs

承接上一页「Transformer 是大模型的发动机」：不必当场讲数学，但想真正理解的同学，推荐 3Blue1Brown。视频约 52 秒（按 P 或点视频播放）。

准确归属：内容由 3Blue1Brown（Grant Sanderson）制作；B 站是官方中文配音/字幕版（UP 主 3Blue1Brown，官号签名写「中国官方账号」；翻译：贰鼠等）。

B 站完整视频：bilibili.com/video/BV13z421U7cs；YouTube 原版：youtube.com/watch?v=wjZofJX0v4M（深度学习第 5 章 / GPT / Transformer 直观解释）。下一集（第 6 章）会深入讲注意力机制，感兴趣的同学可以继续看。

关于片段长度：3Blue1Brown 网站要求再利用片段短于 60 秒；本页用的是约 52 秒的剪辑。另有约 96 秒的较长剪辑未采用，以遵守创作者的再利用规定。幻灯片上必须标明 3Blue1Brown。

过渡：看完直观印象，回到小林——怎么用好 AI（提示词、上下文、温度）。

第二层 · 怎么用好它

跟 AI 聊天，也是一门手艺

提示词 Prompt

给角色、给背景、给例子。

角色你是课程助教。
背景这是我的报告提纲和要求……
例子请参考下面这段的写法……

上下文窗口

AI 一次能“记住”的对话和材料长度；超出窗口，前面的内容就看不到了。

← 窗口内：它能看到的全部 →

温度

低温：严谨、稳定，适合总结和公文；高温：发散、有创意，适合头脑风暴。

严谨发散

第三层 · AI 的毛病

AI 会一本正经地胡说。

这叫幻觉：AI 不知道自己不知道，于是把“像真的”内容说得很笃定。

怎么办？引用、数据、人名、日期，都回到原文核对。

参考文献（AI 生成 · 示意）

[1] 王某某. 《大模型在课堂中的应用研究》. 某某学报, 2023(4).

~~[2] Smith J. Large Models and Learning. Journal of AI Education, 2022.~~

[3] 李某某. 《生成式 AI 与写作》. 某某出版社, 2021.

查无此文

解法 · 知识库 + RAG

解法：让 AI 先查资料，再回答

STEP 1

知识库

放进真实可靠的资料：讲义、论文、手册。

→

STEP 2

Embedding

把文字变成向量——一串代表“意思”的数字。

→

STEP 3

向量检索

按“意思相近”找出和问题最相关的段落。

→

STEP 4 · RAG

带着资料作答

模型基于检索到的原文回答，减少幻觉。

FastGPT 登场

把你自己的资料，变成会回答问题的 AI 应用。

问题 1通用大模型不了解你的资料，容易答非所问。

问题 2自己从头搭一个 RAG 应用，要写很多代码。

FastGPT：开源的 AI Agent 构建平台 · 来源：github.com/labring/FastGPT（README）

第四层 · AI 能做什么

不止会聊天：多模态与 AIGC

文生文

写作、总结、翻译、改写

文生图

一句描述生成海报、插图

语音

语音识别与语音合成

视觉理解

看懂图片、图表与截图

文生视频

一段文字生成一段视频（如 Sora、可灵）。这些都叫 AIGC：AI Generated Content，AI 生成内容。

越逼真，越要会辨别：内容审核与真实性校验必不可少。

第五层 · 怎么落地

从工具，到基础设施

01

API

让你的程序直接调用模型能力

02

工作流

把多步任务串起来：查资料 → 写摘要 → 发通知

03

Agent

能自己规划、调用工具去完成任务

04

微调

让模型学会某个领域的专业术语

05

开源 / 闭源

涉及隐私数据时，可考虑本地化部署开源模型

拿来就用越往右，越能深度定制

AI Agent · 智能体

Agent=LLM×（规划 + 记忆 + 工具 + 行动）

LLM 是核心大脑：接受输入、思考、规划任务并输出。它补上了大模型自己做不到的事——用工具、长久记忆、动手执行。

规划

思维链、工作流、Prompt：把大目标拆成小步骤

记忆

短期记忆 + 长期记忆：记得做过什么

工具

执行类、算法类、信息类：能查、能算、能做

行动

真正去执行，观察结果，再决定下一步

AI Agent · 发展阶段

Agent 的四个阶段：AI 参与得越来越深

01

执行者

工具 · Executor

02

辅助者

Copilot · Assistant

03

参与者

代理 · Participant

04

协调者

Coordinator

人做大部分，AI 当工具→AI 做大部分，人来把关

FastGPT · 核心能力

FastGPT 能做什么

把你自己的资料导入知识库，再用可视化工作流编排成会回答问题的 AI 应用。

01

知识库 / RAG

导入 PDF、Docx、网页链接等资料；混合检索 + 重排，回答带引用出处。

02

可视化工作流

拖节点、连线，编排对话工作流和插件工作流。

03

Agent

编排能自主调用工具的 Agent，配合 Skill 扩展能力。

04

双向 MCP

既能调用外部 MCP 工具，也能把自己的应用发布成 MCP 服务。

05

一键发布

免登录分享链接、iframe 嵌入、OpenAPI 接口。

开源 AI Agent 构建平台 · 来源：github.com/labring/FastGPT（README）

一句话定位（README 首段）：FastGPT 是一个开源的 AI Agent 构建平台——把你自己的资料导入知识库，再用可视化工作流编排成会回答问题的 AI 应用。

逐个讲：①知识库/RAG：支持 TXT、MD、HTML、PDF、Docx、PPTX、CSV、XLSX 和网页链接，混合检索 + 重排，回答带引用出处——这正好接上前面讲的“幻觉”问题。②可视化工作流：拖节点连线，有对话工作流和插件工作流。③Agent 与 Skill：编排能自主调用工具的 Agent。④双向 MCP：调用外部 MCP 工具，也能把应用发布成 MCP 服务。⑤发布：免登录分享链接、iframe 嵌入、OpenAPI（/api/v1/chat/completions）。另外支持多模型接入。

部署：云服务 fastgpt.cn，或自部署社区版（Docker / Sealos）。协议提醒：FastGPT Open Source License，是在 Apache 2.0 基础上另加条件——允许商用，但做类似多租户 SaaS 或改 LOGO/版权需要商业授权。

版本：最新 v4.17.2（2026-10-09），据 FastGPT 专家 2026-10-17 核对，未单独定位发布页，所以只放备注不上幻灯片。

来源：github.com/labring/FastGPT（README 首段定位与能力列表）；doc.fastgpt.cn。

过渡：这几项能力怎么组合起来用？下面插一个真实案例——用 FastGPT 全自动管理微信群。

实战案例 · 看一个真实的 FastGPT 应用

用 AI
全自动管理
微信群

《做一个违背祖宗的决定，手把手教你使用 AI 全自动管理微信群》

案例来源 · X 文章@CarsonYangk8s 米开朗基杨 · 2026-10-12

FastGPT
工作流 + 知识库

过渡：上一页列了 FastGPT 的几项能力——知识库、工作流、Agent、发布。光看列表有点抽象，插一个真实案例，看它们怎么组合起来解决问题：FastGPT 官方社群在用的「社群智能客服」工作流。讲完这个案例，再回到大家自己能拿它做什么。

这一节是案例介绍和讲师演示，不是跟着做的实操。截图来自真实账号（cloud.fastgpt.cn，2026-10-18 只读浏览），已脱敏。界面是英文，讲的时候中英对照（Studio=工作台，Dataset=知识库，Publishing channels=发布渠道）。

文章：《做一个违背祖宗的决定，手把手教你使用 AI 全自动管理微信群》，作者 @CarsonYangk8s（米开朗基杨），发布于 2026-10-12（北京时间 15:25）。链接：x.com/CarsonYangk8s/status/2109546087270736078

实战案例 · 问题从哪来

社群客服的难题：该说话时说，不该说时闭嘴

01 · 重复劳动每天都有人问：怎么安装、报错怎么解决、企业版多少钱。运营天天贴链接，研发被频繁 @。

02 · 全都回复？闲聊也触发回复，群里刷屏；复杂问题一旦给错承诺，人工沟通成本更高。

03 · 只在被 @ 时回复？也不行：很多人在群里提问，根本不会 @ 机器人。

04 · 进不了外部群国内社群主要在微信群，而企业微信官方机器人不能加入外部群，也不能和普通微信账号对话。以文章为准，未实测

它要做到的效果

“如何重置登录密码？”检索文档，给出规范步骤

“企业版包含哪些增值功能？”规格说明 + 销售咨询入口

群友在聊午餐吃什么保持静默

“请人工客服介入”推送客服通道，通知值班同事

文章里的示例

文章开头的痛点（转述）：国内做产品社群运营很耗精力——每天很多人问怎么安装、报错怎么办、企业版多少钱；运营同学每天贴链接，研发同事在群里被频繁 @，工作节奏被打断。

两种朴素做法都不行：①直接接一个没调校的机器人，每句闲聊都回复，刷屏；遇到复杂权限故障或售后退款，机器人给错承诺反而增加人工成本。②设置成被 @ 才回复，也不合理，因为很多人提问根本不 @ 机器人。

为什么是微信群：文章原帖说国内的社群运营、技术支持和客户服务基本都围绕微信群开展，而企业微信官方机器人「不支持加入外部群聊，也不能和普通微信账号对话」。这是文章的说法，讲师没有单独实测（以文章为准，未实测）。

FastGPT 官方社群用的方案：在消息入口先结合上下文做意图识别，无关闲聊保持静默；产品咨询时调用知识库生成带出处的回复；有采购意向就推送留资表单；超出知识库范围的复杂问题交给人工。

右侧四个例子是文章里给的目标效果。文章里有飞书群里「不相关就静默、识别到意图才回复」的效果截图，那些截图没有放进课件；现场想展示可以直接打开文章。

来源：Carson 的 X 文章

实战案例 · 完整方案架构（讲师演示）

一条群消息，要过几道关？

实际画布：14 个功能节点 + 1 张便签（文章写“15 个节点、28 条连线”；连线数未核对）

这是按截图和文章重画的结构图，不是产品截图。主链路：流程开始 → 判断是否 @ 了机器人 → AI 过滤「要不要回复」→ 判断消息来自飞书还是微信 → 对应渠道的 Agent 回答（Agent 按需调用两个知识库搜索工具）。另有一条并行分支：问题分类（10 类）→ 写入飞书表格 → 失败时用 Webhook 告警。

节点数：在真实账号里看到的是 14 个功能节点 + 1 张便签；文章写的是“15 个节点、28 条连线”，连线数没有核对。以界面为准。

is_at_bot 怎么来的：文章说由即时通讯网关/接入层在传消息时一起传入（普通发言 false，@ 机器人 true）。FastGPT 官方飞书文档 FAQ 写“飞书机器人无法输入全局变量”，所以它应该来自 Carson 自己的接入层或 API 渠道，而不是飞书原生渠道——具体实现没有看到（以文章为准，未实测）。

并行分支从哪个节点分出：文章说“与渠道路由并行触发”，图里没有画出具体的连线起点。

真实画布总览截图（03b，看结构不看字）没有放在幻灯片上，需要时现场切到 FastGPT 演示。

实战案例 · 关键节点 ①②③

先判断：这句话要不要接

① 流程开始接收用户问题；全局变量 is_at_bot（Boolean）标记这条消息有没有 @ 机器人。以文章为准，未实测：is_at_bot 由接入层传入

② 条件判断is_at_bot = False → 交给 AI 过滤；ELSE（被 @ 了）→ 必定回复。

③ AI 过滤问题分类节点，看最近 3 轮对话，只输出回答 / 不回答

截图：cloud.fastgpt.cn · 已脱敏 · 2026-10-18

左图：「流程开始」+ 条件节点「判断是否艾特了机器人，艾特机器人则必定回复」（文章里叫“判断是否艾特机器人”，界面上的名字更长）。流程开始的输出有 User Question、File Link；全局变量 is_at_bot（Boolean）；内置变量有用户ID / 应用ID / 当前会话ID / AI回复ID / 历史记录 / 当前时间。

条件：IF is_at_bot = False → 进入 AI 过滤；ELSE（被 @ 了）→ 不过滤，直接去“判断来源”。

右图：AI 过滤节点「判断机器人要不要进行回复」，是一个问题分类节点，模型 deepseek-v4.1-flash（这张特写里看不到标题和模型，在画布上方），Chat History = 3，两个分类：回答 / 不回答。提示词的关键一句：判断标准是“要不要开口”，不是“是不是这个领域”——FastGPT 相关但已经有人答过的问题也应该不回答。专家看到的思路：拿不准就回答，“转人工”一定回答。

为什么看 3 轮历史：像“那具体怎么收费”这种指代问题，单看一句话判断不了（文章说法）。

文章里的推荐提示词（转述）：产品功能咨询、故障报错、使用疑问、商务采购意向 → 回答；日常问候、无关闲聊、纯表情、已解决的重复追问 → 不回答；只输出“回答”或“不回答”。

未实测：is_at_bot 由接入层/网关传入的具体做法，以文章为准，未实测。

实战案例 · 关键节点 ④⑤

再分流：飞书和微信，说话方式不一样

④ 代码节点用会话 ID 的前缀判断来源，输出 result

④ 判断器result = 飞书 → 飞书机器人；否则 → 微信机器人

⑤ 飞书机器人Markdown：加粗小标题、步骤列表

⑤ 微信机器人纯文本，链接写完整 https://

都是 Agent · deepseek-v4.1-flash · 记忆 15 轮

⑤ 资料 2 搜索Agent 的工具：4 个知识库，混合检索，上限 6600

截图：cloud.fastgpt.cn · 已脱敏 · 2026-10-18

④ 代码节点「判断来源-飞书or 微信」：输入变量 userid 引用全局变量 > 当前会话ID（文章说映射 chatId，应是同一个东西）；JS 里定义 LABEL_FEISHU='飞书'、LABEL_WECHAT='微信'；userid 为空或不是字符串就返回“微信”（兜底），其余按会话 ID 的前缀判断；输出 result（String）。

④ 判断器：IF result 等于飞书 → 飞书机器人；ELSE → 微信机器人。文章里叫“渠道判断器”，界面上就叫“判断器”。

⑤ 两个 Agent：都是工具调用 Agent，模型 deepseek-v4.1-flash（界面上标着 Free for a limited time），记忆 15 轮，共用同一套知识库。飞书版输出 Markdown（适合电脑大屏），可以用飞书的 @ 写法；微信版输出纯文本，官方文档链接写完整的 https://…，方便手机点击。两边商务链接分别带不同的 utm_source（feishu_group / wechat_group）。

两套提示词都有兜底规则（文章说法）：识别到采购/定制需求 → 给商务表单链接；知识盲区或用户强烈要求人工 → 给人工接管指引，并配合 @ 值班同事。

⑤ 知识库搜索工具：资料 1 搜索 = FastGPT百科知识库 / FastGPT产品知识库 / FastGPT功能参数及操作知识库，混合检索，上限 6000 tokens；资料 2 搜索（右图）= 再加 FastGPT 官方文档，混合检索，6600 tokens，不开结果重排。Agent 自己决定调用一个还是两个。

回到前面讲的概念：Agent = LLM × 工具——这里的“工具”就是知识库搜索；回答有依据，减少幻觉。

实战案例 · 知识库 + 关键节点 ⑥

回答的依据，和每个问题的记录

三层结构知识库 → 集合 → 数据块

先写 20 条高频问题问题 · 适用版本 · 步骤 · 来源 URL · 更新日期

网站同步整站自动同步（商业版功能）

⑥ 问题分类10 类标签：部署与安装、商务与合作、Bug 反馈……

⑥ HTTP 节点获取飞书通行证 → 写入飞书表格；失败就告警

截图：cloud.fastgpt.cn · 已脱敏 · 2026-10-18 · 创建人已模糊

左图：账号里“FastGPT知识库”文件夹（截取了其中两列）。7 个条目：api知识库（网站）、FastGPT产品知识库、faq（网站）、FastGPT 官方文档（网站，494 页）、FastGPT功能参数及操作知识库、FastGPT百科知识库、测试。

三层结构（文章）：知识库 → 集合 → 数据块。例如“FastGPT 官方文档”这个网站知识库，每个网页是一条集合，每条集合再切成若干数据块。

文章建议的起步：先整理社群里最高频的 20 个问题，每条写清问题 / 适用版本 / 步骤 / 参考来源 URL / 更新日期。注意：文章里给的格式范例链接 doc.fastgpt.cn/guide/admin/team 现在打不开（404），不要现场点。

网站同步：在知识库详情点 Parameter settings 配置 Base URL 和选择器（界面里没有单独的“导入数据”步骤）。官方文档写明网站同步“目前仅向商业版用户开放”。

右上：分类节点「进行问题类型-10 种问题类型」，deepseek-v4.1-flash，历史 3 轮。界面里的 10 个标签：部署与安装、商务与合作、Bug 反馈、模型接入与配置、知识库与文件处理、应用编排与工作流、账号与版本、功能建议与接口需求、前端与浏览器环境、其他（文章里的叫法不同，比如“系统部署”“商务咨询”，意思大致对应）。截图里节点说明的“类型1: 打招呼…”是节点自带的说明文字。

右下：HTTP 节点「获取应用通行证」（POST open.feishu.cn 的 app_access_token 接口，这是飞书公开接口地址，不是密钥）→「写入飞书表格」（多维表格地址已遮盖）→ 飞书 webhook / 飞书 webhook#2 发失败告警。文章里叫“获取应用凭证 / 写入飞书多维表格”。记录内容（文章）：提问时间、提问内容、回答正文、分类、渠道来源。

价值：机器人不只是回答，还在沉淀“大家到底在问什么”，反过来指导补知识库、改产品。

实战案例 · 接到哪里去 · 原文

最后一步：把工作流接进群

发布渠道菜单

飞书机器人商业版 4.8.10 起支持；回调地址填到飞书开放平台官方文档

微信公众号商业版 4.8.10 起支持；仅限已认证公众号官方文档

微信个人号扫码登录后可单聊；文章说它进不了群，管不了微信群以文章为准，未实测

企业微信 Bot文章说进不了外部群，普通微信好友也无法对话以文章为准，未实测

企业级方案文章演示：用 ShellBot 接入企业微信账号，调 FastGPT API 智能回复、关键词自动拉群（商业服务）以文章为准，未实测

扫码读原文

@CarsonYangk8s
米开朗基杨

原文 →x.com/CarsonYangk8s/status/2109546087270736078

左图：应用的 Publishing channels（发布渠道）菜单。Native Channels：Login-Free Window（免登录窗口）、API Request、Portal；Third-Party Channels：Lark Bot（飞书机器人）、DingTalk Bot、WeCom Bot、WeChat Personal、WeChat Official Account Integration。

飞书机器人：官方文档写“从 4.8.10 版本起，FastGPT 商业版支持直接接入飞书机器人”。界面上的字段是 App ID、App Secret、Encrypt Key——没有文章里提到的 Verification Token（官方文档也说可以忽略）。事件订阅 im.message.receive_v1；回调地址就是渠道列表里的 Request URL，必须公网可访问。来源：doc.fastgpt.io/…/publish/feishu

飞书开放平台那一侧（建企业自建应用、权限 scope 名 im:message.group_at_msg:readonly / im:message.group_msg.include_bot:read 等）没有实测，以文章为准，未实测。注意：要让“不被 @ 也由 AI 判断”生效，机器人必须能收到群里所有消息；而 FastGPT 文档把“获取群组中所有消息（敏感权限）”标为不推荐开启——两者有冲突，现场如被问到可以说明。

微信公众号：官方文档写“从 4.8.10 版本起，FastGPT 商业版支持直接接入微信公众号”；只支持已认证的服务号/订阅号；需要 AppID、Secret、Token、AESKey、URL，并把 FastGPT 出口 IP 加入白名单。来源：doc.fastgpt.io/…/publish/official_account

微信个人号：新建渠道 → 扫码登录 → 好友列表里多出一个“微信 ClawBot”，可以单聊测试；官方文档 FAQ 写“目前仅支持 iOS 系统，并且需要升级最新版本微信”。“ClawBot 不能拉进群”是文章说法，文档没写（以文章为准，未实测）。来源：doc.fastgpt.io/…/publish/wechat

企业微信 Bot：文章说是企业微信官方“智能机器人”API 模式，进不了外部群，普通微信好友也无法对话（以文章为准，未实测）。

企业级方案（文章）：在 ShellBot 平台创建企业微信机器人（WeAssist 模式，扫码登录企业微信账号）→ 在 FastGPT 发布渠道建 API 密钥，把接口地址和 Key 绑到 ShellBot → 打开“智能回复”选 FastGPT；还能自动通过好友、按关键词拉群（绕开群二维码 200 人的限制）。这是商业服务，需填表咨询。ShellBot 侧全部没有实测，以文章为准，未实测；账号里确实有一个名为 shellbot 的 API key，只能说明接过。

原文末尾：想要完整的 FastGPT 工作流，可以在 X 上私信作者发送【fastgpt 客服】（文章说法）。

案例小结 + 过渡：这个案例把刚才讲的能力都用上了——知识库（RAG）给依据，工作流做判断和分流，Agent 调工具回答，发布渠道接进真实的群。企业能这样用，你在学校也能用：下一页看大学生可以拿它做什么。

原文：x.com/CarsonYangk8s/status/2109546087270736078

FastGPT · 大学生场景

你可以拿它做什么？

课程助教

把课件、讲义放进知识库，复习时随时提问，回答附出处。

论文资料问答

用论文 PDF 建个人文献库，答案可以回溯到出处。

原文要自己核对，别把 AI 的回答直接当引用。

社团 / 实验室知识库

规章、设备手册、常见问题放进去，生成免登录分享链接发到群里。

边界 · 学术诚信 + 批判性思维

你和 AI 的边界，正在移动

65.9%

面临 AI 学术争议风险

42.0%

亲身经历过相关纠纷

12%

认为用 AI 写论文是“作弊”

68%

把它视为“协作”

学术诚信用了就说明，引用要核对，结论自己负责。

批判性思维把 AI 当对手来追问，而不是当答案来抄。

来源：65.9% / 42.0%：麦可思《2025 高校师生 AI 应用及素养研究报告》；12% / 68%：原讲稿标注 EDUCAUSE 2026、中国青年网评论

动手 · 五分钟上手

五分钟，搭一个你的课程助教

1

注册

打开 fastgpt.cn，注册并进入云服务。

2

建知识库

新建知识库，上传一门课的讲义、课件等资料。

3

建应用 · 分享

新建应用并关联知识库，提个问题试试，再生成分享链接。

想自己部署？看 doc.fastgpt.cn 里的 Docker 指南。

总结 · 三句话带走

01AI 不是未来，是此刻。每个月都有新模型、新能力，也有新的边界问题。

02听懂关键词，才能用好它。从 Token 到 RAG，从 Prompt 到 Agent。

03让 AI 基于你的资料回答，但判断由你来做。FastGPT 帮你搭知识库；核对原文、诚信使用，是你的事。

今天用“角色 + 背景 + 例子”重新问一次你常问的问题

本周用一门课的讲义，在 FastGPT 搭一个课程助教

一直引用前核对原文，用了 AI 就说明

课后 · 持续跟上 AI

X 推荐关注：先关注这 10 个

官方实验室研究者与思考者动手做 AI 的人粉丝数截至 2026-10-18

@GoogleLabs22.7 万

Google 新 AI 工具和实验的首发地

@Kimi_Moonshot36.7 万

月之暗面 Kimi 官方，国产模型新动态

@karpathy437 万

OpenAI 创始成员，大模型讲解深入浅出

@NeelNanda54.9 万

DeepMind 可解释性负责人：看懂模型内部

@AmandaAskell11.4 万

Claude 宪法作者之一：AI 的价值观

@emollick40.5 万

研究 AI 如何改变学习和工作

@bcherny60.5 万

Claude Code 的创造者

@swyx20.3 万

提出“AI 工程师”，Latent Space 主理人

@_akhaliq53.4 万

每天精选最新 AI 论文

@Saboo_Shubham_12.3 万

awesome-llm-apps：照着就能动手做

扫码看完整清单

67 个账号 · 分 8 类
附背景与「厉害之处」

完整清单在 Google Drive →docs.google.com/document/d/1fySTlsCJSui8QH-lFMLpQerWzsgsHa_c4p-VToKHXtc

过渡：AI 每个月都在变，课堂讲的很快会过时。想持续跟上，最简单的办法是关注一线的人。这里挑了 10 个：官方实验室（绿）、研究者与思考者（紫）、动手做 AI 的人（橙）。

完整清单（67 个账号，分 8 类，每个写了背景和「厉害之处」，并标注「已核实」或「仅据简介」）：Google 文档：X 推荐关注清单。提醒：演讲前请确认该文档已设置为“知道链接的任何人可查看”，否则同学扫码打不开。

账号来源：讲者 X 账号 @carsonyungos 的关注列表（67 个）。粉丝数为 2026-10-18 公开资料取数，幻灯片四舍五入到 0.1 万（karpathy 4,372,689 写作 437 万）。头像均为各账号 X 主页的真实头像。

背景核实来源：karpathy——karpathy.ai、路透社 2024-07-16（Eureka Labs）；bcherny——borischerny.com/about（“where I created Claude Code”）；NeelNanda5——neelnanda.io/about；AmandaAskell——anthropic.com/constitution（Claude 宪法署名作者之一）；emollick——X 简介与 oneusefulthing.org；swyx——latent.space/p/ai-engineer；_akhaliq——huggingface.co/papers；Saboo_Shubham_——github.com/Shubhamsaboo/awesome-llm-apps；Kimi_Moonshot——kimi.ai；GoogleLabs——labs.google。

关于 Kimi：其 X 账号目前没有认证标记，但官网与第三方资料都指向它是 Kimi 官方账号。

谢谢！

资源 · 课后继续玩

带走这三个地址

云服务fastgpt.cn

开源仓库github.com/labring/FastGPT

文档doc.fastgpt.cn

GitHub Star 约 2.98 万（截至 2026-10-17）

想持续跟上 AI？扫上一页二维码，看 X 推荐关注清单（67 个账号）

AI 时代来了

16 天，一个人把《小王子》做成了 3D 剧情游戏

安卓手机跑起了真正的 iOS？

一条提示词，在抖音“小爆”

「耗时俩月，粉丝突破 1 万」

连最挑剔的人，也开始用 AI 了

9 月：这些事，你听过几个？

Google Gemini 3.8 Flash 上线

OpenAI 发布 GPT-6 Astra

IFA 2026 柏林展

OpenAI 首席科学家呼吁「自愿放慢」

京东「物理 AI 加速计划」

DeepSeek V4.1 Flash 开源

10 月：开放权重成了关键词

Google 发布 Gemini 4 Argon

「失控智能体」报告

Meta 开放 Muse Spark Open 权重

开放权重模型占 Vercel 网关 71.5% token

阶跃星辰开放 Step 5 Preview 权重

商务部、科技部公开征求意见

AI 七十年：从决策到生成

DeepSeek 时刻

国产大模型，各有各的拿手戏

豆包

通义

文心

ChatGLM

Kimi

DeepSeek

AI 到底是什么？5 个词就够

小林的课程报告 · 第 1 幕

想真正理解 Transformer？推荐看 3Blue1Brown。

跟 AI 聊天，也是一门手艺

提示词 Prompt

上下文窗口

温度

参考文献（AI 生成 · 示意）

解法：让 AI 先查资料，再回答

知识库

Embedding

向量检索

带着资料作答

不止会聊天：多模态与 AIGC

文生文

文生图

语音

视觉理解

文生视频

从工具，到基础设施

API

工作流

Agent

微调

开源 / 闭源

规划

记忆

工具

行动

Agent 的四个阶段：AI 参与得越来越深

执行者

辅助者

参与者

协调者

FastGPT 能做什么

知识库 / RAG

可视化工作流

Agent

双向 MCP

一键发布

用 AI全自动管理微信群

社群客服的难题：该说话时说，不该说时闭嘴

它要做到的效果

一条群消息，要过几道关？

先判断：这句话要不要接

再分流：飞书和微信，说话方式不一样

回答的依据，和每个问题的记录

最后一步：把工作流接进群

你可以拿它做什么？

课程助教

论文资料问答

AI 时代
来了

一条提示词，
在抖音“小爆”

想真正理解 Transformer？
推荐看 3Blue1Brown。

用 AI
全自动管理
微信群