完整目录
搜索 EN
更多
AI VISTA / 站点导航

课程与专题可从顶栏直接展开。

打开全部内容目录

学习课程

4
  1. 01完成第一条可验证的 AI 工作流5 节课
  2. 02让 AI 回答稳定到可以使用14 节课
  3. 03设计能够展示证据的 AI 回答11 节课
  4. 04用权限、恢复和成本控制自动化37 节课
查看全部课程 →

问题专题

9
  1. 01任务定义4 篇文章
  2. 02上下文与 Prompt6 篇文章
  3. 03评测与诊断7 篇文章
  4. 04有证据的回答11 篇文章
  5. 05Agent 架构与协作12 篇文章
  6. 06Agent 安全5 篇文章
  7. 07本地模型与部署7 篇文章
  8. 08模型运行与成本7 篇文章
  9. 09AI 落地案例4 篇文章
查看全部专题 →

学习进度 / 四门实践课程

像看课程表一样，
看清自己学到了哪里。

按课程找回已读课文和保存的产物。全站百分比是阅读覆盖度；Agent 与本地模型的选学分支，只需按你的场景进入。

打开成果记录 ↗浏览全部课程
AI VISTA / PROGRESS FILE学习总览
0%已读覆盖
  1. 01完成第一条可验证的 AI 工作流
  2. 02让 AI 回答稳定到可以使用
  3. 03设计能够展示证据的 AI 回答
  4. 04用权限、恢复和成本控制自动化
0/ 63 篇已读
课程进度实践产物成果记录

学习路线 / 第 06 站 · 成果记录

这一站把已读记录，重新连接到真正做出的工作。

已读比例只是定位工具，包含按场景选学的条目。更重要的是检查哪些实践产物已经形成、下一项适用内容是什么，以及哪项判断仍需验证。

带什么来
已读课文、实践产物和本机笔记
在这里做
按课程检查已读条目与下一步
带什么走
一份进度总览和清晰的继续入口
完成这一站后 带着下一项任务回到首页 一次学习闭环结束后，从新的真实工作重新开始。

从已读到工作证据

一份完整成果，不是已读数量，而是四类可以交给别人复核的材料。

课程状态帮助你找回位置，成果组合用来证明学习是否进入真实任务。某一类材料缺失时，不必从头重学；直接回到对应课程补齐最早的缺口。

复核规则只展示产物，不口头解释。复核者仍能说清决定、依据和失败处理，才算真正形成工作证据。
  1. 01
    任务

    AI 究竟负责哪个动作？

    应有材料

    适用性矩阵、任务简报、控制循环决策、数据边界

    怎样复核

    另一位同事能否指出输入、合格输出、谁控制下一步、不能做的事和接手人？

    ↗
  2. 02
    验收

    什么结果算通过、修改或拒收？

    应有材料

    上下文地图、验收契约、注入测试集、评测集与诊断树

    怎样复核

    同一批案例重跑时，失败能否被一致分类并追到具体改动？

    ↗
  3. 03
    证据

    重要结论凭什么成立？

    应有材料

    RAG 判断表、检索试验表、引用与时效审计

    怎样复核

    检索是否找到有权限的有效段落，引用是否支持结论？

    ↗
  4. 04
    恢复

    出错后怎样停下并回到安全状态？

    应有材料

    权限阶梯、工具契约、人工关卡、恢复手册、成本图与漂移观察板

    怎样复核

    团队能否演练越权、超时、重复执行或拒绝审批，并明确继续或回退？

    ↗

完成不等于掌握

用四个问题，检查学习有没有进入真实工作。

已读状态只说明你到过这一课。真正的完成需要产物存在、标准经得起复核、证据仍然有效，并且流程失败后能够恢复。任何一项答不上来，都不是归零，而是下一步学习入口。

使用方法每完成一门课，邀请一位没有参与制作的人逐项提问。先记录答不出的地方，再返回对应主题补齐。
  1. 01
    产物是否存在

    你能否打开一份已经填写的简报、评测表、权限图或恢复手册，而不只是回忆文章内容？

    通过信号：产物使用当前任务的字段类别、合成案例编号和受控证据位置；敏感原件留在获准系统。

    返回对应课程补做产物 →
  2. 02
    验收是否通过

    另一位同事能否使用同一标准，对案例作出与你一致的通过或失败判断？

    通过信号：标准能够区分合格、需修改和拒收。

    重新建立验收与案例 →
  3. 03
    证据是否仍有效

    关键判断引用的资料是否仍是正确版本，并且允许当前使用者访问？

    通过信号：重要结论可以追溯到有效来源。

    复核来源、版本与时效 →
  4. 04
    失败时能否恢复

    当模型、工具或交接失败时，谁会发现、在哪里停止、怎样恢复到安全状态？

    通过信号：团队演练过至少一种失败。

    补齐停止与恢复路径 →

四门实践课程

从适用的课程条目继续。

0 / 63 篇已读 · 含选学分支

01
5 课 · 60–90 分钟

完成第一条可验证的 AI 工作流

一份任务简报、一张控制循环决策表和一张 10 条案例试验表。

已读条目0 / 5
继续下一课 →
02
14 课 · 2–3 小时

让 AI 回答稳定到可以使用

一张上下文图、一份压缩检查点、一份验收契约、输出协议检查表、一组注入测试和失败记录。

已读条目0 / 14
继续下一课 →
03
11 课 · 2–3 小时

设计能够展示证据的 AI 回答

方法选择、来源准入台账、切块和检索试验、权限与索引检查、无证据回答关卡及引用审计表。

已读条目0 / 11
继续下一课 →
04
37 课 · 主线约 3–4 小时；分支另计

用权限、恢复和成本控制自动化

控制循环选择、数据与权限边界、沙箱及工具契约、运行停止与人工复核关卡、恢复手册、服务降级、成本图和漂移观察板；再补充适用分支的验证产物。

已读条目0 / 37
按场景选课 →

课文与产物

逐项检查已读课文与保存的实践产物。