高考完这三个月AI入门最该做的5件事2026深度版你刚高考完想学AI打开B站搜AI入门几百个视频不知道从哪个开始。更糟的是你身边一定有人跟你说先把高数学好或者AI要研究生才能做。都是错的。这篇文章帮你砍掉99%的噪音。三个月足够你从AI是什么到我能用AI做产品。先说结论三个月暑假结束时你应该做到Python基础扎实能独立写300行以上的程序调通4个AI项目聊天机器人、图像识别、知识库搜索、自动化工具了解AI行业的7类岗位知道自己未来适合哪条路GitHub上有可展示的项目9月入学时已经领先同班90%的人不需要做的事学线性代数、学微积分、学概率论。那些大学会系统教暑假动手比补课有用100倍。一个反直觉的真相2026年做AI应用开发数学要求比你想象的低得多。调用大模型API不需要推导反向传播公式搭RAG系统不需要证明梯度下降收敛。你需要的是编程能力工程思维对AI能力边界的理解而不是先修三门数学课。某C9高校AI专业大一结束时超过20%的学生因跟不上而申请转专业。他们不是数学不行是把AI当成了造机器人的科幻幻想结果在编程思维和代码实现面前集体崩溃。来源今日头条人工智能专业看似热门实则有坑2026第1个月Python基础 第一次调用AI7月为什么先学Python而且只学PythonAI开发90%用Python。不是因为它最好而是因为生态最完善、上手最快。你不需要同时学C、Java、Go至少未来两年不需要。一个很多人踩过的坑有人觉得学Python不够底层先去啃C语言或者计算机组成原理。三个月后C语言学了个半吊子Python也不会写AI项目一个没做。这是典型的什么都想学结果什么都没学。AI时代的学习路径和传统工科不同先做出来再搞懂为什么。你先让代码跑起来建立起信心和兴趣再去补底层理论。反过来走大部分人会在第一个月就放弃。4周具体计划周学习内容实践任务验收标准每天用时第1周变量、数据类型、条件语句、循环写一个猜数字游戏 简易计算器不看教程能独立写出3小时第2周列表、字典、函数、模块写一个通讯录管理程序增删查改数据能保存到文件3小时第3周文件读写、异常处理、类和对象写一个备忘录支持搜索和分类用类来组织代码3小时第4周pip安装第三方库、requests库、API调用调通第一个AI接口见下方代码能和AI对话4小时推荐资源只推荐最少的书《Python编程从入门到实践》Eric Matthes只看前11章。后半本Web开发、数据可视化暂时不需要。视频B站搜Python零基础入门选播放量最高的。别花超过30分钟选教程。选哪个老师不重要赶紧开始比选老师重要100倍。练习LeetCode Easy题每天1道。不求速度求理解。关键原则每学一个知识点立刻写代码验证。只看不写等于没学。这个道理很多人知道但做到的人不到10%。第4周重头戏调通你的第一个AI# 用DeepSeek API做一个聊天机器人# 注册地址https://platform.deepseek.com# 注册送500万Token免费额度够你玩一整个暑假importrequests urlhttps://api.deepseek.com/chat/completionsheaders{Authorization:Bearer 你的API Key,Content-Type:application/json}data{model:deepseek-chat,messages:[{role:user,content:用一句话解释什么是AI}]}responserequests.post(url,headersheaders,jsondata)print(response.json()[choices][0][message][content])运行这段代码时你的感受比学100小时理论都有用。你会突然意识到AI不是黑箱我也能调用它我也能用它做产品。这个原来我也能做的时刻是你AI学习路上最重要的里程碑。很多在大学里学AI学得痛苦的人就是因为从来没有过这个时刻。他们从数学公式开始从概率分布开始学了一年还在推公式从没让AI真正跑起来过。为什么选DeepSeek而不是OpenAI对比项DeepSeekOpenAI (GPT)注册难度手机号即可需要海外手机号VPN免费额度500万Token无中文支持原生中文模型翻译腔明显API稳定性国内直连需代理不稳定模型能力第一梯队最强结论暑假入门用DeepSeek零门槛中文好免费额度够。等你做出东西了需要更强能力时再切GPT。第2个月做4个AI项目8月这是暑假最有价值的一个月。别再学语法了开始做项目。很多人陷入的第二个坑觉得我Python还没学透不能做项目。错。你的Python永远不可能学透因为Python生态太大了。项目驱动学习比系统性学习快5倍。遇到不会的语法边查边学比抱着书啃有效得多。“熬了大半年语法书翻烂了结果让我做一个最简单的批量重命名工具依旧无从下手。”来源CSDN学AI编程的5个致命大坑2026项目1带记忆的聊天机器人2天importrequestsclassChatBot:def__init__(self,api_key):self.api_keyapi_key self.history[]self.system_prompt{role:system,content:你是一个友好的AI助手回答简洁准确。}defchat(self,message):self.history.append({role:user,content:message})# 控制上下文长度避免Token烧太快messages[self.system_prompt]self.history[-20:]responserequests.post(https://api.deepseek.com/chat/completions,headers{Authorization:fBearer{self.api_key},Content-Type:application/json},json{model:deepseek-chat,messages:messages})replyresponse.json()[choices][0][message][content]self.history.append({role:assistant,content:reply})returnreplydefsave_history(self,filenamechat_history.txt):保存对话记录到文件withopen(filename,w,encodingutf-8)asf:formsginself.history:role你ifmsg[role]userelseAIf.write(f{role}:{msg[content]}\n\n)# 使用botChatBot(你的API Key)whileTrue:user_inputinput(你: )ifuser_input退出:bot.save_history()breakprint(fAI:{bot.chat(user_input)})你学到了什么API调用、对话记忆管理、上下文窗口控制history[-20:]防止Token爆掉、类的基本使用、文件保存。关键洞察注意history[-20:]这一行。真实AI应用中Token成本是最大支出之一。不加限制地把整个对话历史丢给API一天就能烧掉几十块。这个细节90%的入门教程不会告诉你。项目2图片识别小程序2天importrequestsimportbase64importjsonclassImageRecognizer:def__init__(self,access_token):self.access_tokenaccess_tokendefrecognize_food(self,image_path):识别菜品withopen(image_path,rb)asf:img_base64base64.b64encode(f.read()).decode()urlhttps://aip.baidubce.com/rest/2.0/image-classify/v2/dishparams{access_token:self.access_token}data{image:img_base64,top_num:5}responserequests.post(url,paramsparams,datadata)returnresponse.json()defrecognize_animal(self,image_path):识别动物withopen(image_path,rb)asf:img_base64base64.b64encode(f.read()).decode()urlhttps://aip.baidubce.com/rest/2.0/image-classify/v1/animalparams{access_token:self.access_token}data{image:img_base64,top_num:5}responserequests.post(url,paramsparams,datadata)returnresponse.json()# 使用recognizerImageRecognizer(你的access_token)resultrecognizer.recognize_food(lunch.jpg)foriteminresult.get(result,[]):print(f识别:{item[name]}置信度:{item[probability]:.1%})你学到了什么图像识别的API调用方式、Base64编码、JSON解析、类的封装。为什么要做这个项目因为它让你理解一个重要概念AI应用 模型能力 工程封装。识别能力是百度训练好的模型提供的你做的是把API封装成用户友好的接口。这就是AI工程师每天在做的事。项目3个人知识库搜索4天用你自己的笔记/文档搭建一个RAG检索增强生成应用。这是2026年最火的AI应用模式。# pip install sentence-transformers numpyfromsentence_transformersimportSentenceTransformerimportnumpyasnpclassKnowledgeBase:def__init__(self):# 多语言模型中文效果好模型只有118MBself.modelSentenceTransformer(paraphrase-multilingual-MiniLM-L12-v2)self.docs[]self.doc_vectorsNonedefadd_documents(self,docs):添加文档到知识库self.docs.extend(docs)self.doc_vectorsself.model.encode(self.docs)defsearch(self,query,top_k3):语义搜索query_vecself.model.encode([query])similaritiesnp.dot(self.doc_vectors,query_vec.T).flatten()top_indicessimilarities.argsort()[-top_k:][::-1]return[(self.docs[i],float(similarities[i]))foriintop_indices]defanswer_with_context(self,query,api_key):RAG先搜索相关文档再让AI基于上下文回答resultsself.search(query,top_k3)context\n.join([docfordoc,_inresults])importrequests responserequests.post(https://api.deepseek.com/chat/completions,headers{Authorization:fBearer{api_key},Content-Type:application/json},json{model:deepseek-chat,messages:[{role:system,content:f基于以下参考资料回答问题如果资料中没有答案请如实说明。\n\n参考资料\n{context}},{role:user,content:query}]})returnresponse.json()[choices][0][message][content]# 使用kbKnowledgeBase()kb.add_documents([Python是一种高级编程语言以简洁著称,机器学习是AI的子领域让计算机从数据中学习规律,深度学习使用多层神经网络擅长处理图像和文本,RAG是检索增强生成让AI基于特定数据回答问题减少幻觉,Transformer架构是现代大语言模型的基础2017年提出,向量数据库专门存储和检索高维向量用于语义搜索])# 语义搜索resultskb.search(什么是深度学习)fordoc,scoreinresults:print(f[相似度{score:.3f}]{doc})# RAG问答需要API Key# answer kb.answer_with_context(深度学习和机器学习有什么区别, 你的API Key)# print(answer)你学到了什么Embedding向量化、余弦相似度、RAG的完整流程检索→组装上下文→生成回答。这是最重要的一课。RAG的本质是不让AI凭记忆乱说而是给它一本参考书让它基于事实回答。这解决了大模型最大的问题——幻觉编造不存在的事实。理解RAG你就理解了2026年企业AI应用的核心架构。项目4AI自动化工具3天这个项目最容易出成果也最实用。importrequestsimportjsonclassAIAssistant:def__init__(self,api_key):self.api_keyapi_keydef_call_api(self,system_prompt,user_message):responserequests.post(https://api.deepseek.com/chat/completions,headers{Authorization:fBearer{self.api_key},Content-Type:application/json},json{model:deepseek-chat,messages:[{role:system,content:system_prompt},{role:user,content:user_message}],temperature:0.3# 低温度更确定性的输出})returnresponse.json()[choices][0][message][content]deftranslate(self,text,target_lang英文):翻译returnself._call_api(f你是一个专业翻译将文本翻译成{target_lang}只输出翻译结果,text)defsummarize(self,text):总结returnself._call_api(你是一个总结专家用3个要点总结以下内容每个要点不超过30字,text)defextract_action_items(self,text):提取待办事项resultself._call_api(从以下文本中提取所有待办事项/行动项用JSON数组格式返回每个项包含task(任务)和deadline(截止日期如有),text)returnresult# 使用aiAIAssistant(你的API Key)# 翻译print(ai.translate(今天天气真好适合出去走走))# 总结long_text2026年6月OpenAI发布了GPT-5在推理能力上大幅提升。 同时国内DeepSeek发布了V3模型在代码和数学任务上接近GPT-5水平。 Google的Gemini 2.5 Pro也加入了多模态推理能力。AI行业竞争白热化。print(ai.summarize(long_text))# 提取待办meeting_notes下周三之前完成项目报告初稿下周五开会讨论。 张总说需要提前准备竞品分析最好周二之前给他。另外别忘了给客户发邮件确认时间。print(ai.extract_action_items(meeting_notes))你学到了什么System Prompt设计、Temperature参数控制、结构化输出JSON、多个AI能力的封装。关键洞察注意temperature: 0.3。这是AI应用开发中一个极其重要的参数温度越低输出越确定和一致温度越高输出越有创意但不可控。翻译/提取这类任务用低温创作/聊天用高温。这个参数的选择直接决定了你的AI应用是靠谱的还是疯疯癫癫的。4个项目做完后你的认知升级项目你理解的AI大部分人以为的AI聊天机器人AI是对话API 上下文管理AI是个会说话的机器人图片识别AI是模型能力工程封装AI能认出所有东西知识库搜索AI需要基于事实才能靠谱回答AI什么都知道自动化工具AI通过Prompt和参数控制行为AI自己决定做什么这四层认知差异就是你暑假3个月积累的优势。第3个月了解AI生态 规划大学路线8月下旬-9月必须知道的6个平台平台是什么你该做什么为什么重要GitHub全球代码托管平台注册账号Star几个AI项目学会看代码你的项目portfolio校招必看HuggingFaceAI模型和数据集社区浏览Models页面试试在线DemoAI界的GitHub最全的模型库Kaggle数据科学竞赛平台做一个入门赛Titanic看别人怎么写代码获奖经历是简历加分项LeetCode算法刷题平台每天做1道Easy题积累编程手感大厂面试必考ArXivAI论文预印本不需要看懂但要知道去哪找最新研究了解前沿趋势CSDN/知乎中文技术社区关注AI领域博主看实战经验分享国内最活跃的AI讨论圈AI行业的7类岗位大多数人选错了大多数人以为学AI 做算法工程师。错。AI行业至少有7类岗位算法岗只占20%但80%的人挤在那里。岗位做什么门槛本科起薪3年后薪资竞争激烈度算法工程师设计和优化AI模型硕士论文优先25-50万50-100万 极高AI工程师把模型变成产品本科可工程能力优先18-35万35-60万 中等数据工程师搭建数据管道本科可SQLPython15-25万25-40万 较低AI产品经理定义AI产品需求本科可懂技术懂用户18-30万30-50万 中等MLOps工程师AI模型部署运维本科可LinuxDocker20-35万35-55万 较低AI评测工程师测试AI系统效果本科可细心逻辑12-20万20-35万 很低AI标注/训练师标注数据、调教模型门槛最低8-15万12-20万 很低三个反直觉发现算法岗本科几乎进不去。智联招聘2024春招报告显示算法工程师岗位要求硕士学历的占比达83%本科毕业生起薪中位数仅5850元。你看到的年薪50万是3年后的数字而且是硕士起步。来源今日头条人工智能专业看似热门实则有坑2026AI工程师才是本科生的最佳入口。把模型变成产品调API、搭RAG、做Agent本科毕业就能做起薪18-35万3年后35-60万。这个岗位的需求增速比算法岗快3倍。MLOps是被严重低估的赛道。模型训练好了怎么上线这个问题每个公司都有但能解决的人很少。会LinuxDockerK8s的本科生比会推导数学公式的硕士更抢手。你应该选哪条路一个简单的判断框架你更喜欢写代码还是做产品 ├── 写代码 → 你数学好吗 │ ├── 好高考数学130→ 考虑算法岗但需要读研 │ └── 一般 → AI工程师或MLOps本科可就业 └── 做产品 → 你更擅长理解用户还是管理系统 ├── 理解用户 → AI产品经理 └── 管理系统 → 数据工程师暑假学习时间表模板时段内容时长注意事项9:00-10:30学Python/写代码1.5小时关掉手机纯专注10:30-10:45休息15分钟站起来走动10:45-12:00做项目/Debug1.25小时遇到Bug先自己查15分钟再问下午自由安排看AI新闻、刷B站AI视频、逛GitHub不限时保持信息摄入21:00-21:30做一道LeetCode Easy题30分钟积累编程手感不要一天学8小时。每天3-4小时高质量学习比8小时低效刷视频强10倍。一个时间管理技巧用番茄钟25分钟专注5分钟休息。别笑这个方法是真的有效。4个番茄钟下来你就完成了2小时高质量学习比坐一上午走神强。暑假结束时你应该有的东西一个GitHub账号上面有4个项目。这是你9月入学时和同学拉开差距的核心资产。能独立写300行以上的Python程序。不需要精通但要能独立完成。知道AI行业7类岗位确定了自己的方向。不用锁死但要有倾向。理解了4个核心概念API调用、上下文管理、RAG架构、Prompt工程。最重要的是你不再对AI感到神秘。你知道它怎么调用、怎么工作、怎么变成产品、怎么赚钱。这种认知优势会伴随你整个大学四年。5个最常见的坑踩一个浪费1个月坑1先学三年数学再动手。大学四年有系统的数学课暑假应该动手做项目。等学完数学再开始你已经浪费了最好的3个月。坑2追热点不停换方向。今天学CV明天学NLP后天学Agent每个都是皮毛。选一个方向推荐从API调用和RAG开始坚持2个月深入做。坑3只看视频不写代码。B站看10小时Python视频不如自己写3小时代码。知识必须通过实践才能变成能力。坑4一个人闷头学不找社区。加几个AI学习群关注GitHub上感兴趣的项目去看看别人怎么写代码。信息差是最大的坑。坑5觉得我还不够格做项目。第4周就应该开始做项目了。不需要把Python学透才能做边做边学才是AI时代的正确姿势。“熬了大半年语法书翻烂了结果让我做一个最简单的批量重命名工具依旧无从下手。”——这是先学透再做的典型后果。来源CSDN学AI编程的5个致命大坑2026数据来源CSDN2026年计算机类专业热度TOP15全解析2026-06-03AI岗位同比暴增215.61%搜狐2026高考必看智能新兴交叉专业薪酬水平2026-05-25AI岗位平均月薪60738元高考100张雪峰讲人工智能专业2026-04-28应届生起薪15K3年破50万企鹅号2026年AI人才薪酬报告2026-05-30AI岗位量同比增543%腾讯网2026年AI工程师学习路线图2026-02-04CSDN2026最新Python AI零基础入门实战2026-05-06今日头条人工智能专业看似热门实则有坑2026C9高校AI专业20%转专业率算法岗83%要求硕士CSDN学AI编程的5个致命大坑2026博客园2026最新Python AI入门指南2026-02-27
高考完这三个月，AI入门最该做的5件事（深度版）
高考完这三个月AI入门最该做的5件事2026深度版你刚高考完想学AI打开B站搜AI入门几百个视频不知道从哪个开始。更糟的是你身边一定有人跟你说先把高数学好或者AI要研究生才能做。都是错的。这篇文章帮你砍掉99%的噪音。三个月足够你从AI是什么到我能用AI做产品。先说结论三个月暑假结束时你应该做到Python基础扎实能独立写300行以上的程序调通4个AI项目聊天机器人、图像识别、知识库搜索、自动化工具了解AI行业的7类岗位知道自己未来适合哪条路GitHub上有可展示的项目9月入学时已经领先同班90%的人不需要做的事学线性代数、学微积分、学概率论。那些大学会系统教暑假动手比补课有用100倍。一个反直觉的真相2026年做AI应用开发数学要求比你想象的低得多。调用大模型API不需要推导反向传播公式搭RAG系统不需要证明梯度下降收敛。你需要的是编程能力工程思维对AI能力边界的理解而不是先修三门数学课。某C9高校AI专业大一结束时超过20%的学生因跟不上而申请转专业。他们不是数学不行是把AI当成了造机器人的科幻幻想结果在编程思维和代码实现面前集体崩溃。来源今日头条人工智能专业看似热门实则有坑2026第1个月Python基础 第一次调用AI7月为什么先学Python而且只学PythonAI开发90%用Python。不是因为它最好而是因为生态最完善、上手最快。你不需要同时学C、Java、Go至少未来两年不需要。一个很多人踩过的坑有人觉得学Python不够底层先去啃C语言或者计算机组成原理。三个月后C语言学了个半吊子Python也不会写AI项目一个没做。这是典型的什么都想学结果什么都没学。AI时代的学习路径和传统工科不同先做出来再搞懂为什么。你先让代码跑起来建立起信心和兴趣再去补底层理论。反过来走大部分人会在第一个月就放弃。4周具体计划周学习内容实践任务验收标准每天用时第1周变量、数据类型、条件语句、循环写一个猜数字游戏 简易计算器不看教程能独立写出3小时第2周列表、字典、函数、模块写一个通讯录管理程序增删查改数据能保存到文件3小时第3周文件读写、异常处理、类和对象写一个备忘录支持搜索和分类用类来组织代码3小时第4周pip安装第三方库、requests库、API调用调通第一个AI接口见下方代码能和AI对话4小时推荐资源只推荐最少的书《Python编程从入门到实践》Eric Matthes只看前11章。后半本Web开发、数据可视化暂时不需要。视频B站搜Python零基础入门选播放量最高的。别花超过30分钟选教程。选哪个老师不重要赶紧开始比选老师重要100倍。练习LeetCode Easy题每天1道。不求速度求理解。关键原则每学一个知识点立刻写代码验证。只看不写等于没学。这个道理很多人知道但做到的人不到10%。第4周重头戏调通你的第一个AI# 用DeepSeek API做一个聊天机器人# 注册地址https://platform.deepseek.com# 注册送500万Token免费额度够你玩一整个暑假importrequests urlhttps://api.deepseek.com/chat/completionsheaders{Authorization:Bearer 你的API Key,Content-Type:application/json}data{model:deepseek-chat,messages:[{role:user,content:用一句话解释什么是AI}]}responserequests.post(url,headersheaders,jsondata)print(response.json()[choices][0][message][content])运行这段代码时你的感受比学100小时理论都有用。你会突然意识到AI不是黑箱我也能调用它我也能用它做产品。这个原来我也能做的时刻是你AI学习路上最重要的里程碑。很多在大学里学AI学得痛苦的人就是因为从来没有过这个时刻。他们从数学公式开始从概率分布开始学了一年还在推公式从没让AI真正跑起来过。为什么选DeepSeek而不是OpenAI对比项DeepSeekOpenAI (GPT)注册难度手机号即可需要海外手机号VPN免费额度500万Token无中文支持原生中文模型翻译腔明显API稳定性国内直连需代理不稳定模型能力第一梯队最强结论暑假入门用DeepSeek零门槛中文好免费额度够。等你做出东西了需要更强能力时再切GPT。第2个月做4个AI项目8月这是暑假最有价值的一个月。别再学语法了开始做项目。很多人陷入的第二个坑觉得我Python还没学透不能做项目。错。你的Python永远不可能学透因为Python生态太大了。项目驱动学习比系统性学习快5倍。遇到不会的语法边查边学比抱着书啃有效得多。“熬了大半年语法书翻烂了结果让我做一个最简单的批量重命名工具依旧无从下手。”来源CSDN学AI编程的5个致命大坑2026项目1带记忆的聊天机器人2天importrequestsclassChatBot:def__init__(self,api_key):self.api_keyapi_key self.history[]self.system_prompt{role:system,content:你是一个友好的AI助手回答简洁准确。}defchat(self,message):self.history.append({role:user,content:message})# 控制上下文长度避免Token烧太快messages[self.system_prompt]self.history[-20:]responserequests.post(https://api.deepseek.com/chat/completions,headers{Authorization:fBearer{self.api_key},Content-Type:application/json},json{model:deepseek-chat,messages:messages})replyresponse.json()[choices][0][message][content]self.history.append({role:assistant,content:reply})returnreplydefsave_history(self,filenamechat_history.txt):保存对话记录到文件withopen(filename,w,encodingutf-8)asf:formsginself.history:role你ifmsg[role]userelseAIf.write(f{role}:{msg[content]}\n\n)# 使用botChatBot(你的API Key)whileTrue:user_inputinput(你: )ifuser_input退出:bot.save_history()breakprint(fAI:{bot.chat(user_input)})你学到了什么API调用、对话记忆管理、上下文窗口控制history[-20:]防止Token爆掉、类的基本使用、文件保存。关键洞察注意history[-20:]这一行。真实AI应用中Token成本是最大支出之一。不加限制地把整个对话历史丢给API一天就能烧掉几十块。这个细节90%的入门教程不会告诉你。项目2图片识别小程序2天importrequestsimportbase64importjsonclassImageRecognizer:def__init__(self,access_token):self.access_tokenaccess_tokendefrecognize_food(self,image_path):识别菜品withopen(image_path,rb)asf:img_base64base64.b64encode(f.read()).decode()urlhttps://aip.baidubce.com/rest/2.0/image-classify/v2/dishparams{access_token:self.access_token}data{image:img_base64,top_num:5}responserequests.post(url,paramsparams,datadata)returnresponse.json()defrecognize_animal(self,image_path):识别动物withopen(image_path,rb)asf:img_base64base64.b64encode(f.read()).decode()urlhttps://aip.baidubce.com/rest/2.0/image-classify/v1/animalparams{access_token:self.access_token}data{image:img_base64,top_num:5}responserequests.post(url,paramsparams,datadata)returnresponse.json()# 使用recognizerImageRecognizer(你的access_token)resultrecognizer.recognize_food(lunch.jpg)foriteminresult.get(result,[]):print(f识别:{item[name]}置信度:{item[probability]:.1%})你学到了什么图像识别的API调用方式、Base64编码、JSON解析、类的封装。为什么要做这个项目因为它让你理解一个重要概念AI应用 模型能力 工程封装。识别能力是百度训练好的模型提供的你做的是把API封装成用户友好的接口。这就是AI工程师每天在做的事。项目3个人知识库搜索4天用你自己的笔记/文档搭建一个RAG检索增强生成应用。这是2026年最火的AI应用模式。# pip install sentence-transformers numpyfromsentence_transformersimportSentenceTransformerimportnumpyasnpclassKnowledgeBase:def__init__(self):# 多语言模型中文效果好模型只有118MBself.modelSentenceTransformer(paraphrase-multilingual-MiniLM-L12-v2)self.docs[]self.doc_vectorsNonedefadd_documents(self,docs):添加文档到知识库self.docs.extend(docs)self.doc_vectorsself.model.encode(self.docs)defsearch(self,query,top_k3):语义搜索query_vecself.model.encode([query])similaritiesnp.dot(self.doc_vectors,query_vec.T).flatten()top_indicessimilarities.argsort()[-top_k:][::-1]return[(self.docs[i],float(similarities[i]))foriintop_indices]defanswer_with_context(self,query,api_key):RAG先搜索相关文档再让AI基于上下文回答resultsself.search(query,top_k3)context\n.join([docfordoc,_inresults])importrequests responserequests.post(https://api.deepseek.com/chat/completions,headers{Authorization:fBearer{api_key},Content-Type:application/json},json{model:deepseek-chat,messages:[{role:system,content:f基于以下参考资料回答问题如果资料中没有答案请如实说明。\n\n参考资料\n{context}},{role:user,content:query}]})returnresponse.json()[choices][0][message][content]# 使用kbKnowledgeBase()kb.add_documents([Python是一种高级编程语言以简洁著称,机器学习是AI的子领域让计算机从数据中学习规律,深度学习使用多层神经网络擅长处理图像和文本,RAG是检索增强生成让AI基于特定数据回答问题减少幻觉,Transformer架构是现代大语言模型的基础2017年提出,向量数据库专门存储和检索高维向量用于语义搜索])# 语义搜索resultskb.search(什么是深度学习)fordoc,scoreinresults:print(f[相似度{score:.3f}]{doc})# RAG问答需要API Key# answer kb.answer_with_context(深度学习和机器学习有什么区别, 你的API Key)# print(answer)你学到了什么Embedding向量化、余弦相似度、RAG的完整流程检索→组装上下文→生成回答。这是最重要的一课。RAG的本质是不让AI凭记忆乱说而是给它一本参考书让它基于事实回答。这解决了大模型最大的问题——幻觉编造不存在的事实。理解RAG你就理解了2026年企业AI应用的核心架构。项目4AI自动化工具3天这个项目最容易出成果也最实用。importrequestsimportjsonclassAIAssistant:def__init__(self,api_key):self.api_keyapi_keydef_call_api(self,system_prompt,user_message):responserequests.post(https://api.deepseek.com/chat/completions,headers{Authorization:fBearer{self.api_key},Content-Type:application/json},json{model:deepseek-chat,messages:[{role:system,content:system_prompt},{role:user,content:user_message}],temperature:0.3# 低温度更确定性的输出})returnresponse.json()[choices][0][message][content]deftranslate(self,text,target_lang英文):翻译returnself._call_api(f你是一个专业翻译将文本翻译成{target_lang}只输出翻译结果,text)defsummarize(self,text):总结returnself._call_api(你是一个总结专家用3个要点总结以下内容每个要点不超过30字,text)defextract_action_items(self,text):提取待办事项resultself._call_api(从以下文本中提取所有待办事项/行动项用JSON数组格式返回每个项包含task(任务)和deadline(截止日期如有),text)returnresult# 使用aiAIAssistant(你的API Key)# 翻译print(ai.translate(今天天气真好适合出去走走))# 总结long_text2026年6月OpenAI发布了GPT-5在推理能力上大幅提升。 同时国内DeepSeek发布了V3模型在代码和数学任务上接近GPT-5水平。 Google的Gemini 2.5 Pro也加入了多模态推理能力。AI行业竞争白热化。print(ai.summarize(long_text))# 提取待办meeting_notes下周三之前完成项目报告初稿下周五开会讨论。 张总说需要提前准备竞品分析最好周二之前给他。另外别忘了给客户发邮件确认时间。print(ai.extract_action_items(meeting_notes))你学到了什么System Prompt设计、Temperature参数控制、结构化输出JSON、多个AI能力的封装。关键洞察注意temperature: 0.3。这是AI应用开发中一个极其重要的参数温度越低输出越确定和一致温度越高输出越有创意但不可控。翻译/提取这类任务用低温创作/聊天用高温。这个参数的选择直接决定了你的AI应用是靠谱的还是疯疯癫癫的。4个项目做完后你的认知升级项目你理解的AI大部分人以为的AI聊天机器人AI是对话API 上下文管理AI是个会说话的机器人图片识别AI是模型能力工程封装AI能认出所有东西知识库搜索AI需要基于事实才能靠谱回答AI什么都知道自动化工具AI通过Prompt和参数控制行为AI自己决定做什么这四层认知差异就是你暑假3个月积累的优势。第3个月了解AI生态 规划大学路线8月下旬-9月必须知道的6个平台平台是什么你该做什么为什么重要GitHub全球代码托管平台注册账号Star几个AI项目学会看代码你的项目portfolio校招必看HuggingFaceAI模型和数据集社区浏览Models页面试试在线DemoAI界的GitHub最全的模型库Kaggle数据科学竞赛平台做一个入门赛Titanic看别人怎么写代码获奖经历是简历加分项LeetCode算法刷题平台每天做1道Easy题积累编程手感大厂面试必考ArXivAI论文预印本不需要看懂但要知道去哪找最新研究了解前沿趋势CSDN/知乎中文技术社区关注AI领域博主看实战经验分享国内最活跃的AI讨论圈AI行业的7类岗位大多数人选错了大多数人以为学AI 做算法工程师。错。AI行业至少有7类岗位算法岗只占20%但80%的人挤在那里。岗位做什么门槛本科起薪3年后薪资竞争激烈度算法工程师设计和优化AI模型硕士论文优先25-50万50-100万 极高AI工程师把模型变成产品本科可工程能力优先18-35万35-60万 中等数据工程师搭建数据管道本科可SQLPython15-25万25-40万 较低AI产品经理定义AI产品需求本科可懂技术懂用户18-30万30-50万 中等MLOps工程师AI模型部署运维本科可LinuxDocker20-35万35-55万 较低AI评测工程师测试AI系统效果本科可细心逻辑12-20万20-35万 很低AI标注/训练师标注数据、调教模型门槛最低8-15万12-20万 很低三个反直觉发现算法岗本科几乎进不去。智联招聘2024春招报告显示算法工程师岗位要求硕士学历的占比达83%本科毕业生起薪中位数仅5850元。你看到的年薪50万是3年后的数字而且是硕士起步。来源今日头条人工智能专业看似热门实则有坑2026AI工程师才是本科生的最佳入口。把模型变成产品调API、搭RAG、做Agent本科毕业就能做起薪18-35万3年后35-60万。这个岗位的需求增速比算法岗快3倍。MLOps是被严重低估的赛道。模型训练好了怎么上线这个问题每个公司都有但能解决的人很少。会LinuxDockerK8s的本科生比会推导数学公式的硕士更抢手。你应该选哪条路一个简单的判断框架你更喜欢写代码还是做产品 ├── 写代码 → 你数学好吗 │ ├── 好高考数学130→ 考虑算法岗但需要读研 │ └── 一般 → AI工程师或MLOps本科可就业 └── 做产品 → 你更擅长理解用户还是管理系统 ├── 理解用户 → AI产品经理 └── 管理系统 → 数据工程师暑假学习时间表模板时段内容时长注意事项9:00-10:30学Python/写代码1.5小时关掉手机纯专注10:30-10:45休息15分钟站起来走动10:45-12:00做项目/Debug1.25小时遇到Bug先自己查15分钟再问下午自由安排看AI新闻、刷B站AI视频、逛GitHub不限时保持信息摄入21:00-21:30做一道LeetCode Easy题30分钟积累编程手感不要一天学8小时。每天3-4小时高质量学习比8小时低效刷视频强10倍。一个时间管理技巧用番茄钟25分钟专注5分钟休息。别笑这个方法是真的有效。4个番茄钟下来你就完成了2小时高质量学习比坐一上午走神强。暑假结束时你应该有的东西一个GitHub账号上面有4个项目。这是你9月入学时和同学拉开差距的核心资产。能独立写300行以上的Python程序。不需要精通但要能独立完成。知道AI行业7类岗位确定了自己的方向。不用锁死但要有倾向。理解了4个核心概念API调用、上下文管理、RAG架构、Prompt工程。最重要的是你不再对AI感到神秘。你知道它怎么调用、怎么工作、怎么变成产品、怎么赚钱。这种认知优势会伴随你整个大学四年。5个最常见的坑踩一个浪费1个月坑1先学三年数学再动手。大学四年有系统的数学课暑假应该动手做项目。等学完数学再开始你已经浪费了最好的3个月。坑2追热点不停换方向。今天学CV明天学NLP后天学Agent每个都是皮毛。选一个方向推荐从API调用和RAG开始坚持2个月深入做。坑3只看视频不写代码。B站看10小时Python视频不如自己写3小时代码。知识必须通过实践才能变成能力。坑4一个人闷头学不找社区。加几个AI学习群关注GitHub上感兴趣的项目去看看别人怎么写代码。信息差是最大的坑。坑5觉得我还不够格做项目。第4周就应该开始做项目了。不需要把Python学透才能做边做边学才是AI时代的正确姿势。“熬了大半年语法书翻烂了结果让我做一个最简单的批量重命名工具依旧无从下手。”——这是先学透再做的典型后果。来源CSDN学AI编程的5个致命大坑2026数据来源CSDN2026年计算机类专业热度TOP15全解析2026-06-03AI岗位同比暴增215.61%搜狐2026高考必看智能新兴交叉专业薪酬水平2026-05-25AI岗位平均月薪60738元高考100张雪峰讲人工智能专业2026-04-28应届生起薪15K3年破50万企鹅号2026年AI人才薪酬报告2026-05-30AI岗位量同比增543%腾讯网2026年AI工程师学习路线图2026-02-04CSDN2026最新Python AI零基础入门实战2026-05-06今日头条人工智能专业看似热门实则有坑2026C9高校AI专业20%转专业率算法岗83%要求硕士CSDN学AI编程的5个致命大坑2026博客园2026最新Python AI入门指南2026-02-27
