内容安排
| 日期 | 教学主题 | 相关资料 |
|---|---|---|
|
03/21/2026 14:00 |
LLM API：模型怎样被程序调用
从聊天框走到 API，理解大模型不仅是一个网页里的聊天对象，也可以成为软件可以调用的一种能力。本讲先建立整体直觉：输入、上下文、模型输出和应用之间如何连接。 |
|
|
03/28/2026 14:00 |
Next-Token Prediction：大模型为什么会接话
LLM 看起来能回答、概括、翻译和写代码，底层可以先从“预测下一个 token”理解。本讲用直觉解释这种能力为什么强，也为什么会生成看似合理但未必真实的内容。 |
|
|
04/11/2026 14:00 |
Context：模型当前看见什么
LLM 会根据当前上下文工作。本讲从用户输入、历史对话、系统要求、示例和文件片段出发，理解为什么同一个问题在不同 Context 下会得到不同答案。 |
|
|
04/18/2026 14:00 |
Memory：哪些信息需要被保留
多轮任务里，有些信息应该被记住，有些信息应该被丢弃或重新确认。本讲区分短期上下文、长期记忆、用户显式提供的资料和任务状态，讨论“记住”为什么既有用也有风险。 |
|
|
04/25/2026 14:00 |
多轮推进：从一次回答到完成任务
真实任务通常需要提出方案、检查问题、修改、再检查。本讲观察智能体怎样在多轮对话中保留目标、接收反馈、修正遗漏，并把“下一步”继续推进。 |
|
|
05/16/2026 14:00 |
RAG 与资料：把外部信息带进回答
当问题依赖课程通知、网页、表格或最新资料时，模型不能只靠参数里的旧知识回答。本讲理解资料怎样被检索、切片、放进上下文，回答又怎样依据资料生成。 |
|
|
05/23/2026 14:00 |
Tool Use：让模型查、算、读、写
工具调用让 LLM 不只生成文字，还能搜索、计算、读文件、访问浏览器或执行代码。本讲重点看工具为什么会扩展能力，也看工具描述、权限边界和结果核验为什么重要。 |
|
|
05/30/2026 14:00 |
代码智能体：从需求到可运行修改
代码智能体可以读项目、改文件、运行测试、根据反馈继续修复。本讲不要求同学掌握复杂编程，而是观察自然语言需求怎样变成代码修改，以及人如何审查结果、控制范围和验证行为。 |
|
|
06/06/2026 14:00 |
网页智能体：从想法到可见界面
网页智能体把需求、文案、布局、样式和交互组合成可见页面。本讲观察它如何理解用户、生成初稿、根据反馈修改，也讨论为什么页面是否好用、信息是否清楚仍需要人判断。 |
|
|
06/13/2026 14:00 |
风险：幻觉、权限、隐私与责任
智能体越能行动，越需要边界。本讲集中讨论常见失败方式：编造事实、误读资料、误用工具、泄露隐私、权限过大、成本失控和责任不清，并学习为关键步骤设置人类检查点。 |
|
|
06/27/2026 14:00 |
完整链条：什么样的智能体真的能做成事
结合课程大作业中的典型案例，回看从大模型、API、上下文、资料、工具、代码、反馈到人类监督的完整链条。课堂可安排典型作业讨论、Panel 或开放问答。 |
本讲不设新增相关资料 |