广义 AI 与我们日常说的 AI

　　想给朋友写一段邀请，却不知道怎样开口；想做一个读书计时器，又不会写代码。我们会在这门课里学习怎样借助 AI，把这些想法逐步变成能用的成果。从一段文字开始，再走向可以运行的小应用，没有 AI 或编程基础也可以跟着学。

　　不过，“让 AI 帮忙”还很笼统。它能替我们生成什么，我们又要做哪些判断？先从一段邀请看起，分清 AI、生成式 AI 和具体产品的关系，也看清人在这段合作中的作用。

AI 可以按要求生成文字

　　假设我们要邀请朋友参加读书会。时间和地点已经定了，只是不知道怎样写得自然一些。

　　在一个能够对话的 AI 助手里，我们可以像发消息一样，输入这样的要求：

　　下面是一段用于讲解的示例回答：

　　这周六下午两点到四点，我们在社区阅览室有个小读书会～有空的话一起来呀！大家随便聊聊最近看的书，轻松一点，不用准备得太正式 😄

　　我们读完觉得太长，还可以接着说：“再短一点，时间和地点都要保留。”AI 会根据新的要求继续生成回答。符合这次修改要求的示例是：

　　周六下午2点到4点，社区阅览室有个读书会，有空一起来呀～

　　对照两段邀请：句子缩短了，时间和地点仍然在。

　　我们用平常说话的方式告诉 AI 想要什么，它根据要求生成内容；我们看完，再告诉它哪里需要调整。这就是使用 AI 最基本的一种方式。

AI 的范围不只包括聊天

　　刚才接触的是 AI 的一种用法。AI 本身是一个很大的范围，除了处理语言，还可以识别图片、理解声音、帮助解决各种问题。

　　所以，AI 并不是某一个聊天软件的名字。聊天只是我们接触 AI 的一个入口。

　　这门课主要学习其中和内容生成与应用制作有关的能力。

生成式 AI 根据要求生成内容

　　回到刚才的邀请。我们给出时间、地点和语气要求，AI 根据这些信息重新写出了一段文字。它不是从一份固定答案里挑一句，而是在根据输入生成新的内容。

　　这种能力通常称为生成式 AI。

　　生成的不一定只是文字。有些 AI 还能根据描述生成图片、声音和视频。不同产品提供的能力不同，我们会在后面的课程里逐步认识。

　　今天听到“让 AI 帮我写一段话”“用 AI 画一张图”，通常说的就是这类能力。DeepSeek、豆包和千问，都是我们可能接触到的 AI 产品；它们提供了让人使用这些能力的入口。

生成代码是制作应用的一步

　　我们已经看到，AI 可以生成给人阅读的文字。它还可以生成另一种文字：代码。

　　代码是按照特定规则写成、用来告诉计算机怎样工作的指令。例如，一个计时器为什么按下“开始”就会倒数，归零后为什么会提醒，这些行为都需要相应的代码来实现。

　　假设我们想做一个读书计时器：每次专注阅读二十五分钟，到时间提醒休息。我们可以把这个需求告诉编码助手。编码助手是一类帮助我们制作软件的 AI 产品，除了生成代码，还可以帮助保存文件、运行应用，让我们看到实际做出来的东西。

　　图中，蓝色箭头连接代码和运行起来的计时器；橙色箭头从人的试用反馈回到代码。

　　做出来以后，还要真的按一下“开始”，看看它是否倒数；发现提醒不明显，再告诉助手希望怎样修改。生成代码以后，还要运行和试用，才能判断应用是否合用。我们通过需求和反馈，一步步推动作品改进。

　　以后想做的，也可以是记账工具、报名页面，或者整理资料的小应用。具体用途会变化，但和 AI 合作的基本方式可以继续沿用。

　　这种通过描述需求、让 AI 帮助写代码，再根据运行结果不断交流和修改的开发方式，常被称为 Vibe Coding。这门课会围绕这种合作方式展开，并逐渐学会把作品做得可用、可靠。

我们负责提出要求，也负责判断结果

　　AI 能生成内容，并不意味着把任务交给它就够了。它不知道我们没有说出的要求，生成的结果也可能遗漏甚至出错。

　　还是那段邀请。如果我们没有告诉它活动在哪里，它就没有依据把地点写清楚；如果它把两点写成三点，文字再自然也不能直接发送。

　　所以，和 AI 合作会反复经历一个很简单的过程：说清楚想要什么，看看它做出了什么，再告诉它哪里需要调整。

　　文字要读，图片要看，应用也要亲自运行。结果不同，我们检查的方法也会不同，但人的判断始终是其中的一部分。

　　从邀请到计时器，AI 都能帮助生成内容，而我们要把用途说清楚，并确认成果能否实际使用。这是学习 Vibe Coding 的起点：用需求推动实现，用结果指导修改。

　　下一节，我们沿着刚才的一次对话继续看：聊天窗口和背后的模型分别做什么？分清它们，才能理解为什么同一款产品可以提供多种功能，也知道做不同事情时该找怎样的入口。