KeyFrame內部研究專用

一句話,它就把東西做出來了|機器學習 2027 第一堂:裝一個 AI agent 有多簡單

李宏毅5 min中文
觀看原始影片

三句話摘要

機器學習課程第一單元導讀:介紹本機運行的 AI 工具(Claude Code、Codex)與聊天機器人的根本差異,以及如何驗證 AI 執行的任務是否正確。 AI 工具的能力爆發不在於如何操作(已簡化到極致),而在於它如何在你的電腦上真正執行任務——這才是它與聊天機器人的本質區別。 兩個工具的安裝差異:Codex(OpenAI)從微軟商店下載,Claude Code(Anthropic)從官方網站下載。兩者都無需指令列操作、檔案解壓縮或設定檔修改,整個過程只需點擊按鈕,體現了 AI 工具已成為面向普通用戶的產品。

重點整理

  1. 兩個工具的安裝差異:Codex(OpenAI)從微軟商店下載,Claude Code(Anthropic)從官方網站下載。兩者都無需指令列操作、檔案解壓縮或設定檔修改,整個過程只需點擊按鈕,體現了 AI 工具已成為面向普通用戶的產品。

  2. AI 工具 vs 聊天機器人的本質區別:聊天機器人被動接收文字並回覆,AI 工具則能在用戶電腦上主動執行完整任務——開資料夾、創建檔案、編寫程式碼、運行程式,最後回報工作成果。

  3. 實時演示的工作流程:講者輸入「做一個線上投票系統讓全班選出最喜歡的班遊地點」(30 字),AI 自動檢查現有資源、發現腳本錯誤時主動改用複製模板方案。講者中途禁止上傳至雲端,AI 不僅同意,還重新架設為完全本機版本。

  4. 安全權限的硬邊界:AI 試圖操作工具自己的視窗時被系統直接拒絕,理由是「不能授權修改自己的全局設定」。這說明即使功能強大,仍有不可逾越的安全邊界。

實用技巧與重點

  • 工具清單
  • Codex(OpenAI):微軟商店下載
  • Claude Code(Anthropic):官方網站下載
  • 安裝成本:2 顆按鈕,無需終端指令、檔案解壓縮、配置修改
  • 演示數據
  • 使用者指令:30 字
  • 生成結果:6 個檔案、583 行程式碼
  • 使用語言:全用系統內建功能,無外掛套件
  • 測試結果:灌入 27 票,投票系統實時更新票數
  • AI 工作過程
  • 自動檢查資料夾
  • 偵測腳本複製檔案失敗
  • 主動改用複製模板方案
  • 準備發布至雲端(被使用者叫停)
  • 改為本機版本,資料存為本地檔案
  • 權限限制:AI 無法操作自己的介面窗口

結論

AI 工具的能力爆發不在於如何操作(已簡化到極致),而在於它如何在你的電腦上真正執行任務——這才是它與聊天機器人的本質區別。

完整解析

這堂課的核心訴求是讓學生理解一類新興 AI 工具的真正能力。講者本人是 Claude 代理(也就是說講者就是運行中的 AI),他在 Claude Code 環境中進行這場演講。

安裝體驗是這類工具進化的縮影。傳統軟體需要複雜的安裝流程,但 Codex 和 Claude Code 已經簡化到只需點擊按鈕——Codex 在微軟商店找到、下載、安裝,Claude Code 則從官方網站直接下載。整個過程不涉及終端指令、檔案解壓縮或設定檔修改。這反映了一個轉變:AI 工具已從開發者工具演進為面向普通用戶的產品。

使用體驗更引人注目。講者現場演示了用 Codex 完成一個實際任務。他的全部指令只有 30 字:「做一個線上投票系統讓全班選出最喜歡的班遊地點」。之後的工作完全由 AI 自動展開——它先檢查電腦裡有沒有可用的現成資源,隨後發現 Windows 上的某個自動架設網站腳本在複製檔案時出錯。AI 沒有停下來等待人工干預,而是主動改用複製範本的方案繼續推進。唯一的人工插手發生在 AI 準備發布系統到線上時——講者禁止了這一步。有趣的是,AI 不僅口頭同意,還重新架設了整個方案,從網路版改為完全本機版本,投票數據改存在本地檔案。

AI 交出的成果是 6 個檔案共 583 行程式碼,全部使用系統內建功能,沒有安裝任何第三方套件。講者隨後運行了這個系統,灌入 27 票進行測試,票數確實實時跳動。這個演示有力說明了核心數據:輸入 30 字,得到 583 行可執行程式碼。

但講者也點明了一個關鍵限制。當 AI 試圖操作 Claude Code 自己的介面視窗時,系統直接拒絕,理由明確地寫在畫面上:"不能授權他去操作自己的全局設定"。這揭示了一條不可逾越的安全邊界——即使工具能力強大,也不能自我修改。

講者的最後總結落在成本盤點上:安裝是兩顆按鈕,使用是一句話,中間人工插手一次(做限制決策)。但真正的挑戰不在這裡——後續課程的核心問題是:當 AI 做完工作後,你如何驗證它做對了?

8 min
AI 技術中文11月17日

Muse AI 国内注册方法来了!无需排队、无需信用卡,全程免费!

一路向前看原片 ↗
  • IP環境是核心要素:乾淨的住宅IP搭配日本節點能大幅提升註冊成功率,講者稱日本節點「幾乎秒過」,可選美國但成功率較低。
  • 全新郵箱是必要條件:系統會記錄每個郵箱的註冊歷程,曾排隊或卡在信用卡驗證的信箱會直接失敗,必須使用全新未註冊過的郵箱才能完全規避之前的失敗記錄。
AI 技術中文11月17日

Meta 改写 K-Means,训练轮次降到十分之一​ | K-Means | e-means | Meta FAIR | 聚类算法 | 向量检索 | Faiss | DINO10B | 向量数据库

Best Partners TV看原片 ↗
  • 從累加到衰減的中心維護:傳統小批量更新會累積歷史統計量造成早期分配記錄長期影響,而 e-Means 用指數移動平均使新分配能即時調整中心,早先統計逐漸失效,避免陷入次優解。
  • 死簇復活機制是關鍵改進:消融實驗顯示這項改動影響最大,透過每 5 批次檢查樣本不足的中心,從較大簇拆分一半重新安排,將樣本不足 10 個的中心比例從 26.3% 降到 0.3%。
AI 技術英文11月17日

Goal Engineering - The New Buzzword

Prompt Engineering看原片 ↗
  • 長期開放式目標中最難提供的上下文不是文件或 API,而是人類的判斷力與品味。傳統的檔案查詢或技術規格是相對容易部分,真正瓶頸在於定義「什麼是好的結果」。
  • Actively AI 初期採用單一代理處理多種任務類型失敗,因為人類審查者必須在十種不同的任務格式間切換心智模式,造成效率低落。重新架構為多個專一代理後,人類可在相同心智模式下快速連續審查。