{"type":"rich","version":"1.0","provider_name":"Transistor","provider_url":"https://transistor.fm","author_name":"课代表立正","title":"E458. AI的正确打开方式：不学概念，学动作","html":"<iframe width=\"100%\" height=\"180\" frameborder=\"no\" scrolling=\"no\" seamless src=\"https://share.transistor.fm/e/4b70fb24\"></iframe>","width":"100%","height":180,"duration":888,"description":"文章版：https://www.superlinear.academy/c/ai-resources/verb\n课程：https://www.superlinear.academy/ai-builders\nbundle折扣码：lizheng\n关于RAG的文章：https://www.superlinear.academy/c/news/2026-ai-rag\n\n很多人学 AI 学得越多，反而越焦虑：RAG、agent、fine-tune、MCP、各种工具和框架都听过，也能讲出一堆概念，但一到真实工作里，AI 还是不稳定、不可靠，任务推进不下去。\n\n这期视频想讲清楚一个关键区别：真正决定 AI 能力的，不是你知道多少“名词”，而是你会不会做那些真正让任务跑起来的“动词”——比如上下文管理、任务拆解、人机协同、评估、诊断、编排和结果控制。\n\n视频里会用 RAG 作为具体例子，拆开说明为什么只学 pipeline 并不等于真的会做 RAG；在真实企业场景里，更重要的是权限、过期文档、引用准确性、ground truth、召回策略、错误诊断这些实际问题。\n\n如果你已经开始用 AI 写代码、做产品、搭工作流、做知识库，或者你觉得自己看了很多 AI 内容但还没真正入门，这期视频会帮你换一个更有效的学习视角：别只追新概念，而是开始练 AI 时代真正的工作手艺。\n\n00:00 为什么学了很多 AI 还是用不好\n02:00 真正拉开差距的是“动词”\n03:47 为什么我们容易沉迷新概念\n05:06 RAG 案例：pipeline 不等于能力\n09:31 从 RAG 到所有 AI 任务：高手在做什么\n13:12 总结：AI 是一门要练的工作手艺","thumbnail_url":"https://img.transistorcdn.com/6qJNndCuNNsETn3J2B9p3Z9vVJEgAowQiCfGrI1qgng/rs:fill:0:0:1/w:400/h:400/q:60/mb:500000/aHR0cHM6Ly9pbWct/dXBsb2FkLXByb2R1/Y3Rpb24udHJhbnNp/c3Rvci5mbS9jYzZl/YWYzMjA5NzJiMDY4/MjIxOGE0ZjYwMzY0/ODQ1ZC5qcGc.webp","thumbnail_width":300,"thumbnail_height":300}