应用篇：学习人工智能的五步阶梯

我身边的许多企业家和投资人朋友，问我最多的问题就是：

“人工智能，我该从哪里学起？”

“我不懂编程，能不能学会人工智能？” “具体要掌握哪些工具，才能真正用起来？”

所以，在课程的第一课，我想从纯应用的角度出发，回答绝大多数人都关心的问题：如何高效入门人工智能？

我将这个过程总结为五个阶段。每一个阶段，都是从零起步到实战落地的必经之路。

第一步：学会与人工智能对话

许多人以为，和人工智能聊天很简单，人人都能做。但实际上，即便是简单的对话，也藏着巨大的差距。两大关键问题是：

如何选择大模型？如何与大模型对话？关于模型选择，我建议：博采众家之长。  最好同时选择至少 3个国内大模型 和 3个海外大模型，同样的问题分别去问不同模型，感受它们不同的风格与优势。至于哪个最好？这并没有绝对答案，AI发展日新月异，没有任何一个模型可以一直领先。

目前我用得比较多的是：

国内：

DeepSeek：使用面广

通义千问：综合能力强

豆包：多模态能力突出，尤其擅长文字、图片、视频混合任务

国外：

ChatGPT：经典，综合能力强

Gemini：擅长长文本分析

Claude：适合逻辑推理、编程任务

如果你想做图像或视频创作，可以尝试国内的即梦，或者国外的Midjourney（MJ）。

关于如何对话，这其实就是“提示词工程”（Prompt Engineering）。未来我会单独开一章深入讲解，但最重要的三大技巧是：

角色精准：告诉AI你想让它扮演谁

结构清晰：问题描述有条理、分层次

细节充分：越详细，答案越精确

现在，甚至可以让AI直接帮你写提示词，事半功倍。

第二步：打造属于自己的知识库

仅仅和大模型对话，很快会遇到一个瓶颈：AI并不了解你，也不了解你的公司或行业。  于是常常会出现答非所问、甚至“幻觉”式的回答。

解决方法，就是：打造你的专属知识库。

什么可以放进知识库？

✅ 企业内部文档

✅ 行业数据、市场分析

✅ 书籍或权威文章

✅ 你的个人思维框架

有了这些，AI就可以在“你自己的语境”里回答问题，大幅提高准确度。

我的建议是：国内、国外至少各选择一套成熟的知识库产品，实际对比后再确定自己的首选工具。  尤其要注意：若打算商业化对外使用或大规模部署，国内方案更适合。

例如：

国内：IMA（腾讯产品）

支持微信生态，上传资料方便，交互便捷

国外：NotebookLM（谷歌产品）

擅长长文本分析

独特功能：可以把文档转成两位主持人对话式的播客内容，生动有趣

我自己做过两个有用的私人知识库：

家用健康知识库：为我母亲建立，将她的病历、体检报告输入系统，让AI协助回答健康问题，甚至定制饮食和锻炼计划，相当于拥有一个私人医生。

投资研究知识库：输入我多年的投资框架、分析笔记以及优秀投资人的资料，让AI在此基础上做公司分析，幻觉显著减少。

第三步：创建智能体（AI Agent）

当前AI领域最火的概念之一就是智能体（AI Agent）。

什么是智能体？简单说：不只是能对话，更能感知环境、自主拆解任务、并动态执行。

人机对话只能算第一步，而智能体则是把对话变成行动。

举个例子：

我想去北欧度假。如果只用大模型对话，它最多帮我规划日程。但如果用一个私人旅游智能体，它可以帮我：

制定行程

邀请同行伙伴

订机票和酒店

安排当地商务访问

这就是智能体的价值：不仅“说”，还能“做”。

在投资领域也是一样：

普通大模型可以帮我写一篇股票分析

智能体则可以：

同时分析数千只股票

根据我的投资框架

输出资产配置方案

甚至直接下单

智能体在商业领域更是各大厂商的兵家必争之地。目前，我将它分为两类：

流程式智能体

你先定义好流程，智能体照流程完成任务

自主式智能体

你只提最终目标，智能体自行决定怎么完成

举例：

自主式智能体

想做某行业分析 → 智能体自己搜集数据、查找资料、写报告

流程式智能体

如果你已熟悉行业分析流程，就把流程一步步写好，让智能体照流程执行

这两种没有高低之分：

如果你清楚流程 → 用流程式智能体

如果你不熟悉流程，想探索新路径 → 用自主式智能体

需要注意的是：自主式智能体虽然方便，但产生“幻觉”的风险也更大。

我刚学习智能体的时候，最先写的两个非常实用的智能体：

新闻掘金

每天自动收听新闻联播

汇总重要新闻

重点标注我关心的行业或公司

自动生成研究报告并存储到多维数据库  → 原本至少需要 1 小时的工作，现在 5 分钟搞定，还可以助力长期跟踪趋势分析。

红蓝军智能体

启动三个AI分析师：红军、蓝军、总分析师

通过多轮辩论，更深入、客观地分析公司

目前我常用的工具：

流程式智能体： 扣子、元器

扣子生态更丰富

元器与微信生态结合紧密

自主式智能体： 扣子空间（国内）、天工、Manus（国外）

第四步：使用多维数据库

进阶玩家，在写流程式智能体时就会遇到一个新问题：如何储存和组织中间结果？

这就用到多维数据库（OLAP）。  与传统关系型数据库相比，多维数据库更适合：

存储复杂维度信息

快速切片、钻取、分析数据

与BI工具、AI大模型深度融合

比如我在新闻掘金智能体中，用多维数据库存储每天的新闻摘要。长期累积后，就可以利用多维数据库分析趋势和展示规律。

在投资分析里，我甚至将5000多家上市公司的数据放进多维数据库，同时启动多个大模型分析，大幅提高效率。

我目前常用的是飞书多维数据库，它：

与飞书办公工具紧密集成

可以单独调用大模型

非常适合搭配扣子应用做前后台联动

第五步：用人工智能编程

这是整个五步里最颠覆、也是最令人兴奋的一步。

过去，写一个稍复杂的软件，需要：

专业开发团队

大量人力、资金投入

但今天，只要你的想法够清晰，就可以用自然语言“指挥”AI帮你写代码。

比如：

写一个智能体原型

编一个简单的APP

做大数据处理脚本

去年我计划做一个财富管理AI项目。起初预计需要5-10人团队。但在与一些数字游民朋友交流后，我发现：

只要有逻辑清晰的需求，用AI编程几乎能完成大部分工作。最终，我只需要原计划1/10的人力，而且省去了大量沟通成本。

这就是人工智能编程的力量。

我目前常用：

Cursor（国外）

内嵌Claude等多种大模型

TRAE（国内）

Cursor的国内平替

五步学习路径概览

以下是这五步的大致学习时间与工具推荐：

阶段

核心内容

推荐工具

学习时间

1. 与AI对话

选国内外模型各3个，掌握提示词技巧

DeepSeek、通义千问、豆包、ChatGPT、Gemini、Claude

1-2周

2. 打造知识库

输入公司/个人资料，避免幻觉

IMA、NotebookLM

1-2周

3. 创建智能体

编写流程式/自主式智能体

扣子、元器、扣子空间、天工、Manus

2-3周

4. 用多维数据库

存储中间结果、批量分析

飞书多维数据库

1-2周

5. AI编程

用自然语言写代码

Cursor、TRAE

3-4周

最后提醒

绝大多数人都停留在第一步，且往往还不会选合适的模型、写出高质量提示词。

能学完第二步的，可能剩下不到 20%；

能学到第三步，可能只剩下不到 10%；

能搞定第四步、第五步，那就已经是百分之一的高手了。

尤其到了第三步之后，编程思维成了巨大的分水岭。虽然AI能帮你写代码，但你必须具备基本的逻辑思维。如果你完全没有编程经验，建议同时学习至少一种编程语言的基础，比如Python——至少能读懂循环、排序、函数调用。

很多企业家和创业者问我：

“我有团队能做这些技术细节，还需要自己学吗？”

我的回答是：非常有必要！

哪怕你不亲自写代码，也至少要：

理解这五步在做什么

知道难点在哪里

判断团队做得是否到位

毕竟，在AI时代：

大量“一人公司”、超级个体正在涌现

如果你的企业还人员臃肿、管理复杂

如何与这些轻资产、高效率的竞争者对抗？

所以，不论你是企业家、投资人还是职场精英，我都建议：

躬身入局，亲自学习。只有自己动手，才能真正体会到AI的乐趣，也才能用最低成本，抓住这场时代机遇。

本教程由高峰博士独立完成，欢迎署名转载，转载请注明出处。禁止私自转载、修改或冒名发布，违者必究，作者保留追究法律责任的权利。

高峰博士为独立投资人、企业家 AI 财富顾问，长期专注于人工智能与财富管理的融合应用，致力于帮助有潜力的企业，在 AI 时代成为“小而美、强而精”的优秀公司。

欢迎有兴趣的朋友留言交流，探讨 AI 落地实践与智能时代的增长之道。