主流 AI 入门介绍
一句话先讲清：大模型是「大脑」，对话应用是你和它聊天的方式，个人助理是围着你转的帮手，而 Agent 是你给它一个目标、它自己分步骤把事办完的执行者。
这一页按课堂顺序走：先弄懂大模型是什么，再过一遍术语，然后分清三种形态，看各家模型的优势和套餐价格，再重点讲 Agent 和个人助理的区别，最后浅讲一节网络安全——就看谷歌、OpenAI 和 Claude 三个例子，看看大厂是怎么重视安全的。
什么是大模型
大语言模型（LLM）读过海量书籍、文章和网页，从中学会了「词语怎样接龙」的规律。你给它一句话，它就根据规律一个词一个词地预测、续写，直到拼出一整段回答——所以它说得流畅，但本质上是在预测「最像样的说法」，不是在查一本核实过的事实手册。所谓「大」，一是训练材料巨大，二是内部有数十亿个参数存着这些规律；现在的模型大多还是多模态的，同一家族能同时处理文字、图片、语音甚至视频。
真正「会思考、会生成」的部分，比如 GPT、Claude、Gemini 这些模型家族。
你实际打开的聊天软件。ChatGPT 是产品，背后的 LLM 是它的发动机（哈佛商学院在线课程用的正是这个比喻）。
你给的指令决定它往哪开。问法不同，答案可以差很远。
没有手的模型只能「说」；给它浏览器、文件、代码这些工具和权限，它就能「做」——这就成了 Agent。
术语一览
- Skill
- MCP
- RAG
- Agent
- 大模型 LLM
- 提示词 Prompt
- 上下文窗口
- 记忆 Memory
- 工具调用 Function Calling
- 多智能体
- 自主性
- 工作流 Workflow
- 幻觉
- 大模型破甲
三种形态：对话、助理、Agent
真实产品里三者会互相重叠——2026 年的个人助理本质上大多就是 Agent。课堂上把它们理解成「责任逐级变大」最稳妥：聊天只负责回答，助理负责帮你办你交代的事，Agent 负责一个目标的全过程。每列举几个最有名的。
对话模型
你问，它答。
解释、起草、总结、头脑风暴都在行；一般不碰你的文件和应用，聊天结束就停下，成果要你自己复制去用。
知名度最高的通用对话产品，写作、编程、语音、画图都覆盖。
海外主流对话模型之一：长文写作、推理和编程见长，行文结构清楚、风格稳妥谨慎。
国内日常使用最广的 AI 应用之一，中文语境、语音和创作是强项。
以超长上下文出名，读长论文、长报告、长合同是它的招牌。
背靠百度搜索与知识图谱，偏中文知识问答和正式文书。
开源生态强、多语言好；应用现已更名为 Qwen（原通义）。
个人助理
围着你一个人转的帮手。
它认识「你」：你的邮件、日历、文件和偏好。它有自己的云端电脑，你关掉手机它还在工作，还会主动来找你——但发送、付款这类敏感动作，要先等你点头。
一队有名字、有分工、有记忆的常驻「队友」，在云端电脑上跨应用干活。
住在 ChatGPT 里的常驻个人 Agent，你给目标，它在对话之外自己推进。
运行在专属安全云电脑上，能发邮件、订行程、填表、购物、谈账单。
全天候个人 Agent，串起 Gmail、日历、文档、地图替你安排事情。
Agent
给目标，它把活干完。
你给的是结果而不是一道题：它自己拆步骤、用工具、检查对错、出错重试，最后交回一个可以核验的成果——改好的文件、跑通的测试、一份成品文档。
编程 Agent：读项目、改文件、跑测试，交回一份可审查的代码变更。
开源的 Agent「运行框架」本身，不是聊天机器人——一切皆插件。
Agent 优先的编程平台，多个 Agent 可并行规划、写码、测试和自查。
AI 原生代码编辑器，Agent 模式能看懂整个代码库再跨文件修改。
办公 Agent 工作台：一句话生成文档、表格、演示和分析成品。
开源终端 Agent，不绑定一家模型，可接 75 多家模型商与本地模型，软件本身免费、只付模型费。
终端里的编程 Agent，复杂多文件工程、长任务和代码审查口碑突出。
极简开源终端 Agent，自己带模型 Key，壳很轻、方便改和扩展。
VS Code 插件出身的开源 Agent，能自己带模型，在编辑器里跨文件干活。
还有 Aider、GitHub Copilot Agent、Windsurf（Devin Desktop）、Qwen Code、Gemini CLI、Grok Build 等——第 05 节逐个展开。
同一个请求，三个层级
「给我一些复习计划的点子」
它回你一份点子清单。剩下的事，全靠你自己。
「把我的笔记变成复习计划，再建个日历提醒」
它替你做好计划和提醒，交给你检查确认。
「帮我准备考试周：查课表、订自习室、总结第 3–5 章、每天发我一份当日计划」
它自己规划、读文件和日历、产出材料，只在有冲突或要订东西时才来问你。
各大模型有什么优势
入门阶段不要给模型排 1 到 9 名：日常任务上它们重叠很多，真正的差别在生态、风格、开放程度和价格。下面是九家的「一句话定位」——具体版本号变化极快，课堂上讲家族和厂商即可，版本号只放讲者备注并标注核查日期。
最有名的全能选手
写作、头脑风暴、编程、语音、图像样样能打，第三方工具和插件生态最大。本次调研的资料把 2026 年 9 月的 GPT-6 Astra 列为其当期旗舰（快照说法，讲前请复核）。
注意：闭源；免费额度有限，套餐与型号名经常变。
细致稳妥的写作者
常被评价为行文结构好、推理谨慎，擅长长文档、编辑润色和编程，品牌定位强调诚实与安全。
注意：原生图像 / 音频生成历史上弱于对手；免费使用更受限。
和 Google 生态打通的研究者
天生能同时理解文字、图片、音频、视频，上下文很长（能装下整本教材、长视频），能实时调用 Google 搜索，深度整合 Workspace。
注意：价值很依赖你是否身在 Google 生态；免费与付费版的上下文差距很大。
最「实时」、最社交的一个
和社交平台 X 深度绑定，定位在实时热点、社交讨论，以及图像 / 视频创作。
注意：企业级成熟度在对比资料中被认为不及前三家；可用性与价格随 X 订阅变化。
高效与开放的代表
以低得多的成本做到强推理和强编程，模型权重开放（R1 / V 系列为 MIT 许可），可下载、自托管、拿来研究——证明了强推理不一定需要最大的预算。
注意：消费端应用精致度、多模态与实时功能相对落后；个别西方机构出于数据治理顾虑限制其托管服务——请遵守自己学校 / 单位的规定。
国内日常使用最广
2026 年的报道中是国内用户量最大的日常 AI 应用：中文和本土文化语境强，语音交互自然，图像 / 视频创作（Seedream / Seedance）齐全，免费额度大方，靠抖音、头条分发。
注意：优势主要在中文与国内生态；海外可用性和功能不同。
超长文档专家
以超大上下文出名（有指南称可达约 200 万字量级），定位就是读、比对、总结长论文、合同和报告。
注意：这是单项绝活；短日常对话上和别家差别不大。
中文知识问答派
背靠百度搜索和知识图谱，定位在事实性问答、正式文书，以及教育、政务风格的写作；据报道 2025 年 4 月起转为免费。
注意：强项集中在与中文搜索绑定的问答；国际知名度较低。
开放、开发者友好的中文家族
开源生态强、多语言支持好，文档处理和长上下文扎实，广泛用于电商、云和团队工具。
注意：应用已由「通义」更名为 Qwen，讲的时候写「Qwen（原通义千问）」避免同学找不到。
附：两张榜单原图
下面两张是榜单原图，课堂上对照着看：一张测综合能力，一张专测代码任务——同一个模型在两个榜上的位置不一定一样，这正是「不要只看一个名次选模型」最好的例子。图中蓝色标注为中国模型。
来源：Artificial Analysis — Intelligence Index v5.0。图中列出各模型 / 测试配置的排名与指数分，蓝色标注为中国模型；排名与分数以原图为准。
来源：Artificial Analysis — FrontierCode 2.0。图中列出各模型 / 测试配置的排名与得分率，蓝色标注为中国模型；排名与分数以原图为准。
按任务选：点一点，看推荐
套餐方案速览：各家怎么收费
先分清两种账：订阅制是包月买「在 App 里用多少」——下面十张卡主要讲这个，浅色行是大多数人的主力档；API 按量计费是开发者把模型接进自己程序里，按 token（字数单位）付钱，是另一套账，不要混。价格为 2026 年 10 月 29 日核对的官方标价：海外产品为美元、不含税，国内产品为人民币、连续包月价；各家改价很频繁，付款前以官网结算页为准。
Plus 只能月付、无年付折扣；Pro 买的是更高用量和最强模型。学生建议：免费版起步，常撞额度再上 Plus。
Pro 年付 $200/年，折合 $17/月，是少数有年付折扣的；Max 只有月付，差别只在用量、不在模型。
它卖的不只是聊天：套餐捆绑 Google 云存储和 Gmail、文档里的 Gemini，本来就在 Google 生态里的人最划算。
2026 年 10 月起 Grok、X 会员合并为一套订阅，旧称 SuperGrok（$30）即现在的 Premium；年付约为月付的 10 个月。
注意：它不卖会员——任何卖「DeepSeek 会员 / Plus」的都是假的。API 采用峰谷定价，工作日高峰时段价格翻倍。
2026 年 6 月才上线付费，基础功能仍免费；连续包年 ¥688 / 2048 / 5088，学生认证后标准版 ¥38/月。
五档共用一个额度池（聊天也计入）；年付折合 ¥39 / 79 / 159 / 559 / 1,119 每月。只读长文档的话，免费版和 Go 已够用。
2025 年 4 月起原会员权益转为免费、存量付费已退款。它是九家里唯一「想付钱也基本没得付」的个人产品。
国内几家里入门付费较便宜的一家；另有面向开发者的 Token Plan（¥39/月起，按 Credits 计），与办公助理会员是两套体系、二选一。
和前面九家不一样：它不卖自家模型，卖的是「壳 + 模型通道」，订阅完全可选——不订阅也能用，接自己已有的订阅或各家 API Key 即可。Go 主要覆盖 DeepSeek、Kimi、Qwen、GLM 等开源模型（另含少量轻量闭源模型），每个模型单独算月额度；团队版 Go Teams 为 $20/人/月。想按量用到 Claude、GPT、Gemini 旗舰，走 Zen 充值余额、按 token 原价扣费。
重点一：Agent 是什么
DeepSeek 给过一个特别好记的拆法——Agent 不是一个更聪明的模型，而是模型外面套了一层「能干活的系统」。这也解释了为什么同一个模型，装进不同的产品里，干活能力可以差很多。
理解目标，把大目标拆成小步骤。
用工具执行一步：改文件、搜网页、跑代码、发请求。
检查这一步的输出对不对、有没有报错。
对了就继续，错了就修正重试——如此循环，直到交活或来问你。
- 接的是目标，不是问题。你说「修好这个 bug」「把这些文件做成报告」，而不是一轮一轮喂提示。
- 会用工具。文件、终端与代码、浏览器、搜索、邮箱日历、数据库，都是它的手。
- 跨步骤记得住。任务进度、你的偏好、项目规矩，不用每步重说。
- 能并行、能后台。多个子任务同时跑，在云端电脑上趁你不在时干活。
- 交的是可核验的成果。改好的文件、测试结果、成品文档——你审一遍才算数，而不是复制一段文字了事。
- 必须有护栏。发送、付款、删除、发布要经你批准；一步错，后面步步错，所以重要成果必须人工检查。
编程 Agent：除了前面五个，还有这些（点开看特点）
编程 Agent 远不止五个。下面补上最常被提到的开源与厂商终端 Agent——它们差别主要不在「聪不聪明」，而在绑不绑模型、在哪里干活、开不开源。
共同提醒：Agent 交回的代码和文件，先看 diff（改动对比）再接受，这是使用一切编程 Agent 的基本功。
重点二：个人助理，以及对话能力的变化
个人助理就是「朝向一个人」的 Agent：围着你的目标、日历、邮件、消息、文件和偏好，转很多天、很多周，而不是一节课。2026 年这一波新品（dots、Muse、Gemini Spark、Grok Bot）配方高度一致：
- 自带云端电脑和浏览器。你的手机、电脑关了，它还在工作。
- 长期记忆。记住你的偏好和习惯，不用每次重新自我介绍。
- 会主动。航班变了、晨间简报好了，它先开口找你，不只是等你提问。
- 能连各种应用。邮件、日历、购物、出行、消息；没有官方接口时，它能像人一样去操作网站。
- 有名字、有身份。dots、Bot、Muse 都是有名的、持续陪你的帮手，不是一次性的匿名聊天窗。
- 敏感动作要过审批关。发送、付款、删除、发布前应当停下来等你确认——但审批只有在你真的看了的前提下才有用。
四个个人助理，逐个认识（点开看特点）
最关键的一页：对话方式变了
| 普通聊天对话 | 个人助理 / Agent 的对话 | |
|---|---|---|
| 谁先开口 | 永远是你 | 你，或者它——提醒、简报、跟进、「情况变了」 |
| 聊的是什么 | 一个问题 → 一个答案 | 一个跨时间目标：「把我的考试周准备好」「盯着这个项目」 |
| 记忆 | 基本只有本次对话；新开一个窗口，它又像陌生人（新版聊天加了些记忆，但有限） | 跨会话带着你的偏好、过往任务和项目状态 |
| 交回来什么 | 一段要你复制粘贴的文字 | 真实系统里的结果：经批准发出的草稿、订好的位、改好的文件、做完的报告、变了的日历 |
| 什么时候工作 | 只有你打字的时候 | 按日程、被事件触发、或在后台——包括你睡觉的时候 |
| 你要检查什么 | 答案里的事实 | 它的动作：改了什么、发了什么、花了多少钱——外加事实 |
| 出错的样子 | 一个错误或编造的答案 | 一个错误的动作：邮件发错、文件改错、买了不该买的东西——所以审批、最小权限和操作记录才重要 |
一句话总结：聊天负责回答，助理负责帮忙，Agent 负责一个目标。
对话也从「问一句、答一句」，变成了「商量好目标、定好边界、验收它做了什么」。
使用安全：四条底线
讲得短，但要讲到。Agent 越能干，出错的代价就越从「一句话说错」变成「一件事做错」。
- 密码和全量权限不给课堂演示不要把密码、整个邮箱或支付权限交给任何 Agent；只给完成任务所需的最小范围。
- 四类动作必须审批发送、付款、删除、发布——执行前停下来让你确认，而且确认时真的要看。
- 像检查同学的作业一样检查它看结果、看改动、看记录；它做得越像样，越容易让人放松警惕。
- 隐私数据不往公共聊天里贴不要把私密信息、医疗信息和别人的个人数据粘进公共聊天产品。
- 小心「提示注入」Agent 可能被藏在邮件或网页里的指令欺骗去做坏事——这也是为什么「动手前先核对」是铁律。
- 它签的字可能算你的有些助理类产品会在条款里把自己约定为「你的代理人」，它以你的名义做的交易，可能对你产生约束力。放权之前，先想清楚。
网络安全：大厂为什么这么重视
这一节不讲复杂技术，只记住一个道理：AI 越能干，坏人也能拿它来找漏洞、搞攻击，所以做 AI 的大厂必须专门花大力气做安全。下面就看三个最典型的例子——谷歌、OpenAI 和 Claude。
自己先把安全做到位
谷歌手里有 Gmail、安卓、Chrome 和全球几十亿人的账号，所以它不是「顺便」做安全，而是专门养了团队、做了工具来优化安全：
· 专门的找漏洞团队 Project Zero：天天研究哪里有漏洞，找到后催着厂商赶紧修。
· 用 AI 帮自己找漏洞、修漏洞：比如 Big Sleep 专门自动找程序里的漏洞，CodeMender 能自动写补丁去修。
· 花钱请全世界帮忙：长期开漏洞奖励，谁帮谷歌找到问题就给奖金。
· 把安全做成默认：登录验证、垃圾邮件拦截、危险网站提醒，都直接做进产品里，用户不用额外操心。
简单说：谷歌的思路是先用 AI 和专家把自家产品查一遍、修一遍，赶在坏人利用之前堵上。
腾出约 10% 的算力给网络安全
算力就是 AI 的「粮食」，平时都用来训练更强的模型。OpenAI 专门腾出大约一成（10%）的算力，不用来追更强的聊天能力，而是专门投入网络安全——这本身就说明它把安全看得有多重。
这些算力主要花在三件事上：
· 先攻击自己：让模型和安全团队互相找问题，提前发现它会不会被用来写恶意代码、搞诈骗。
· 帮防御方干活：用 AI 帮忙找系统漏洞、分析可疑程序，让防守的人动作更快。
· 盯着滥用：监测有没有人拿 AI 干坏事，发现了就处理。
简单说：OpenAI 不是嘴上说重视安全，而是直接从最宝贵的算力里切出一块，专门保安全。
先拿自己练，再帮防御方找漏洞
Claude 背后的 Anthropic 从创立起就主打安全，所以它的做法也很典型：不是等出事再补，而是发布前先自己攻自己，发布后用 Claude 帮好人抢先修漏洞。
· 发布前红队测试：专门请人想办法「攻破」Claude，还给模型定安全等级，太危险的能力就不轻易放出来。
· 用 Claude 帮防御方找漏洞：Project Glasswing 联合苹果、谷歌、微软等大厂，用 Claude 扫描浏览器、操作系统这类重要软件；据 Anthropic 公开数据，2026 年 4—7 月合作方就确认了 12 万多个真实漏洞，先修掉再说。
· 盯着滥用：有专门的威胁情报团队，发现有人拿 Claude 搞攻击、诈骗就处理，并定期公开报告。
· 危险能力只给审核过的人：普通版 Claude 会拦住危险的网络操作，专业安全团队要经过身份审核，才能在受控范围内用它做防御测试。
简单说：Anthropic 让 Claude 同时当「陪练」和「巡逻员」——既检验自己扛不扛得住攻击，也帮防御方赶在坏人前面堵漏洞。
一句话收尾：模型越强，越要先把安全做好。
谷歌是专门做优化，OpenAI 是直接腾算力，Claude 是先攻自己、再帮防御方找漏洞——大厂重视安全，不是口号，是真的投入了人和资源。