本书分为两个部分，分为ChatGPT之前和ChatGPT之后，也可以说是，分别属于AlphaGo时期和LLM时期。根据人工智能的发展可能性，未来新一代人工智能很可能属于世界模型人工智能(worldmodelAI)，以及具身人工智能(embodiedAI)，但前景尚未明朗，在此时此刻，似乎还缺乏实现这种更接近通用人工智能

本书13章按”认知迁移→上下文工程→高频实战→团队落地→领域应用”五阶段递进：认知迁移(第1-2章)帮助读者完成从”控制机器”到”与AI协作”的心智转变；上下文工程(第3-4章)首次系统讲解让AI”看到”正确信息的工程方法论；高频实战(第5-8章)覆盖代码生成、调试、测试、重构四大场景；团队落地(第9-11章)提供从个

本书提出自适应训练轮数优化方法，通过自主学习动态分配训练资源，提升模型协同训练效率；针对设备内存在的应用干扰与资源约束，设计了兼顾干扰规避与能耗控制的优化策略，减少任务完成时间与总能耗；面对大模型时代非平衡数据分布导致的泛化能力不足问题，本书针对大规模分布式微调场景，提出了端边云分层适配器联邦微调等方法，有效提升了不同

本书不仅系统回顾了学习技术的理论基础及其发展历程，还通过“认知-情绪-思维”与“个性化-社会化-生态化”两条核心脉络，详细阐述了这一领域的研究理念。书中精心挑选了多个具体实践案例，生动展示了CTCL如何在不同教育场景中发挥重要作用，帮助教师更好地理解并运用这些先进理念，从而提高教学质量。此外，《学习技术研究手册》还收录

本书从AI时代底层认知重构、提示词核心方法论入手，详解内容创作、办公提效、学习管理、多媒体创作等全场景落地方法，深度拆解V4超长上下文、编程开发、逻辑推理三大核心优势，同时前瞻AI智能体时代的个人能力重构。

本书共9章。主要内容包括初识AIAgent、AIAgent核心技术、大模型技术基础与提示词工程、AIAgent开发技术架构与环境搭建、基于LangChain的Agent开发、基于LlamaIndex的AIAgent开发、基于LangGraph的AIAgent开发、基于Dify的AIAgent开发实践、基于Coze的AI

本书分为三部分：第一部分(第1-3章)介绍SDD理论基础与工具准备，包括AI编程范式局限、Spec-Kit核心概念及环境配置；第二部分(第4-7章)通过用户名片组件、任务看板状态管理、后端API构建等实战案例，演示规范驱动开发的落地方法；第三部分(第8-9章)探讨存量系统改造策略，并前瞻性分析SDD的未来发展趋势。

本书以“全民娱乐、零门槛上手AI”为定位，专为零基础的普通读者编写。本书摒弃晦涩的专业理论，结合极简的实操步骤、通俗易懂的文字与高清操作截图，系统地介绍豆包的各类玩法。本书涵盖社交互动、亲友陪伴、社群运营、休闲解闷、兴趣拓展、创意短视频生成等基础场景；详解豆包定制、拍照识万物、照片创意玩法等进阶功能；同时收录广播剧生成

本书以“行业场景驱动+人机协同能力培养”为核心，严格遵循“认知→技能→应用→实战”逻辑主线，弱化理论、强化实操、突出就业导向，强调在真实职业任务中运用AIGC工具。本书共12个项目，从人工智能与AIGC的基本知识、AI应用中的伦理与合规、AI时代的职业生涯发展等基础知识切入，逐步讲解提示词设计与应用、AIGC文本创作、

本书共11个项目，详细介绍人工智能的相关知识，内容包括人工智能的前世今生、人工智能基础、人工智能编程语言Python、图像识别、人脸识别、自然语言处理、智能语音、无人驾驶、数据挖掘、AIGC应用和零代码构建AI智能体。本书采用项目化的编写方式，注重理论与实践的结合，同步讲解知识点及对应任务，每个任务都有详细的操作步骤描