第一天学AI开发通常不是从“Hello World”开始的而是从“铺天盖地的课程链接”开始的。你打开搜索框输入“AI开发”看到的会是“大模型”“Agent”“LangChain”“多模态”“RAG”“微调”“Prompt工程”……搜索引擎恨不得第一天就把你拉到行业最前沿。结果就是你花了三个小时收藏资料真正动手前就累了。我见过太多人第一天就想放弃不是因为智商不够而是因为不知道手该放在哪里。这篇文章写给今天刚决定入坑的你内容就是第一天真正该做的事。我会把时间压到三件事把开发环境弄到能跑用代码真正调用一次大模型再拆一拆当下最火的 Agent 到底是个什么东西。你不需要数学功底不需要先读完《深度学习》只需要一台能联网的电脑和一点最基础的Python概念。一天结束时你手里会有一条真正能跑通的链路而不是一堆收藏夹里的“稍后再看”。1. 先别急着装环境第一天最值钱的是定位1.1 AI开发有三条路你站哪一条很多人以为“AI开发”是一条路其实它是至少三条路三条路的门槛、反馈速度和就业方向完全不一样。第一类是算法与模型方向。每天和Transformer、注意力机制、损失函数打交道典型的岗位叫算法工程师。这条路需要对数学比较熟悉需要GPU资源需要读论文一般以半年为单位才看得到产出。它很酷但不适合作为第一天的目标。第二类是AI应用开发方向。也就是基于现成大模型的API把模型能力包进产品里。比如做客服机器人、写文案工具、知识库问答、智能体、代码助手都属于这一类。它不需要你从零训练模型你更像一个“最懂怎么用AI的人”把模型的输出变成用户能用的东西。这个方向反馈极快今天学了今天就能出东西。第三类是底层系统方向。包括推理优化、模型部署、算子开发、GPU驱动适配、嵌入式AI等等。这个方向需要更深的计算机功底比如对内存模型、并发、硬件架构的理解更像“做水电煤的人”。我的建议非常直接普通学习者和大部分转行者第一天应该选第二类也就是AI应用开发。原因有两条。第一反馈快能建立正反馈AI开发的学习曲线本来就陡如果前三天看不到成果很难撑下去。第二市场需求大绝大多数公司和产品需要的不是“从零训一个GPT”而是“把现成的大模型用好、用稳、用出商业价值”。1.2 第一天要敢做减法这些东西现在不学第一天最大的敌人不是难度是信息量。桌面右下角的热词一个接一个AI测试开发、前端开发skills、IDEA插件开发、嵌入式开发、ROS2机器人开发它们都很真实但没有一个是你今天该碰的。我给自己带的新人定了一个非常朴素的第一天KPI让大模型在我的命令行里回我一句人话。就这么简单。为了做到这件事今天你明确不学以下内容不学反向传播推导不学微调模型不学LangChain框架不学知识库向量化不学模型部署。这些不是不重要而是第二天、第三天才轮到它们。第一天学这些只会有一种结果一天过去了代码一行没跑通挫败感拉满。把目标从“我要学会AI开发”换成“我要在今天跑通一次大模型调用”你会发现整个世界都变清爽了。2. 搭好环境VSCode加Python加大模型API2.1 先把Python和虚拟环境准备好环境搭得顺不顺直接决定你第一天会不会在半路崩溃。先说Python版本建议装3.10或3.11这两个版本对大模型生态的兼容性最好。3.12在很多库上也能用但偶尔会遇到某个包还没跟上没必要第一天就跟版本打架。如果你电脑里有多个Python版本一定要看仔细了再用否则后面会遇到“明明装了库却找不到模块”的诡异问题。装好Python之后我强烈建议你建一个虚拟环境。虚拟环境可以理解成一个独立的小房间你在这个房间里装的库不会污染系统全局。AI开发里的依赖关系极其复杂今天装openai明天装transformers后天装langchain如果全部扔进全局环境迟早会变成依赖地狱。python -m venv .venvWindows系统激活命令是.venv\Scripts\activatemacOS或Linux是source .venv/bin/activate。激活后你会看到命令行前面多了一个(.venv)前缀这就对了。之后所有安装都在这个小房间里进行。如果下载依赖很慢可以用国内镜像源比如清华源。这不是什么魔法操作就是在pip命令后面加一个参数pip install -i https://pypi.tuna.tsinghua.edu.cn/simple openai第一天别在镜像源上纠结太久装上东西才是正经事。2.2 编辑器选VSCode配好Python开发环境编辑器不用想太多VSCode是当前最稳妥的通用选择免费、插件生态成熟、对AI开发的支持也足够好。你需要的不是最强工具而是让你今天就能舒服写完第一段代码的工具。配置过程很机械先去官网下载VSCode装好后打开扩展面板搜索“Python”安装官方的Python扩展和Pylance。这两个扩展会给你代码补全、语法检查、错误提示基本够用。接下来关键一步是选择Python解释器。按下CtrlShiftP打开命令面板输入“Python: Select Interpreter”选中你虚拟环境里的那个Python。这一步不做好你会遇到一个极其诡异的现象在终端里运行代码正常但在VSCode里运行时提示“No module named openai”。原因就是VSCode用的解释器和你装库的解释器不是同一个。配置完之后你可以在VSCode里新建一个test.py输入print(hello ai)按右上角的运行按钮。能打印出来你的开发环境就算正式打通了。2.3 拿到模型API密钥完成第一次调用环境准备好下一步就是让大模型“见到你”。现在国内外的模型平台都提供了OpenAI兼容的接口也就是说你只需要学会一套调用方式换个base_url就能在DeepSeek、通义千问、智谱、Kimi、OpenAI之间自由切换。第一步是去任意一个大模型开放平台注册账号创建一个API密钥。密钥通常是一串以sk-开头的字符串创建之后一定要复制保存好因为很多平台只在创建那一刻显示完整密钥。充值方面绝大多数平台首充都很便宜几块钱到几十块钱就够你玩好几天了。拿到密钥之后有两个地方不能放。第一不要直接硬编码在代码里第二绝对不要提交到GitHub公开仓库。我见过有人把密钥发布到公开仓库半天时间就被别人的脚本扫走账户被盗刷这种事每天都在发生。正确做法是放在环境变量里# Windows PowerShell $env:DEEPSEEK_API_KEY你的密钥 # macOS / Linux export DEEPSEEK_API_KEY你的密钥然后安装官方SDKpip install openai接下来是最激动人心的一步新建一个Python脚本写入下面这段最小可运行的代码from openai import OpenAI client OpenAI( base_urlhttps://api.deepseek.com/v1, # 换成你用的平台地址 api_keysk-xxxxx # 这里先做演示用实际请从环境变量读取 ) resp client.chat.completions.create( modeldeepseek-chat, messages[ {role: system, content: 你是一个耐心的学习助手。}, {role: user, content: 请用一句话解释什么是大模型。} ] ) print(resp.choices[0].message.content)运行它看到模型返回一句通顺的回答恭喜你这一天最核心的里程碑已经拿下了。你此刻做的事情和全球所有大模型应用开发者做的事情在本质上是一样的把用户消息发给模型拿到回复展示给用户。2.4 读懂返回结构整个AI开发都在和它打交道跑通之后别急着庆祝花十分钟看看返回结果的结构。resp.choices[0].message.content是我们的最终答案但响应里还有两样东西值得注意一个是usage字段里面有prompt_tokens、completion_tokens、total_tokens这代表了这次调用消耗了多少Token也就是计费的核心单位另一个是finish_reason它告诉我们模型是正常回答完了还是因为长度限制被截断了。这些字段看着琐碎但以后写AI应用时会天天跟它们打交道。比如你想给用户展示“本次回答消耗了多少字”就是从usage里取数你想判断输出是不是被截断就要看finish_reason。把这一步练扎实比你背十个框架的API都有用。因为不管外面工具怎么变底层交互逻辑始终是稳定的构造消息列表、调用接口、处理响应。3. 从一次性调用到真正的小工具3.1 做一个能连续对话的命令行机器人第一个脚本跑通后你会发现它是一次性买卖运行一次输出一段程序结束。这离“开发”还差一步。真正的AI应用是需要和用户多轮交互的比如客服机器人、聊天助手都是这样。所谓多轮对话原理其实非常简单每次把历史消息一起发给模型。模型本身没有记忆它只看得到你这次请求里消息列表中的所有内容所以你要把之前聊过的话都带上。from openai import OpenAI client OpenAI(base_urlhttps://api.deepseek.com/v1, api_keysk-xxxxx) messages [{role: system, content: 你是一个喜欢用短句回答的助手。}] print(聊天开始输入 exit 退出) while True: user_input input(你: ) if user_input.lower() exit: break messages.append({role: user, content: user_input}) resp client.chat.completions.create( modeldeepseek-chat, messagesmessages ) answer resp.choices[0].message.content print(fAI: {answer}) messages.append({role: assistant, content: answer})这个程序就是你做的第一个AI小产品它能和你一直聊下去。这里有个细节每次循环都把最新的对话追加到messages列表里列表越来越长模型能“看到”的信息也就越来越多。这也顺带解释了为什么AI应用里会有上下文长度限制以及为什么长对话耗Token会指数级增长。3.2 Prompt的第一课角色、任务、约束第一次写Prompt的人通常只会问一句“帮我写一个文案”。模型确实能写但写出来的东西往往泛泛而谈。问题不在模型笨而是你给的指令太模糊。Prompt设计是大模型应用开发最基础也最核心的杂技第一课只需要记住三个关键词角色、任务、约束。角色是让模型进入某种状态。比如你是行政助理、你是资深律师、你是小学数学老师模型对不同角色的措辞和知识侧重会完全不同。任务是你说清楚要做什么。约束是告诉模型什么能做、什么不能做、要什么风格比如“控制在100字以内”“不要用术语”“用口语化表达”。一个实际的对比你问“帮我写个周报”模型可能给你一篇通用模板。但你问“你是一名互联网公司的项目负责人我在推进一个AI客服项目本周完成了需求调研和原型设计遇到客户反馈不清晰的问题。请帮我写一份周报包含本周进展、下周计划、风险与求助每条控制在两行以内”输出质量完全不是一回事。这个能力是练出来的越具体输出越精准。第一天不用背太多Prompt技巧把“角色、任务、约束”这三个词变成肌肉记忆已经值回票价。3.3 理解Token、上下文和模型温度大模型说白了是一个巨大的“文字接龙游戏”。它根据你给的前文预测下一个最可能的词是什么一个一个吐出来。这里的基本单位叫Token它可以是一个字、一个词也可能是一段字符。中文大概一个字对应一到两个Token具体取决于平台的分词方式。理解Token之后三个参数你就能真的看懂了。第一个是max_tokens它限制了模型这次最多输出多少个Token也就是回答的最长长度。第二个是temperature它控制随机性数值越低输出越稳定越保守数值越高越有创意但也越容易跑偏。做客服机器人通常设低一点比如0.2做文案创意可以设高一点比如0.8。第三个是上下文长度每次请求把历史消息全带上“看得到”的内容越多消耗的费用越高响应也越慢。这就是为什么生产级的AI应用一定要做上下文压缩、做历史消息裁剪不能一直都是无限往上堆。3.4 AI编程本身让大模型当你的结对编程搭档你正在学AI开发那么用AI来帮你写代码就是最自然的实践方式。我的建议是把AI编程工具当作一个“学过所有代码但偶尔会瞎编的同事”而不是全知全能的神。遇到问题可以这样问它“我有一段Python代码作用是调用大模型接口做多轮对话现在报错No module named openai我的环境是Windows VSCode venv虚拟环境请给出排查步骤。” 这种提示词包含角色、背景、问题、环境、期望输出它给的答案质量会比一句“为什么报错”高很多。但有一点必须守住不要让AI写的代码直接进项目必须自己读一遍、跑一遍、验证一遍。大模型写代码的速度很快但它可能在细节上编造不存在的函数。尤其第一天你需要靠“亲手跑通每个程序”来积累真实的体感。AI是加速器不是替代你动手的东西。4. 下午的时间交给Agent为什么它是大模型开发的下半场4.1 从聊天到做事Agent为什么突然就火了上午你做的事情是“对话”下午我们来看“做事”。聊天是模型的被动技能用户问它答。但真实的业务需求往往是“今天下午三点查上海天气如果下雨就提醒我出门带伞并顺便把会议改到室内”。这个需求光靠一次对话回答是不够的需要模型理解意图、调用天气查询工具、判断结果、再调用一个日历工具去修改会议安排。这套流程就是Agent核心能力模型负责思考和规划工具负责执行。我习惯用一个类比把模型当成一个刚入行的实习生。你不能指望他凭空知道所有事实但你可以在他面前摆一排工具给他一个明确任务。他会先想想需要哪个工具调用它拿到结果再根据结果决定下一步。Agent开发就是把这套流程工程化让AI真正“动手干活”而不只是“动嘴说话”。4.2 拆一个最小Agent让模型学会查天气第一天不需要引入LangChain这类重量级框架否则你会被抽象概念淹没。先理解Agent的原始结构其实核心就是一段循环模型判断要不要调用工具、程序帮它执行工具、把结果还给模型、模型再回答用户。下面是一段很朴素的伪代码演示这个循环长什么样# 简化示意不依赖任何Agent框架 tools { get_weather: lambda city: 今天晴天23度, get_time: lambda: 现在是下午三点 } while True: user_input input(用户: ) # 第一步让模型看完用户问题后决定调用哪个工具 result model_decision(messagesuser_input, toolstools) # 第二步如果模型选择调用工具执行并回填结果 if result[tool]: tool_output tools[result[tool]](**result[args]) messages.append(tool_output) # 第三步让模型基于工具结果生成最终回答 answer model_final_answer(messages) print(answer)这个流程里最核心的思想是“模型不直接执行工具模型只决定调用哪个工具以及传什么参数真正的执行由代码完成”。为什么这样设计因为模型天生不擅长精确计算和控制硬件但它擅长理解意图、拆解任务、把人类语言转成结构化的调用指令。让模型做它擅长的让代码做它擅长的这就是Agent架构的精髓。4.3 多AI协作多个Agent各干一摊事如果你能理解单个Agent那么所谓的“多AI协作”就是自然延伸。把任务拆成多个角色一个Agent负责搜索信息一个Agent负责总结提炼一个Agent负责润色成最终文档它们之间通过消息传递配合就像一个项目组里不同分工的同事。这个思路听起来很酷但第一天你不需要把它落地。你只需要知道现在很多产品背后不是一个模型在独立干活而是一组编排好的Agent流水线在协同这已经是行业里常见的设计模式了。另外说一句可能逆耳但真实的话真正值得做的Agent产品是那些能帮用户提效、能落地的正经工具。看到“无限制”“无审核”之类的噱头别碰也别觉得那是机会那些东西既走不远也做不大还可能把自己搭进去。把心思放在“AI怎么靠谱地完成任务”上才是长期价值所在。4.4 框架先别急着学手动编排一次才是正道第一天最容易掉进去的坑是搜到LangChain、AutoGPT、MetaGPT这些热门的Agent框架觉得不用框架就落伍了。它们确实很好但不是第一天的菜。原因很现实框架引入了一层巨大的抽象你还没理解背后发生了什么就被各种概念砸晕了。而且框架更新极快今天学的东西可能三个月后就被废弃。我强烈建议第一天先用最朴素的代码手动编排一次“模型决定调用工具代码执行工具”的过程。不需要用任何框架就像上面那个伪代码一样用if判断模拟也好直接用官方函数调用接口也好核心是亲身体验那三步循环。自己动手走一遍流程之后你会发现框架不外乎是把这些东西封装成了更友好的接口。5. 第一天的翻车现场这些问题你一定躲不过5.1 安装环境阶段的坑第一天的崩溃点高度集中在环境配置上。最典型的问题是pip install openai报错常见原因有几个网络不稳定、Python版本太旧、在系统Python环境而不是虚拟环境里装了库。解决方案按顺序排查先看Python版本是否3.10以上再确认是否虚拟环境已激活最后考虑用国内镜像源重装。另一个高频坑是“VSCode里明明安装了库运行却报No module named openai”。绝大多数情况是解释器选错了VSCode在运行脚本时用的是全局Python而不是你建的那个虚拟环境。处理方法我之前说过在命令面板里手动选择解释器。这个坑人人都踩踩过一次之后你就长记性了。还有一个细节如果你的命令终端显示的不是同一个Python路径会出现“在终端装好了库但VSCode运行还是找不到”的情况。我的经验是不要混用多个终端窗口统一在一个VSCode集成终端里操作能省掉大量精神内耗。5.2 API调用阶段的坑环境跑通之后API调用是新雷区。最常见的是HTTP 401认证错误不用怀疑基本就是密钥不对或密钥被截断了重新复制一遍。429是触发限流平台对每分钟的请求次数有限制等一下再试就好。超时错误通常不是代码问题而是网络问题也可能是平台当前响应慢可以重试几次。还有一类坑是内容被截断。你发现模型回答了一半就停了查看finish_reason会发现是length答案就是max_tokens设得太小了调大即可。另一种情况是模型回复了但你感觉回答质量很差这通常不是代码问题而是Prompt没写清楚。把问题拆细一点给模型更多约束效果立竿见影。5.3 认知和心态的坑我见过的初学者里第一天最容易内耗的不是技术而是“我好像什么都不会”的挫败感。比如看到热词“微调”“分布式训练”觉得自己不学这些就没入门看到别人聊GPU显存不知道自己该不该买一块显卡。这些焦虑源于把“AI开发”想成了一个需要先掌握全部底层的学科。真实情况是AI应用开发和大模型的复杂度对你来说是“封装”好的。你现在用API就像普通人用手机拍照不需要自己从镜头光学开始学起。先玩起来再逐步往下钻。第一天结束你不需要搞懂Transformer里每个矩阵运算但你需要对自己说一句“我知道怎么调一个大模型了我可以用它做点东西出来。”5.4 速查表第一天的常见问题定位现象可能原因处理方式pip安装很慢或超时网络环境不稳定使用国内镜像源重试运行时报No module named openaiVSCode解释器选错命令面板里重新选择venv解释器调用返回401API密钥错误重新创建密钥并完整复制调用返回429触发平台限流等待一段时间再请求回答到一半断了max_tokens太小或上下文超限调大max_tokens清理早期历史消息输出质量差Prompt过于笼统补充角色、任务和约束条件响应非常慢对话历史太长堆积裁剪历史消息只保留最近几轮6. 第一天结束前复盘、存档、给明天留勾子6.1 花十五分钟做一次真实复盘第一天的最后一步不是继续写代码而是做复盘。打开一个文档写下三件事。第一件是“我今天真正跑通了什么”把这个成果写下来。哪怕只是“让模型用命令行回答了我的问题”也是实质进展。第二件是“我今天还有什么没搞明白”比如“为什么我发的消息要放在messages列表里”“函数调用到底怎么传参数”这些疑问就是第二天的学习线索。第三件是你踩过的最大的坑是什么记下来。这些坑以后都会变成你的经验。强烈建议你把今天的代码存好最好能推到GitHub或Gitee私有仓库。理由不只是备份而是从第一天就建立一个开发者的工作习惯代码不是跑一遍就丢的它会被反复修改、复用、回顾。你现在存下的这个简陋对话机器人一周后回看你会惊讶自己走了多远。6.2 给第二天留一个具体的钩子第二天不要另起炉灶同一个项目继续深挖。基于今天的对话机器人你可以选一个方向做增强给AI加上一个“总结网页内容”的工具让它可以回答“帮我总结一下这个网址讲了什么”或者做一个简单的知识库问答把一篇文档喂给它再让它根据文档内容回答。这些方向都会自然引出检索、向量化、上下文管理每一步都是真实有用的技能积累。如果你还想继续Agent这条路可以尝试把今天伪代码里的model_decision换成真实的函数调用接口让模型真的能决定调用工具并把结果返回。一天一个台阶比一次性吞下十个框架要扎实得多。6.3 第一天真正改变的东西你的开发者身份最后说点我自己带人时的体会。第一天学AI开发最大的收获往往不是某个知识点而是一次身份转换——从“我想学AI”变成“我在用AI开发东西”。这个转换听起来微妙但极其重要。前者让你永远在找教程后者让你不断在做项目。我当年第一天也没能一次跑通环境问题折腾到半夜最后发现是VSCode解释器选错了。第二天重新打开半小时就解决了。回想起来那一晚的烦躁和沮丧其实是新手期必修的功课。第一天的目标不是成为专家而是建立一条能走通的路。这条路一旦打通后面的学习就是沿着它不断拓宽和加固。还有一个小习惯我特别推荐从今天起每天留出固定的半小时到一小时雷打不动地做一点AI开发。不用多保持连续。AI开发的知识体系很庞大但每天的实践就像往池子里注入一滴水短时间看不到变化一个月后你会明显感觉到水位在上涨。第一天已经过了大半现在就别刷那个无休无止的教程列表了打开编辑器把今天那条链路再走一遍然后安心等明天。