Attention Is All You Need

本课面向零基础的非理工科高校教师。先从 2017 年那篇十五页的论文讲起，再从最底层把 LLM、Token、上下文、提示词、工具、MCP、Agent、Agent Skill 一个一个拆开讲清楚，每个词一页动画。然后做四件真事：现场为这门课做一个高级的网站主页，打磨一个找人才的 Skill，用一张飞书表管一次北美行，做一张产品海报并存成 Skill。再比七个模型怎么选怎么买。再看讲者自己这两天真跑的十件事，从读一份文件到上线一个网站，每件只看给它什么、它交回什么、核了什么。最后回到人，讲认知与价值观。全课一条线：做，机器越来越会；它能做什么、该不该交给它，还得人来判断。

• 序章 · 一篇论文之后：那篇论文讲了什么，注意力机制凭直觉怎么理解，九年里研究怎样变成产品。再看一个人加一支 AI 团队怎样工作，留下一个问题。
• 第一章 · 认识你的 AI：从最底层一层一层往上搭。LLM 是文字接龙；Token 是它认的数；上下文是每次重发的整段对话，窗口有多大；提示词分后台与本次两层；工具是借给它的函数，四个角色怎么传话；MCP 是统一插口；Agent 自己决定下一步；Agent Skill 是写给它的说明文档。每页一个分步动画，例子在本机真跑。最后看同一个模型的三种入口。
• 第二章 · 四件真事：课程主页在 WorkBuddy 里现场一步一步做，屏幕上只有流程和提示词；一个找人才的 Skill 从一句话打磨到第三版，每条规则后面站着一次翻车，用合成数据真跑六步；一张飞书表管一次北美行，三十一场宣讲会的报名网页、海报、社群入口、邀请邮件全从一张表出来；一件卫衣的海报三种风格、随时改、存成 Skill 换产品一句话出图。
• 第三章 · 模型与工具：七个模型（GPT-6 Astra、Claude Fable 5.1、豆包、Kimi K3、Qwen3.8 Max、DeepSeek V4 Pro、GLM-5.3）在七张第三方榜上怎么比；开源与闭源；三种买法与官网价目；算一笔账；怎么选。
• 尾声 · 认知与价值观：怎样读一次发布，技术怎样从稀缺变成基础设施，为什么还在招人。工具一样了，人为什么不一样。知识与认知有什么分别，为什么说行易知难，同一套架构有哪两种用途。技术什么都能实现之后，世界走向哪里由什么决定。最后给出修行清单。

• 零基础，无需编程或技术背景；课上不要求操作
• 请带一份自己的真实材料（一段教材、一份通知或一篇论文摘要），用于课上选定"先试的一件事"与课后练习

• 高校教师，含非理工科各专业
• 教学与科研管理人员
• AI 零起步的学习者

• 本课为通识入门，不含编程实操；工具箱与一个月计划留给课后自学，想动手做工程的，另有后续工作坊。

课后，学习者能把一件工作向 AI 交代清楚，能看出初稿的问题，能核对结果，能按任务选对工具入口，也能说出哪些判断要留在自己手里。

1. 能说出 AI 怎样从 2017 年那篇论文走到今天；能区分模型与产品、开放权重与闭源服务，能分清对话、工作台、编程三种入口。
2. 能用五项条件（对象、目标、材料、交付、这一步做到哪）把一件事说清楚；能让它先问，能提出一处具体修改。
3. 能说清十个词各是什么：LLM、Token、上下文与上下文窗口、User Prompt 与 System Prompt、工具、MCP、Agent、Agent Skill；能分清模型与平台各干什么，能说出它"记得你"背后是整段对话重发。
4. 能用"说清目标、先要方向、做、审、改"五步在 Agent 工具里做出一个网页；能把一套做法写成 Skill 并换产品复用；知道真源只能有一张表，发送键留给人。
5. 能读懂第三方榜单（人评与机评、版本与档位、票数与区间），能按用法在三种买法里选，能算出自己一个月的花费，能说出开放权重与闭源的取舍。
6. 能说出为什么技术拉平了差距、认知又把差距拉开，价值观在哪一步起作用；带走修行清单与一个月计划。

• 课件：74 页，放映版与 PDF，每页一张主图，全部来自实测记录或有出处的原件，页脚标来源与核验日期。
• 学员手册：80 页，A4 可打印，含导言与八个部分、两个练习、术语表、常见问题、一手来源；内容标"读一遍就懂""查一下再用""动手前看"三类。工具箱一节的每条提示词带四行备注：什么时候用、怎么填、拿回来核什么、常见的坑。
• 工具箱：十类场景提示词与教学专用提示词（含评价分级说明与 AI 使用声明模板）；三份岗位说明书与教师个人 AI 档案模板；任务说明与修改要求模板、核对清单与小测试集；三个 Skill 文件；速查卡与修行清单；中文去机器味写法的规程、词表与对照例句，附量测脚本。
• 实测记录：18 项，含逐字提示词、会话链接、原始输出与人工核验方法；每次开课前重跑，出错的证据随之更新。
• 课堂涉及工具：Kimi（K3、课件、深度研究）、即梦、飞书邮箱与妙记、Qwen 本地运行、腾讯 WorkBuddy、Qoder、Claude Code；海外产品作对照。
• 一手来源（节选）：Vaswani 等 2017；Clark 等 2019；Kestin 等 2025；Bastani 等 2025；Kosmyna 等 2025；Lee 等 2025；Perkins 等 2024（AI 评价量表）；Anthropic Economic Index 2025；World Bank 2025；科技部《负责任研究行为规范指引（2023）》；教育部等五部门《"人工智能+教育"行动计划》（2026）；Nature 2023 社论；OpenAI 发布页与 Charter；孙中山《孙文学说》、王阳明《传习录》、Kranzberg 1986、Turing 1950。

信息截至 2026-09-14。产品名、开放条件与外部数字属于会变的信息，以官方页当日说明为准。

• 本课程为非学分公开讲座，不设考试与作业。
• 课后建议分三个时间尺度：今晚做一件事，把满意的一次对话存成模板；一周内从修行清单里勾三条做完；一个月做成一件真事，按四周计划走，第三周拆步骤、定流程。学员手册附四个自评问题。
• 教师可将工具箱中的评价分级说明与 AI 使用声明模板用于自己的课程。

• 如需无障碍支持或其他特殊安排，请课前告知主办方。