011. 课程路径与 AI 应用视野

学习目标

这一节先把后续学习路线、项目目标和 AI 应用边界说清楚。

学完后，你应该能理解：

• 后续两天课程会围绕哪些内容展开；
• 为什么要先补工具和框架基础；
• 实战项目为什么要放在自己部署好的环境里体验；
• 如何把原来的业务项目改造成 AI 开发经历；
• AI 能力不只等于代码生成；
• 为什么传统业务都可以找到 AI 改造入口。

先补基础工具和框架

前面已经完成过项目部署，但很多工具只是先跟着用了，还没有解释它们分别解决什么问题。

接下来会先补一遍基础工具和框架，例如：

• 后端开发工具；
• Python 项目环境；
• 本地模型和模型平台；
• Agent、RAG、工作流等概念；
• 实战项目中用到的主要框架。

对只写过 JS 的开发者来说，这一步很重要。AI 全站项目不是只写页面，还要接触 Python、数据库、模型服务、部署和业务流程。

实战项目要在自己的环境里体验

项目已经部署好后，再看功能介绍会更容易理解。

原因是你可以直接在自己的环境里测试：

• 系统有哪些菜单；
• 每个功能对应什么业务；
• AI 能力接在哪个流程上；
• 前端和后端分别承担什么；
• 模型调用结果如何影响业务数据。

如果只听概念，很容易把 AI 功能理解成“调用一次模型”。但在真实项目里，更重要的是模型如何嵌入业务流程。

项目介绍和简历改造有关

很多人原来的工作经历里没有 AI 项目。

课程的思路不是凭空编一个完全不存在的经历，而是回到你原来做过的业务，看它能不能被 AI 改造。

例如原来做过：

• OA 审批；
• 报销系统；
• 客服系统；
• 文档管理；
• 项目管理；
• 表格后台；
• 订单或预约流程。

这些系统本来就有业务流程、数据和用户输入。AI 可以接入的位置包括识别、填写、检索、总结、审核、对话和自动创建业务单据。

所以简历改造的关键不是把所有经历都改成“大模型平台”，而是把原来的业务讲成“传统业务系统如何接入 AI 能力”。

AI 不只是辅助编码

很多开发者最早接触 AI，是用它写代码、解释报错、生成组件。

但 AI 能做的不只这些。

它还可以参与：

• 图标生成；
• 图片识别；
• 文案生成；
• 论文或报告初稿；
• 营销素材；
• 图片和视频生成；
• 智能客服；
• 业务流程判断；
• 智能硬件交互；
• 企业内部知识问答。

对开发者来说，真正有价值的是把这些能力做成应用，而不是只停留在聊天窗口里。

传统业务也可以融合 AI

只要系统里有数据、流程和用户决策，就有 AI 改造空间。

例如酒店预订、费用报销、文档问答、项目周报总结、商品客服，都可以加入 AI：

• 用户用自然语言表达需求；
• 系统提取结构化信息；
• Agent 调用业务工具；
• 业务系统创建订单或审批单；
• 用户继续补充信息时，流程可以恢复。

这类能力和普通前后端开发的区别在于：AI 不只是生成文本，而是要参与业务动作。

课程后续节奏

后续会围绕几个方向推进：

方向	重点
工具基础	PyCharm、本地模型、模型平台、开发环境
实战项目	通用业务表格、知识库、报销审批、智能客服
简历表达	把原有项目改造成 AI 应用开发经历
业务融合	分析传统系统里能接入 AI 的位置
项目深化	RAG、Agent、工作流、模型微调

现在先建立全局视角，后面进入具体功能时，就能知道每个技术点放在整个 AI 全站项目里的位置。