143
0文章版：www.superlinear.academy
课程：www.superlinear.academy
bundle折扣码：lizheng
关于RAG的文章：www.superlinear.academy
很多人学 AI 学得越多，反而越焦虑：RAG、agent、fine-tune、MCP、各种工具和框架都听过，也能讲出一堆概念，但一到真实工作里，AI 还是不稳定、不可靠，任务推进不下去。
这期视频想讲清楚一个关键区别：真正决定 AI 能力的，不是你知道多少“名词”，而是你会不会做那些真正让任务跑起来的“动词”——比如上下文管理、任务拆解、人机协同、评估、诊断、编排和结果控制。
视频里会用 RAG 作为具体例子，拆开说明为什么只学 pipeline 并不等于真的会做 RAG；在真实企业场景里，更重要的是权限、过期文档、引用准确性、ground truth、召回策略、错误诊断这些实际问题。
如果你已经开始用 AI 写代码、做产品、搭工作流、做知识库，或者你觉得自己看了很多 AI 内容但还没真正入门，这期视频会帮你换一个更有效的学习视角：别只追新概念，而是开始练 AI 时代真正的工作手艺。
00:00 为什么学了很多 AI 还是用不好
02:00 真正拉开差距的是“动词”
03:47 为什么我们容易沉迷新概念
05:06 RAG 案例：pipeline 不等于能力
09:31 从 RAG 到所有 AI 任务：高手在做什么
13:12 总结：AI 是一门要练的工作手艺
