AI新手入门指南：从零开始学AI工具

⚠️ Claude Cowork 已于 2026 年 9 月 16 日与聊天合并，不再是独立的入口（功能本身仍在，如今在任何一段对话里都能用）。以下是对它内容的梳理。某个五人团队仅在文件整理与报告准备上每周就拿回了六到八小时；一位用户在二十分钟内清理了 2,200 个文件的 Downloads 文件夹。Claude Cowork 是 Anthropic 于 2026 年推出的 AI 工作空间，让 AI 直接接触你的文件、文件夹与应用，完整跑通“观察 → 计划 → 执行 → 引导”循环。从每月 20 美元的 Pro 起即可在 macOS 或 Windows 上使用。Cowork 通过官方连接器直接接入 Google Drive、Gmail、Slack、Jira 与 DocuSign，插件层让组织能嵌入部门知识。Enterprise 还提供 RBAC、支出上限与 OpenTelemetry。从 Pro 20 美元起即可接触 Cowork，但 Cowork 任务消耗的 token 是只提问时的 50–100 倍，因此日常使用时 Max 100 美元才是现实底线。本文以 2026 年 5 月的实战报告为依据，梳理 Cowork 做什么、为什么诞生、四步工作循环、主要连接器、插件与企业功能、真实成本分水岭，以及它在与聊天合并之后的定位。

2023 年，纽约一位律师在法庭上引用了 ChatGPT 生成的六个判例——结果六个全部不存在。这就是 AI 事故的真实面貌。本文将真实 AI 使用中的代表性事故整理为七大类——幻觉、机密泄露、著作权、提示词注入、过度信任、AI 垃圾内容、过度依赖——并依次讲清典型案例（包含 Avianca 与 Samsung 事件）、原因与防范方法。根源浓缩为三点：“便利削弱了戒备、不再自己核对、责任变得模糊”。因此对策也是共通的：重要信息回到一手资料核对；机密的处理与对外邮件等同视之；最终决定留给人；每周安排一天不使用 AI，打磨核心技能。对组织而言，与其等半年做出完美的规章，不如本周就分发一份不完美的一页纸 AI 使用指引。截至 2026 年 10 月。

问 Claude Code 或 ChatGPT 该部署到哪里，几乎总会听到“部署到 Vercel”。非商业的 Next.js 网站可以从免费的 Hobby 开始，但只要有广告、销售或有偿制作，就属于商业用途，需要 Pro。Hobby 超出额度会停止功能，Pro 不会停，而是按量计费。本文用2026年10月1日的 Vercel 官方文档原文，整理 AI 推荐 Vercel 的理由、判断的6个问题、Hobby 与 Pro 的条件（传输量、函数执行时间、部署次数、Spend Management）、4个替代方案（Cloudflare、Netlify、Render、自建 VPS）以及新手容易踩的3个坑。

环境搭建是每个编程初学者都会卡住的地方。2026 年，生成式 AI（Claude Code、Codex、Cursor）在例行基础设施工作上已经真正可用——本地环境搭建、Dockerfile 生成、Terraform 草稿、CI/CD 流水线。HashiCorp 于 2025 年发布了官方 Terraform MCP Server（2026 年 6 月正式全面可用），Anthropic 推出了 Agent Skills，让基础设施领域的专业知识可以按需加载。但“全权委托”是另一个问题：月底 3,000 美元的 AWS 账单、被误设为公网可访问的生产数据库、被提交到 GitHub 的 SSH 密钥——全盘交给 AI 时，这些都可能发生。本文划分出五个可以安全委托的领域、三个“先核验再信任”的风险区、四个必须由人负责的领域、一套适合初学者的四步安全工作流，以及最新的 2026 年工具（Claude Code、MCP、Agent Skills）——聚焦能力评估，而非职业影响。

向 Claude Code 或 ChatGPT 咨询做 Web 应用，几乎一定会听到“用 Next.js”。React 官方建议新应用从框架起步并首推 Next.js，同时也给出了为学习基础而从零开始的路径。本文用截至2026年10月1日的原文，整理 AI 推荐 Next.js 的3个原因、判断的5个问题、官方文档显示的适合与不适合（放置位置对应的功能、静态导出的限制、每月安全更新）、选与不选的分界线表、4个替代方案（Astro、Vite + React、SvelteKit、HTML），以及要用时的5个基础和3个坑。

2026年，顶尖模型在多模态基准MMMU-Pro上进入80%区间（GPT-5.5不使用工具为81.2%，Gemini 3.1 Pro为80.5%，均为各公司公布值）——图像理解已接近饱和。构建方式正从拼接式（串联独立模型）转向原生式（一个模型直接接收多种输入），但能在一个模型中接收文本、图像、音频、视频全部四种的只有Gemini、Qwen的Omni系列等部分模型；OpenAI的旗舰模型和Claude的API只到图像。本文涵盖什么是多模态AI（LMM/VLM/Omnimodal）、架构分水岭及其意义、各模态的强弱在技术上由什么决定（视频、音频、文档/UI、开放权重模型）以及2026年5月的对比快照、值得关注的四个基准（MMMU-Pro、Video-MMMU、DocVQA、AudioBench）、五种用例各自该依据什么标准来选，以及三条硬性局限（低质量图像的猜测、视频中段准确率、方言与术语音频）——以最新研究与实操经验为依据。

每月 20 美元的 ChatGPT Plus 订阅，换成 API 可能只要 2 美元 —— 但反过来也可能飙升到 200 美元。AI API 是一个“按量付费”的世界。本文从新手视角出发，讲解网页对话与 API 的五个根本差异、什么是 token 以及计价方式、2026 年 9 月主要模型价格（Claude、GPT、Gemini 各档位以及 DeepSeek）、四类模型选择地图、每个新手都会掉进去的三个陷阱（历史堆积、系统提示过长、没设消费上限），以及 5 分钟搞定的 curl 和 Python 首次调用代码。

2026 年 2 月，Cursor 的开发公司 Anysphere 的 ARR 突破 20 亿美元，创立仅三年。本文解析 Cursor 作为 VS Code 分支、将 AI 直接嵌入渲染层的机制，包括 Tab 补全 100 毫秒以内、27.2 万 token 代码库索引和 6 大核心功能，并对比它与 VS Code 的 5 大差异、Windsurf / Zed / Claude Code / GitHub Copilot 四大对手，以及 2026 年 10 月 12 日起的 The X Subscription 价格结构和“谁应该切换”的判断标准，内容基于 2026 年 9 月的事实。

100 万令牌（1M）级别的上下文窗口，如今已是 Claude、GPT、Gemini 顶级模型的默认前提。但文档“装得进”容器，不等于模型把它“读完”了：在 OpenAI 公布的多针基准 MRCR 中，同一模型的输入越长得分越低，而下降幅度因模型和代际差异很大。本文介绍令牌、窗口与上下文的区别，规格表上要看的三个数字（输入上限、输出上限、计费方式），Lost in the Middle 与 Context Rot 的真实含义，如何用自己的文档测出有效范围，长输入会涨价与不涨价模型的费用试算，以及“切断会话”“发摘录”“末尾重述”“缓存”“明示地址”五条节省策略。

让Claude Code或ChatGPT开发Web应用时，几乎必然会听到“用Next.js来做”。但Next.js到底是什么？纯React不够用吗？本文基于2026年8月发布的Next.js 16.3，全面解说Next.js的本质、与React的区别、SSR/SSG/ISR含义、App Router、与Vercel的关系、以及与Nuxt/Remix/Astro的对比，让你不再盲从AI建议，能自行判断项目是否真的需要Next.js。

RAG (Retrieval-Augmented Generation/检索增强生成)在回答时为模型提供相关资料。本文面向初学者图解三个步骤,介绍向量数据库、LangChain示例及与微调的区别,并说明内部问答、客服、法律和医疗等用途的确认点,以及回答评估、费用与机密保护。

让AI帮你写代码时，经常会被建议“部署到Vercel就行”。但Vercel到底是什么？它和虚拟主机、AWS有什么区别？本文从费用、自由度、运维负担三个维度，全面对比PaaS（Vercel等）与共享虚拟主机、VPS、云（IaaS）的差异，介绍Vercel、Netlify、Render、Railway等主流服务的特点，并给出不同场景的选型建议。