AI新手入门指南：从零开始学AI工具

2022 年 8 月 22 日，Stability AI 发布了一款图像生成模型的权重文件，图像 AI 从此不再是“云端背后的某种东西”，而成了“在自己 PC 上运行的软件”。本文覆盖 Stable Diffusion 的工作原理（扩散模型）、版本谱系（SD1.5/SDXL/SD3.5 与 FLUX）、按 VRAM 档位看本地运行的真实情况、从 SD3 反弹到现行 Community License 100 万美元上限的授权演变，以及 Civitai/LoRA/ComfyUI/A1111/ControlNet 生态，再加上 Midjourney 与 SD 之间该如何取舍。最后给出三大陷阱：版权、NSFW，以及代际之间的兼容性割裂。读完你就能判断自己是“Midjourney 就够了”的人，还是“真的需要 SD”的人。

曾说“我不擅长设计”的人，如今半天就能产出十条社交帖子，顺带还能拿到 logo 提案——这就是 2026 年 AI 设计工具所处的位置。本文对比四大工具：Canva（量产营销、社交与幻灯片的最佳选择，免费–15 美元）、Adobe Firefly（与 Photoshop/Illustrator 集成且商用安全，9.99 美元起）、Figma AI（团队 UI/UX 与产品设计的标准，每位编辑者 15 美元起）、Recraft（矢量 logo 与图标，文字准确率 90%，10 美元起）。四款并非竞争关系，而是角色分工——收敛到契合最高频任务的那一款。与图像生成 AI 对比（Midjourney 等）不同：本文谈“基于图像做交付物”，而非图像本身。含对比表、六大最佳选型场景，以及版权、品牌一致性、“AI 感”三大注意点。

向 AI 提问，就能获得基于 Google 搜索最新信息的回答——并与 Gmail、Docs、YouTube 无缝衔接。这就是 Google Gemini 的世界。Gemini 是 Google 打造的对话式 AI（以及背后的模型家族），广泛嵌入到移动应用、Web、Google Workspace 和 Android 中，并在文本、图像、音频与视频之间实现多模态。模型分为“快又便宜的 Flash 系列”和“聪明的 Pro 系列”——最新是 Gemini 3.8 Flash 与 3.1 Pro。价格为 Free / Plus 7.99 美元 / Pro 19.99 美元 / Ultra 99.99 美元（Ultra 从 249.99 美元下调），2026 年转向基于算力的用量限制。本文以 2026 年 5 月的信息梳理模型阵容、核心功能（Deep Research、Gems、Canvas、Live、Deep Think）、三大强项（Google 整合、长上下文、多模态）、价格，以及与 ChatGPT、Claude 的差异。

把 CSV 拖进聊天框，输入“分析销售趋势并画成图表”，几十秒后 AI 已在后台编写并运行 Python，返回图表外加分析评论——这就是 2026 年数据分析所处的位置。AI 数据分析是只需用自然语言下达指令，AI 就替你完成汇总、可视化、统计和根因分析的方法。入门有三种：(1) 把文件丢进聊天（ChatGPT、Claude）、(2) Excel/Sheets 集成（Copilot、Claude for Excel）、(3) 专用工具（Julius）。本文涵盖这三种方式、工具对比、目标 → 描述数据 → 小步提问 → 验证 → 解读的 5 步工作流，以及最重要的陷阱（编造数字、悄悄填补缺口、混淆相关与因果、泄露机密数据、覆盖原始数据），还有哪些分析适合、哪些不适合。AI 推倒了“工具墙”，却把“解读墙”留给了人——只有把便利与验证配对使用的人才真正掌握它。

GitHub Copilot 于 2021 年作为智能代码补全问世；到 2026 年它已是另一种东西。交给它一个 GitHub Issue 然后离开，AI 就会写代码、让测试通过、提交拉取请求再交还给你——这就是 coding agent。GitHub Copilot 是由 GitHub（隶属 Microsoft）提供的 AI 编码辅助服务，有三种使用方式：补全、聊天和智能体。它的标志性特点是以扩展形式安装到 VS Code、JetBrains 等现有编辑器中——无需更换惯用编辑器即可加入 AI。本文讲解 Copilot 能做什么、作为 2026 年主角的 Agent Mode 与 Coding Agent、Free/Pro $10/Pro+ $39 价格及 2026 年 6 月起转向按用量计费（AI credits）、它在设计理念上与 Cursor 和 Claude Code 的区别、适合谁，以及如何上手——全部结合最新信息。

GPT-4 动用约 25,000 块 GPU 训练数月，单单 GPT-3 的训练就烧掉 1,287 MWh（一个家庭一个多世纪的用电）。在我们随手敲下的“帮我总结一下”背后，藏着一个物理学与现金的世界。本文从机制、电力、金钱三个方向解剖 LLM。（1）为什么 LLM 仅凭一堆“权重（参数）”就能预测词语？——下一个 token 预测、Transformer、Attention。（2）预训练与 RLHF 的两阶段学习。（3）每次查询 0.43-33 Wh 的推理电力（推理占所有 AI 电力的 80-90%）。（4）“前沿开发是烧钱大战”是真的吗？——每次 GPT-5 级别训练 $200-500M，2027 年预计 $1-3B。（5）但效率的反向潮流（DeepSeek 重设下限）也很强。（6）即将到来的电力、互连与数据枯竭的物理之墙。一篇把 LLM 看作靠电驱动的概率机器、而非魔法盒子的中级指南。

三菱约 ¥1.2 万亿、三井约 ¥1 万亿、伊藤忠约 ¥8000 亿——日本五大综合商社（sogo shosha）2024 财年再次交出近乎历史新高的利润，Berkshire Hathaway 在五家公司中均持股接近 10%。然而 2026 年 5 月 19 日，执政党自民党通过“下一代 AI × 链上金融”政策：由 AI 识别并执行商业交易，由区块链自动完成结算与对账——综合商社核心职能的过半部分正以国家政策的层级被自动化。“综合商社即将崩溃”是炒作，“商社一半工作消失”是事实。“信息不对称”这一历史护城河，正被 Bloomberg、Reuters、SaaS、生成式 AI 与卫星图像所瓦解。伊藤忠依靠下游 × AI × 硅谷投资，于 2026 年登顶第一；三菱因综合报告中“DX”一词消失而被指战略漂移。三大生存策略（投资控股 / 下游扩张 / AI 原生）与商社人三层职业地图——全部基于 2026 年 5 月的数据。

你已经看够了“AI 会抢走你的工作”这类文章。WEF Future of Jobs Report 2025/2026 说的恰恰相反：“到 2030 年消失 9200 万——但新增 1.7 亿，净增 7800 万”。本文取向正面：该把职业搬到哪里去。抗 AI 的岗位共享 3 条原则（身体化、高责任判断、创造力 × 关系），再加一个讽刺性的第 4 类（操作 AI 的人：ML 工程师、AI PM、安全专家，爆炸式增长）。文章用具体案例梳理 4 大类别，列出 15 个高增长岗位及美国薪资与增速（nurse practitioner 13 万美元 +52%、大城市电工 20 万美元+、外科医生 40-70 万美元+、ML 工程师 25-50 万美元+、AI safety 50 万-100 万美元+），并给出四步转型打法（升级到 AI 操作员、行业深度、重新评估身体化工作、投资关系资本）——全部基于 2026 年 5 月的 WEF/BLS/BCG 数据。20 世纪那张“蓝领危险、白领安全”的图像已彻底翻转。

⚠️ 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 5 月。

有人说“AI 免费就足够好用”，也有人说“免费版根本没法用”。当大家用的同样是 ChatGPT、评价却分得这么开时，这并非能力问题——而在于你是否知道“自己会在免费版的哪个位置撞上墙”。截至 2026 年 5 月，ChatGPT、Claude、Gemini 的免费版都已真正实用，但它们的形状完全不同。ChatGPT 功能面最广，但顶级模型的次数限制最严（墙几小时恢复）。Claude 长文分析与写作质量高，但每日次数最低，且有令人困惑的短窗口加每周窗口的双重上限。Gemini 使用限制最宽松，且 Google 整合强。本文梳理为什么“免费”在三家中含义不同、各家能做什么、墙在哪里，附一张按用途的速查表、聪明使用免费版的三个诀窍，以及该考虑付费方案的信号。

在 2025 年，有一个岗位的招聘发布数量出现了惊人的同比增长 1,165%：那就是 FDE——Forward Deployed Engineer（前线部署工程师）。为什么一个 Palantir 历经约 20 年体系化的、默默无闻的岗位，会在 2026 年突然成为“最热门的头衔”？FDE 是“把自己公司的产品带进客户现场，并亲自端到端负责观察、设计、实现、运营与产品反馈的工程师”。生成式 AI 带有一段“演示能用、但在现场不灵”的最后一公里，而 FDE 正是用人手来打通它的岗位。本文将结合 2026 年 5 月的最新数据，介绍其定义、为何这一岗位在 2026 年爆发（OpenAI、Anthropic 和 Google 的招聘热潮）、5 阶段工作循环、薪酬与职业（Palantir 平均 23.8 万美元，staff 级别超过 63 万美元）、与 SE / IT 咨询顾问 / Applied AI Engineer 的区别、谁适合谁不适合，以及如何从零经验走上这条路。