你把提示词技巧、各家大模型的差异都摸熟了，可一碰到「这活儿到底该不该交给大模型」还是没底。ZDNet 资深特约编辑 David Gewirtz 点出症结：现在满世界的 AI 课程教的都是产品，而产品知识的保质期，比基础知识短得多。大模型、扩散模型、提示工程如今只算入门门槛。

这门课具体讲什么

Udacity 免费开放了 Peter Norvig 与 Sebastian Thrun 于 2011 年在斯坦福开设的《人工智能导论》。当年超过 16 万人注册，是最早的大规模开放在线课程之一，也直接催生了 Udacity。

Norvig 是斯坦福以人为本人工智能研究院杰出教育研究员、谷歌研究总监，合著的《人工智能：一种现代方法》至今仍是卡内基梅隆、波士顿大学等校主流教材；Thrun 是 Udacity 创始人兼执行董事长、前斯坦福教授，以自动驾驶和机器人领域的开创性工作闻名。

课程覆盖问题求解与搜索、概率与概率推断、机器学习与无监督学习、用逻辑做知识表示、规划与不确定性下的规划、强化学习、隐马尔可夫模型与滤波、马尔可夫决策过程、对抗搜索与博弈论、计算机视觉、机器人与运动规划、自然语言处理。

打算学的话，先掂量三件事

1. 留足时间。 共 22 节主课，另有习题集和考试。Gewirtz 上了博弈论那节，19 个片段连做题花了约两小时，他建议整门课按 75 到 100 小时预留。
2. 接受它的年纪。 部分例子和术语已显陈旧，视频音质也不如今天，但内容深度还在。
3. 别拿它当替代品。 这门课早于 Transformer、大模型和扩散模型，也不涉及 AI 伦理，定位是新课程的补课材料。

说白了，只想让 AI 帮你把活干完，现成教程够用；想搞清楚它为什么这么干、什么时候会失手，这门老课值得花时间。

来源：ZDNet