先读懂这门课

0.1 学员在这门课里的身份

你不是来"上课"的，是来学着把一个 AI 应用真正交付出去的人。

这门课的终点不是"会用某个工具"，而是"能独立交付"——把一句模糊的需求，变成一个跑得起来、测得过、别人能复现的应用。

0.2 这门课怎么上

这门课分三层，学生和客户在不同层接触它：

这里的关键是课前自学 + 自测：知识不在直播里"灌"，而是你自己先看、先做。直播只做三件事——把核心快速过一遍（30 分钟）+ 挑大家做错的题讲（45 分钟）+ 拆一个真实案例（45 分钟）。

0.3 每讲 120 分钟怎么拆

课前        自己看一页资料，再做 15 道自测题
直播 0–30    把本周核心快速过一遍，给没自学的同学补课
直播 30–75   挑大家做错的题讲，只讲错得多的，不讲全对的
直播 75–120  拆一个真实案例，从材料讲到坑、再讲到怎么修
课后        线上答疑 + 小组项目陪跑 + 本周自测复盘

0.4 16 讲之后你会带走什么

1. 一套不变的判断原则：提示词、检索增强（RAG）、工具调用、记忆与状态、工作流、Agent、评测、可靠性——这些判断跟平台无关，换个平台也不会变。
2. 一个跑得起来、能复现的智能体：有入口、有知识、有规则、有工具、有测试、有说明书。
3. 一套 20 条以上的测试集：这是你最值钱的资产，比界面值钱。
4. 一页作品集 + 3 分钟讲述：面试时能直接讲"我交付过什么、怎么证明它有用"。
5. 结课考核成绩 + 能力徽章：可写进就业质量报告的量化证据。

0.5 为什么用 WorkBuddy

• WorkBuddy 能读文件、拆步骤、调工具、定时执行、把结果写回表格，零基础也能很快做出一个能替人干活的"同事"。
• 用企业版，是因为技能、知识库、积分和权限能在团队里沉淀、可追溯——你做出来的不是留在自己电脑里的玩具，而是别人能照着同一套规则复用的资产。
• 这门课不要求你手写程序；重点是学会定义规则、给资料、划边界，把能力组装成一个能交付的应用。

0.6 这门课不做什么

• 不教模型训练、微调、算法推导。
• 不要求手写完整程序，也不以代码行数评分。
• 不追求"全自动"。高风险动作一律保留人工确认。
• 不做通用平台。每个项目必须是一个具体的人、一件具体的事。
• 不把多 Agent、生产级向量库、私有化部署作为必修。
• 不教"某个工具这一版菜单在哪"。菜单每学期变，原理不变。