当下人工智能的发展日新月异，哪怕提笔撰文的片刻间，AI也在飞速迭代。本文回望我们正身处的AI时代，站在未来视角，梳理并审视人工智能一路以来的演变与发展，所以我为这篇文章起的标题是《回忆AI时代-从图灵机到人工智能》。
世间常有两种态度：有人因相信而看见，有人因看见而相信,于AI领域，我属于后者。尤其是今年，人工智能的发展速度堪称日新月异，直观感受尤为强烈。
回溯我的工作经历，早在2016年我便接触并落地智能运维相关工作。彼时行业多以 “智能” 为统称如智能运维、智能监控，究其内核和如今的人工智能并无本质区别，只是叫法不同。直到ChatGPT掀起浪潮“AI” 才成为行业主流词汇。
技术飞速迭代的同时，智能体、Skill 等专业概念层出不穷。我虽大致知晓其用途，却对细节一知半解，为此，我计划通过本文分三大板块，系统梳理、学习 AI 知识：
- 第一，梳理AI的发展脉络，回顾行业关键节点、代表人物与重大事件；
- 第二，拆解AI产业链上下游，研判行业发展趋势，探索如何用好、驾驭 AI；
- 第三，深入解析当下主流 AI 架构与运行模式，尝试动手搭建模型，吃透底层工作原理。
一 AI的发展脉络
1.1 AI时代重要人物、事件与里程碑！
1.2 机器可以思考吗？图灵用一篇论文开启AI时代!
1.3 1956年人工智能诞生的那个夏天！
1.4 1966年的人机对话程序ELIZA！
1.5 1980年的专家系统！
1.6 AI寒冬期
1.7 从M-P神经元模型到感知机再到神经网络!
1.8 如何理解机器学习？
1.9 深度学习为什么强大：神经网络的发展与突破!
1.10 大模型的奠基之作-Attention Is All You Need
1.11 ChatGPT
1.12 多模态时代（GPT-4o、Gemini等）
1.13 Deepseek深度求索
1.14 Anthropic
二 深入解析当下主流 AI 架构与运行模式
2.1 什么是大模型？它是如何工作的，应用场景又是什么？
2.2 为什么大模型最小单位Token？它是怎么计算的？
2.3 如何与大模型交互-提示词
2.4 什么是智能体Agent、Agent工作模式、以及Agent框架!
2.5 上下文临时记忆
2.6 Harness
2.7 Skill在Agent中的作用是什么?
2.8 MCP在Agent中的作用是什么?
三 实践
3.1 搭建本地模型
四 拆解AI产业链上下游，研判行业发展趋势
4.1 未来AI时代，什么是变化的什么又是不变的？
4.2 人工智能上下游产业链
4.3 AI产品
4.4 开源模型