今天不先讲 AI 历史，也不先讲哪个公司最强。我们先看眼前这套 PPT：它是怎么从一句想法，一步步变成你们现在看到的讲座？

如果完整还原这套 PPT 的制作历史，细节会太多。今天只追踪一页 PPT 怎么从毛坯长成成品。看懂一页，就能看懂一套。

做教学 PPT 不是把技术名词堆上去。目标很具体：让高一学生能说清楚 AI 什么时候只是会说，什么时候开始会做事。

“帮我做 PPT”太模糊。真正能让 AI 开始工作的，是一张任务卡：这页讲什么，给谁看，用多久讲完，图片要补什么。

把任务丢给大模型，它很快能写出标题、讲稿、结构建议。这一步很有用，但草稿还不是成品。

如果今天只记一句话，就记这句：说话是草稿，做事是作品。作品要能被看见、被检查、被修改、被别人使用。

你看到的是对话。工程上可以理解成：把当前上下文发给模型，模型返回下一段标题、讲稿或 YAML 草案。

模型不是直接理解一整套 PPT。它先把文字拆成很多小块，就像把标题、讲稿和 YAML 字段拆成积木。

大模型先学会的是接着写。给它前面的上下文，它预测后面最可能出现什么。标题、讲稿、YAML 都是一块块生成出来的。

真正有用的材料不是“帮我改好”这句话，而是旧稿、网页效果、试讲逐字稿和我的反馈。它们必须放进上下文桌面。

比如我说“学生跟不上”，模型应该重点看试讲逐字稿和我的反馈，而不是去展开完整技术史。注意力就是在上下文里找重点。

它能写讲稿，是因为预训练学到了语言和世界模式；它能按要求协作，是因为后训练让它更会听指令、改稿和遵守边界。

大模型能写出看起来很完整的内容。但一节好课不是完整就够，还要有节奏、停顿、例子和重新上车点。

如果我自己说不清这一页怎么讲，图片再好也会乱。所以先用逐字稿感受节奏：怎么开口，怎么转场，学生可能在哪里掉线。

下面我们不再讲抽象流程。我们跟着一页 PPT 走一遍：它从一句话、一个标题、一张图，到最终能被学生看懂。

这页的任务很简单：让学生一眼看出，AI 写了一段话，不等于它真的做成了一件事。

第一版标题很容易写成“AI 要有闭环”“智能体需要反馈”。这些话对，但高中生可能没感觉。

学生看网页时，先看到上面的标题，再看下面的图。标题不是装饰，它要帮走神的人重新接回主线。

这页只需要讲清一个差别：草稿不是作品。不能顺手又讲 API、Agent、历史和安全，否则学生会丢。

如果只写“画一个闭环”，很容易变空。更好的工单是：左边聊天吐出草稿，右边作品经过检查台才能盖章。

只告诉 AI 画什么还不够，还要告诉它怎么画：白底、边缘纯白、少字、主对象清楚、不要海报感。

图像模型很强，但越强越需要清楚工单。我们不是要它画漂亮海报，而是画能讲清概念的教学图。

图片生成出来以后，我们才知道它有没有问题：是不是太空、太满，标题和图是不是在讲同一件事。

一张图画错了，并不只是失败。它会告诉我们：主对象不清楚、标签太多、边缘不白，或者标题没补上。

标题说“草稿不是作品”，图里就应该看见草稿和作品。标题说“回执”，图里就应该有能检查的回执。

如果图对了但缺一点因果，标题可以补。如果图的主对象错了，标题再漂亮也救不了，就要重画。

重画的目标不是更炫，而是更能教：主对象更清楚，阅读路径更短，学生第一眼知道看哪里。

当标题和图片都准备好，构建程序会把它们装成网页。只有放到网页里，才能真正看出这页能不能讲。

本地文件看起来对，不代表现场投影中也对。网页预览能检查：标题会不会挡图，图边缘是否突兀，投影距离能不能看清。

讲完以后，最有价值的材料不是我觉得讲得怎样，而是逐字稿和听众反应。它们会告诉我哪里太长、太快、哪里学生跟丢。

原来最重要的问题不是 60 页还是 90 页，而是上下文切换太快。学生一旦错过一段，后面就接不上。

为了减少切换，我们把主线改成一个具体过程：一页 PPT 如何诞生。所有机制都挂在这个过程上。

现在我们可以换个视角：不是一个 AI 一口气做完，而是一群角色分工合作。它更像一个小型编辑部。

AI 可以生成很多东西，但哪些适合学生、哪些该删、哪些可以发布，最后要由人决定。人不是按按钮的人，而是主编。

策划 Agent 不写每一页，而是提出几条路线：技术史、办活动、造 PPT、小助手。人类主编再决定保留哪条。

好讲座不是把自己知道的全倒出来。听众模拟 Agent 专门替学生说：这里我不懂，这里太快，这里我走神了。

编剧 Agent 的任务，是把结构写成讲得出口的话：不太学术、不太啰嗦，还要适合现场节奏。

视觉导演不直接画图，而是决定这页画什么动作：回执出现了，日志回放了，按钮坏了，还是标题和图不一致。

画师 Agent 不负责想主题，它负责按工单画图。风格要统一，边缘要白，主对象要清楚。

构建 Agent 不发明内容，它负责装配：读 YAML，找图片，排页面，生成网页或 PDF。

质检不只看漂亮。真正要看：标题和图片一致吗？学生看图能懂吗？这一页有没有具体例子？

一页图可能很好，但讲起来可能太长。演讲教练要估计节奏：哪些页可以快过，哪些页要慢慢讲。

这套系统要记住很多东西：白底少字、不要空洞图、要激发兴趣、不要太多历史切换。

一套 PPT 有几十页，每页都要写、画、检查、可能重画。这不是一次灵感爆发，而是一条任务队列。

AI 可以帮我写、画、改，但哪些内容能公开，哪些要删掉，最终必须由人确认。

做系统最怕没有回滚。每一版都要留下记录，因为新版本不一定总比旧版本好。

如果有人问这套 PPT 是怎么来的，我们能追溯：需求是什么、标题怎么改、图片怎么生成、网页怎么发布、反馈怎么进入下一版。

这件事天然是多模态的：文字决定讲什么，图像决定怎么看，网页决定怎么播放，试讲声音决定怎么改。

聊天很有用，但真正震撼的是：一群 AI 角色帮你把一个想法变成可以投影、可以讲、可以修改的作品。

很多人学 AI 是因为热门。但真正能走远的兴趣，常常来自一句话：我想把这个东西做出来。

真正有趣的时刻，经常是它没有画对。你会开始不服气：为什么它没懂？我要怎么改工单？下一版能不能更准？

真正的科学家精神不是喊口号，而是把自己的想法放进测试机：能不能跑？哪里错了？下一步怎么改？

科研也一样：读论文不是背摘要，跑代码不是摆样子，做 PPT 也不是装饰。它们都是把想法拿出来接受检查。

在我的研究里，Agent 也不是一上来发现真理。它先做第一轮笨活：读论文、找代码、跑基线、记失败。

一个有用的科研助理，不只是总结摘要，而是拆清楚：问题是什么、方法是什么、证据在哪里、边界在哪里。

读完论文后，下一步不是立刻相信结论，而是找代码、配环境、跑基线，看能不能复现。

很多实验会失败。真正有用的是把失败记录下来，让它告诉你下一步该查哪里。

对高一学生来说，不必一上来读大模型论文。你可以先做一个小作品：一页图解讲义、一个复习小助手、一个社团小网页。

比如把一篇课文或科普文章做成图解讲义。它不是让 AI 代写作业，而是把理解变成图像。

错题整理也可以变成小 Agent：它帮你分类、提醒复习，但最后要靠重新测试验证。

社团活动很适合练手：AI 帮你写文案、画海报、做报名页，但发布前要确认，发布后要看报名记录。

不需要一上来做复杂 Agent。最小工具链可以很简单：一个大模型写内容，一个图像模型画图，一个网页预览检查结果。

做小作品时，不要只问用了哪个模型。更重要的是：别人能不能看懂？能不能打开？哪里需要修改？

做小 Agent 最容易犯三个错：让它全网乱查、让它自动乱发、做完没有日志。

以后看到 AI 新闻，不要只问参数多大、榜单多高。先问：它接了什么工具？交付了什么作品？证据在哪里？出了错谁负责？

AI 能生成作品越强，就越需要证据链、回滚、日志和人工确认。不是越自动越好，而是越可靠越好。

现在回到开场。你们看到的这套 PPT，不只是我让 AI 说了什么，而是一条工作流交付出来的作品回执。

今天的问题可以这样回答：会聊天，是能生成话；会做事，是能把想法变成作品，而且这个作品能被检查、被修改、被别人使用。

你今天不需要记住所有名词。只要带走一个问题：我能不能用 AI 做出一个小作品，并且让别人真的看懂、用上、给反馈？