智能驱动 未来可学 | 第六期AI技能提升工作坊活动纪实

AI技能提升工作坊

第六期精彩回顾

5月13日-5月17日，

AI技能提升工作坊第六期活动

如约而至。

本次系列分享聚焦AI赋能学习

与技术落地核心领域，

汇聚众多优质主题内容，

兼顾基础实操与前沿探索。

从AI工具高效运用、

个性化学习工作流搭建，

到大模型底层原理、

智能体开发工程化落地，

全方位覆盖日常学习提效、

科研实践赋能与前沿技术认知。

同学们在交流学习中打破固有认知、

积累实操技能，

深度解锁AI多元应用价值，

切实提升了自身的

智能化学习与技术实践能力。

高光时刻 · 精彩定格

科研工作流分享：

怎么在科研中更好地使用Agent工具

聚焦于AI工具链在科研与开发中的落地应用，雷业成同学从三类AI Agent框架切入，依次介绍了Coding Harness、智能体框架和科研优化工具。他重点讲解了Claude Code、ARIS等工具的特点与工作流程，以及如何利用大语言模型降低知识获取与试错成本。此外，他还分享了Karpathy的Autoresearch实践与LLM Wiki构建方法，理性探讨了“AI Slop”问题，并强调了基础学习的重要性。在互动环节中，同学们就工具使用、能力培养等问题与学长进行了交流。

从看懂到部署：

借助AI上手Memos

于粤铭同学以开源笔记工具Memos为切入点，讲解了如何借助AI快速熟悉新工具。他重点介绍了利用AI拆解Memos的核心功能、适用场景及基础部署技巧，并结合真实对话示例，演示了如何通过精准提问让AI提炼重点、降低学习难度，从而将复杂的工具项目转化为可理解、可操作、可应用的实用技能。同学们在学长的分享中深入学习，更清晰地掌握了AI辅助工具学习与项目部署的实操逻辑。

Vibecoding工具之AI ide入门

李知非同学从Vibe Coding工具与传统手敲代码、以及纯粹以命令控制AI的方式之间的对比切入，点明了Vibe Coding工具在高效性与准确性方面的优势。他重点介绍了Trea和Claude Code这两种工具的特点、使用方法及注意事项，并现场演示了如何用Trea在社交媒体上爬取评论。同学们积极参与讨论，对各类AI IDE的功能及可用模型有了更深入的了解。

Open the Black Box：

初探大模型如何凭空造万物

卢佳铭同学以“破解大模型黑箱”为主题，分享了大模型生成内容的底层运行逻辑。他借助VAE交互网页，以基础的数字识别为通俗案例，拆解了向量、Transformer架构与损失函数三者之间的核心关联。本次分享带领大家直观探秘大模型内部运作原理，打破认知壁垒，使同学们对“大模型如何凭空生成内容”有了更清晰的理解，也为新生夯实AI理论基础提供了帮助。

从“手打pdf”到“自动生成”：

利用Copilot自定义Skill深度辅助作业处理流程

面对“将整本教材直接喂给AI会导致信息过载、使其变慢变笨”这一难题，颜振宇同学提出了“渐进式披露”的解决方法：将长篇PDF拆分成切片，并按需封装成Skill，让AI像查字典一样精准读取，从而大幅减轻运算负担、提高回答准确率。此外，针对手动编写LaTeX代码极其耗时的问题，他展示了一套自动化工作流，能够实现从原题输入、草稿转写，到答案批改与错题分析的全流程处理。该方案将繁琐的机械操作交由AI完成，帮助大家更专注于学习本身。

让零散笔记变成可追踪的知识状态

——Markdown State Tracker

围绕“如何判定信息能否成为正式知识状态”这一核心问题，邹少乾同学提出了一套针对零散笔记、实现知识状态可追踪的治理框架。他详细拆解了知识梳理的五层层级结构：作为原始文本的材料层、提取局部语义的观察层、需经准入审核的候选层、可追溯可迭代的正式状态层，以及可灵活重组但不篡改事实的输出层。该分享帮助同学们打破传统的静态笔记思维，厘清了笔记向可追踪、可演进、有依据的动态知识状态转化的完整逻辑与实现路径。

让AI自动操作浏览器，

代替你完成一些机械重复性工作

聚焦大学生日常学习中大量重复性网页操作的痛点，李鑫同学围绕AI Agent浏览器智能应用展开实战解读。他提出，AI Agent可模拟人类的浏览器操作逻辑，自主完成各类校园网页的全流程操作，并带领大家拆解这一前沿技术在校园场景中的落地方法。该分享帮助同学们摆脱低效重复劳动，解锁轻量化、高效的学习与生活方式，让大家从机械琐碎的操作中解脱出来，将更多时间投入深度学习、科研实践与能力提升。

让AI帮你读API文档，

并Vibe coding一个信息提取工具

廖宇强同学围绕“从理解API本质到低门槛实操”的跨越过程展开分享。他阐述了API作为程序能力落地通用桥梁的本质与核心价值，并通过典型案例演示了从基础功能到AI增强的进阶路径。他强调，可以借助AI辅助开发API工具，让AI帮助编写代码，并以AI与API深度融合的价值闭环为例，介绍了如何构建个人与团队的技术优势，同时给出了核心建议与实操要点。在互动环节中，同学们进一步掌握了利用AI高效使用与创新开发API的关键方法。

Skills + Agent赋能高效学习工作流

聚焦于技能与智能体的融合应用，汪翰元同学打破了大家对Skills仅限代码编程、或盲目跟风热门工具使用的固有认知。他结合具体实操案例，系统梳理了当下Skills与Agent融合的生态现状，跳出“Skills for Coding”的传统局限与热门工具使用热潮，引导同学们深度思考Skills技术在日常学习、生活场景中的多元应用价值与落地路径，让大家对Skills与Agent结合的实用学习工作模式有了全新且深入的理解。

LLM项目落地复盘：

以工程化思路合理划分Agent任务边界

针对传统LLM项目落地中任务混杂、权责模糊、系统复杂难维护等工程痛点，王恩成同学以工程化思维分享了Agent任务边界的科学划分方法与落地思路。他提出，将项目中的确定性操作封装为独立工具与MCP服务，依托标准化Skills规范Agent的运行行为，让智能体专注于依赖语言理解与逻辑推理的非确定性核心工作。正是这种清晰的职责分离模式，有效简化了整体系统架构，大幅提升了LLM项目的可维护性与运行稳定性。

LLM为我打工，or我为他打工？

——如何从AI手中夺取项目控制权

面对AI“反客为主”的现实困境，赵浩翔同学从“攥紧定义与框架权”“把稳AI裁定权”“精准提问”三个模块展开分析。他通过生动的项目案例，揭示了AI回答中的常见问题，详细讲解了审慎使用AI的原则，并介绍了相关实用工具与技巧，鼓励大家多向内梳理自身需求、追问核心逻辑，而非过度依赖AI。现场同学在学长的分享中领悟到：真正的效率提升源于对工具的清醒掌控，而非盲目跟随。

GitHub从0到0.1

周熙文同学围绕Git底层逻辑与团队协作实操展开分享。她讲解了Git分布式版本控制的核心优势，以通俗易懂的游戏存档类比，阐释了快照、分支等核心概念，并区分了主线与功能支线的应用逻辑。同时，她介绍了GitHub、Gitee等远程仓库的协同价值，补充了SSH免密配置与VS Code可视化操作等实用技巧。在实操互动环节，她带领同学们现场完成了分支合并与变基练习，使大家对Git版本管理及团队协同开发流程形成了系统、完整的认识。

不想“人肉Ctrl + C”？

—— 用PBL思维让Python爬虫为你当“牛马”

面对“人肉Ctrl+C”的繁琐操作，周正彬同学指出，PBL（问题驱动学习）是应对大学及职场挑战的关键方法：以具体问题为驱动，借助AI搭建学习架构、拆解任务，在解决问题的过程中不断迭代。他将PBL与传统学习方式对比，并通过一个具体的Python爬虫案例，清晰展现了PBL的优势，强调PBL是打开各领域大门的一把钥匙。在问答互动与学长的鼓励下，现场同学不仅掌握了这一高效的学习思维方式，也获得了将理论知识转化为解决实际问题能力的清晰路径。

从环境感知到自主决策

——大模型Agent开发全链路深度解析

针对人工智能从对话交互迈向自主行动的发展趋势，嵇煜人同学围绕大模型Agent开发的核心内容展开深度分享，系统拆解了智能体开发的完整生命周期。他分层讲解了底层环境对齐、中层强化学习训练、上层工程框架控制的全链路技术内容，梳理出清晰的Agent技术演进体系与开发逻辑，帮助同学们系统厘清了大模型Agent的开发架构与技术要点，使大家对行动式AI智能体的研发逻辑有了更加立体、深入的认识。

告别聊天框：用Claude Code + Obsidian打造你的学习工作流

针对日常学习中资料杂乱、难以整理的痛点，谢欣凌同学结合真实学习场景，剖析了传统工具模式的局限与弊端。他重点介绍了Claude Code等终端智能体的强大能力，并结合Obsidian知识库的协同优势，实现了课件板书一键智能入库归类、PDF内容结构化整理等高效操作，完成了从Prompt工程到Harness工程的进阶升级。通过本次分享，同学们认识到借助AI智能体赋能，可以极大简化繁杂的学习流程，实现高效、轻量化的学习。

世界模型：

理解世界还是预测未来？

陈宣霖同学围绕世界模型技术展开分享，梳理了其完整的演进脉络。他对比传统深度学习技术路径，阐释了世界模型以“表征+预测”为核心的优势，即帮助AI理解现实并预判未来。他用生活化场景通俗拆解了模型的运行逻辑，同时细分了重建、预测、可运行三大技术范式，介绍了主流模型的技术定位与应用特点，并讲解了Genie、WAM、VLA等前沿模型的技术突破，使同学们对通用人工智能前沿技术的发展趋势与技术内核形成了更专业、系统的认识。

让AI在网络里冲浪

——WebAgent的原理和开发

针对传统AI难以自主适配网页环境的技术局限，蔡兴艺同学围绕WebAgent的底层原理与开发实践展开讲解。他从网页结构基础入手，介绍了DOM树的构成与核心作用，阐明了AI识别、定位网页元素的前置逻辑。同时，他展示了Playwright等主流工具的浏览器自动化能力，并进一步拆解了WebAgent的双层核心架构，系统梳理了其完整开发流程、主流开发平台与编排模式，为项目实操落地理清了思路。

机器人的控制逻辑的发展

方丁龙同学围绕机器人控制逻辑的迭代历程、现存核心瓶颈与未来发展方向展开系统性分享。他梳理了机器人控制技术的整体演变路径，阐明了强化学习逐步替代传统方案的行业趋势。同时，他深入剖析了当前机器人难以兼顾全身控制与灵巧操作的核心困境，指出高频全身控制与低频精细操作难以集成兼容的行业痛点，使同学们对机器人控制技术的迭代逻辑及前沿发展现状有了更全面、深刻的认识。

以好奇心为舟，

以技术积累为帆，

在日新月异的AI浪潮中

持续深耕、不断前行。

本期的精彩分享暂告一段落，

但探索智能的脚步从未停歇，

AI学习之旅仍在继续。

愿大家将所学所思化为实践力量，

打破认知边界、沉淀技术能力，

蓄力沉淀、静待进阶，

让我们期待下一期的精彩相遇，

一同奔赴AI创新的彼岸！

本次活动得到“南京大学腾亚科创基金”本科生创新创业实践子基金的支持。“南京大学腾亚科创基金”由南京腾亚实业集团有限公司捐资设立，是南京大学教育发展基金会下设的专项基金，其中南京大学本科生创新创业实践子基金用于支持本科生创新创业教育相关支出。

文编 | 宋雨萱

美编 | 郭紫凝

责编 | 新生学院