昨晚客户又问了一个我答不上来的问题

上周二晚上十点，我在杭州给客户改 AI 自动化方案，对方突然问：“为什么它每次回答得不太一样？”我卡住了，只能硬着头皮说“模型在预测下一个词”。那一瞬间我发现，我每天用 AI，却连它为什么有时靠谱、有时胡说都没真正弄明白。

后来我翻到一本免费的小册子《The Little Book of Generative AI Foundations》。它不是产品操作指南，更像给非技术背景的人搭数学底座。我也刚搞明白：不用先啃完高数，能先建立几个够用的直觉。

它到底讲什么，为什么值得翻

这本小册子用直观的数学解释，梳理概率、向量、模型训练和生成内容背后的基本逻辑。书里有个例子：假设你看到“小明在厨房里切____”，从“苹果、刀、菜刀”到不符合语境的选项，概率会帮助模型选择更自然的答案。

我认识的朋友林悦做独立咨询。她在成都给一家 6 人团队搭客户问答流程时，没有继续照抄提示词，而是把“为什么会猜错”“怎样理解不确定性”讲给同事听。团队后来能区分事实问题和合理猜测，返工少了，她也更有底气跟客户解释 AI 的边界。

不过，这本书不是“看完就能开发 AI”。如果你只想马上做内容、搭客服流程，先用现成工具更实际；现在不翻它也没事。

今天复刻：几乎零成本，但要留出阅读时间

费用是 0 元，时间大约 2—4 小时，可以先读摘要，再挑不熟悉的章节。技术门槛不高：会做简单加减法、愿意跟着例子理解概念就行。第一步是打开 arXiv 页面，搜索标题，点击页面上的 PDF 阅读入口，从目录和摘要开始，不必逐字啃公式。

我的建议是，准备一张纸，只记三个问题：AI 在预测什么、为什么会出错、哪些判断不能交给它。我第一遍也犯过急躁的错，直接跳到公式，结果读到第三页就关掉了；第二次先看例子，反而顺畅很多。

如果你的阶段不同，我会这样安排

如果你刚起步，先读摘要和讲概率直觉的部分，用 60 分钟建立基本认识，别急着买课或折腾复杂工具。如果你已经有 1—2 个客户，我会把它当成沟通材料：每周花半小时读一节，把一个概念改写成客户能听懂的说明。若你正在扩规模，我会组织一次 60 分钟的小组讨论，让产品、客服和交付同事统一对 AI 能力边界的说法，并保留人工复核环节。

这本书更像一块认知垫脚石，不是经营捷径。愿意花一个晚上补底座，就读；眼下交付已经够忙，也可以等真正遇到相关问题时再来。