# 理解人工智能

- 原标题：Understanding AI
- 类型：书籍
- 来源：Manning
- 发布时间：2026-10-27
- 首次精选：2026-10-27 16:17
- 分级：值得看
- 学习层级：入门
- 主题：[ai-tools-prompting](<https://oplearnx.com/md/topics/ai-tools-prompting.md>)（第 1 位）、[model-selection-releases](<https://oplearnx.com/md/topics/model-selection-releases.md>)（第 1 位）、[ai-literacy](<https://oplearnx.com/md/topics/ai-literacy.md>)（第 6 位）
- 原文链接：[https://manning.com/books/understanding-ai](<https://manning.com/books/understanding-ai>)
- 本站页面：[https://oplearnx.com/resources/pk\_7e5f71afcb45](<https://oplearnx.com/resources/pk_7e5f71afcb45>)

## 摘要

Manning Publications 出版的一本面向入门读者的生成式人工智能书籍，作者为 Matthew Berman、Nicholas Wentz 与 Angelica Lo Duca，共 225 页，预计出版日期为 2027-03-15，尚未出版。书中内容源自作者 Matthew Berman 的 YouTube 视频，从大语言模型如何生成文本讲起，并涉及提示工程等话题，声称不依赖大量数学、代码或技术术语。简介提到读者对象为希望了解 AI 模型、应用与 agent 工作方式的专业人士、教育工作者、管理者、学生和内容创作者。

## 概览

- 难度：入门
- 语言：英文
- 规模：8 章 · 225 页
- 费用：付费

## 学完你能

- 理解大语言模型如何生成文本的基本原理
- 掌握能让输出更有用的提示工程技巧
- 比较商用模型与开源模型，判断何时选用小模型
- 把合适的 AI 工具与任务匹配起来
- 运用检索增强生成（RAG）让模型回答基于真实信息
- 理解 AI 智能体如何代为完成多步骤工作

## 适合你吗

- 适合：希望在日常工作中用好生成式 AI 的专业人士
- 适合：教师、管理者、学生与内容创作者
- 适合：想从零了解 AI 模型、应用与智能体如何运作的读者
- 适合：不想要大量数学、代码或术语的读者
- 暂不适合：想深入学习数学推导与模型训练实现的读者
- 暂不适合：已具备较深 AI 基础、寻求前沿研究内容的读者
- 需要先会：无需数学、编程或技术术语基础，从零起步即可。

## 本书特点

- 内容侧重：以通俗方式讲清生成式 AI 的工作原理、提示技巧、模型选择、RAG 与智能体，强调实用而非数学与代码。
- 费用说明：为 Manning 出版的商业书籍，页面显示处于 MEAP 早期访问阶段（8 章中 3 章可用）；材料未给出价格、证书与会员细节。

---
来源：LearnMap · 学径（https://oplearnx.com）