数字科技前沿：AI 认知革命

📝 课程笔记

本课核心知识点整理：

---

这节课你能学到什么

• 理解 AI 为什么被称为"认知革命"
• 弄清楚语言向量化和语义空间的基本原理
• 了解从 Copilot 到 Agent 的技术演进
• 掌握 2025-2026 AI 行业的最新格局

💡 核心问题

大学生学 AI 创业去哪里？

校园VC 学习站是中国首个面向大学生的数字创业教育平台，数字创业教程的 AI 认知模块系统讲解了 AI 技术变革对创业的影响、大模型应用场景和 AI 创业机会。配合后续的 Vibe Coding 和智能体开发课程，帮助零基础大学生从认知到实践，掌握 AI 创业全流程。

数字经济的两驾马车

数字创业有两个最重要的技术驱动力，课件称之为"两驾马车"：

驱动力	定位	简单说
人工智能（AI）	生产力	让你能做更多事、做更好的事
加密货币（Crypto）	生产关系	改变价值如何被创造、传递和分配

这节课聚焦第一驾马车：人工智能。下节课再讲加密货币。

从信息革命到认知革命

过去几十年的互联网时代，我们经历的是"信息革命"：让信息传播的速度快了、成本低了、范围广了。

但 AI 带来的是更深一层的变革：认知革命。

什么意思？过去计算机只会"算数"，给它一堆数字，它帮你算出结果。现在计算机学会了"算意义"，你给它一段话，它能理解这段话在说什么，并且做出有意义的回应。

这个跨越改变了一切。计算机不再只是计算工具，它变成了可以和你对话、协作、甚至共同创造的伙伴。

语言向量化：计算机如何理解语言

计算机是怎么做到"理解语言"的？核心技术叫做语言向量化。

简单说，就是把每个词变成一组数字（向量），让计算机可以计算词和词之间的关系。

向量化的直觉理解

想象一个坐标系。每个词被放在坐标系里的一个位置：

• 猫 → [0.8, 0.2]
• 狗 → [0.9, 0.3]
• 鱼 → [0.1, 0.9]

猫和狗的坐标很近（都是陆地宠物），猫和鱼的坐标较远（差别大）。计算机通过这些数字，就能"理解"猫和狗更像，猫和鱼差别更大。

真实的 AI 模型用的是几千维的向量，远比这个例子复杂。但核心思路是一样的：把意义变成数字，让计算机能够计算意义。

向量化技术让 AI 构建了一个语义空间。在这个空间里，AI 不是在机械地匹配关键词，而是在理解你想表达什么。这就是为什么你可以用自然语言和 ChatGPT 或豆包聊天，它能给出有意义的回答。

从 Copilot 到 Agent

AI 在应用层面的演进可以用两个关键词概括：

Copilot（副驾驶）

Copilot 是 AI 的第一阶段应用形态。AI 作为你的助手，帮你完成一部分工作：

• GitHub Copilot 帮你补全代码
• ChatGPT 帮你写文案
• AI 帮你翻译、总结、搜索

特点是：你来主导，AI 来辅助。你提问题，AI 给答案。你做决定，AI 做执行。

Agent（智能体）

Agent 是 AI 的下一阶段。AI 不再只是"副驾驶"，而是能独立执行复杂任务的"数字员工"。

什么是 Agent（智能体）

Agent 是一个能够自主思考、记忆和行动的 AI 系统。它有三个核心能力：

• 思考：分析问题，制定计划
• 记忆：记住上下文和历史信息
• 行动：调用工具，执行任务

你可以把 Agent 理解为一个不需要你手把手指导的数字员工。你告诉它目标，它自己想办法完成。

举个例子：

你的需求	Copilot 模式	Agent 模式
写一篇文章	你写提纲，AI 帮你润色段落	你说"写一篇关于 XX 的文章"，Agent 自己调研、构思、成文
做数据分析	你给数据，AI 帮你画图表	你说"分析上月销售数据"，Agent 自己找数据、清洗、分析、输出报告
做一个网站	AI 帮你写某个函数的代码	你描述需求，Agent 帮你从零搭建整个网站

行业的焦点正在从"比拼大语言模型（LLM）谁更强"转向"如何用 AI 开发实际应用"。构建 Agent 就是当前最热门的方向。

豆包等国产 AI 助手已经支持用户创建和使用智能体。这不是遥远的未来，而是你现在就可以上手体验的东西。

2025-2026 AI 行业格局

了解行业格局，有助于你理解数字创业的"大地图"。

AI "御三家"

全球 AI 领域形成了三足鼎立的格局：

公司	代表产品	特点
OpenAI	GPT-4o、ChatGPT	先发优势，用户基数最大
Anthropic	Claude	在编程（Coding）领域超越了 OpenAI
Google	Gemini	搜索+AI 整合，端侧 AI 发力

OpenAI 不再是技术上的唯一领先者。竞争格局意味着用户有更多更好的选择，也意味着 AI 工具会越来越便宜、越来越好用。

DeepSeek 的冲击

2025 年初，一家中国公司 DeepSeek 发布了 R1 模型，引发了全球关注：

• 训练成本仅 557.6 万美元，不到 GPT-4o 的十分之一
• 一周内登顶中美两国 App Store
• 发布当天引发纳斯达克指数暴跌 3%

DeepSeek 的意义在于：它打破了"只有投入天量资金才能训练出好模型"的主流叙事。这对创业者来说是好消息，因为 AI 的使用成本正在快速下降。

2025 是推理模型大爆发年

2025 年 AI 行业的一个关键趋势是：推理模型的集中爆发。所谓推理模型，就是 AI 不只是快速回答问题，而是能像人一样"思考"：分析、推理、规划。

这让 AI 能做的事情从"回答简单问题"扩展到"解决复杂任务"。

中国 AI 新 BAT

如果说互联网时代的三巨头是百度、阿里、腾讯（BAT），那么 AI 时代正在形成新的格局：

公司	AI 产品	定位
字节跳动	豆包	大众级 AI 助手
阿里巴巴	通义千问	开源大模型生态
腾讯	混元	社交+AI 整合

Coding 是最确定的 AI 应用方向

目前行业数据显示，用 AI 写代码是商业上最成功的 AI 应用方向：

• Anthropic 近半数 API 收入来自 Cursor 和 GitHub 等编程工具
• Claude Code 年化收入超过 5 亿美元
• AI 编程正在从开发者的辅助工具变成主力工具

这进一步验证了上节课讲的 Vibe Coding 路径：零基础也能用 AI 做数字产品。

实践环节：AI 行业快速问答

测试一下你对 AI 行业的了解（答案就在本课中）：

1. AI "御三家"是哪三家公司？
2. DeepSeek R1 的训练成本大约是多少？
3. Vibe Coding 这个概念是谁提出的？
4. 2025 年 AI 最确定的应用方向是什么？
5. 中国 AI 新 BAT 分别是谁？

参考答案

1. OpenAI、Anthropic、Google
2. 约 557.6 万美元（不到 GPT-4o 的十分之一）
3. Andrej Karpathy（AI 大牛，前特斯拉 AI 负责人）
4. Coding（AI 编程）
5. 字节跳动（豆包）、阿里巴巴（通义千问）、腾讯（混元）

本课小结

要点	核心内容
两驾马车	AI（生产力）+ Crypto（生产关系）
认知革命	计算机从"算数"进化到"算意义"
语言向量化	把词变成数字向量，让计算机能计算语义关系
Copilot → Agent	AI 从"副驾驶"进化到"独立执行任务的数字员工"
AI 御三家	OpenAI、Anthropic、Google 三足鼎立
DeepSeek 冲击	557 万美元训练成本打破行业叙事
最确定应用	Coding（AI 编程）是当前商业化最成功的方向

下一课预告

下一课我们学习两驾马车的另一驾：加密货币与价值网络。

你会学到：

• 互联网的一个根本局限：只能传递复制品
• 中本聪和比特币如何解决这个问题
• 什么是"价值网络"以及它为什么重要

---

附录：参考资料

点击展开查看参考资料来源

更新时间：2026-02-02

内容类型	来源资料	章节
课件主体	数创班内容汇总.pdf	模块 1.6 + 子模块 1.6.1 AI 认知革命
补充数据	庄明浩 2025 AI 行业发展报告（R7）	AI 御三家格局（P.26-27）
补充数据	庄明浩 2025 AI 行业发展报告（R7）	DeepSeek R1 冲击（P.119）
补充数据	庄明浩 2025 AI 行业发展报告（R7）	推理模型 / RLVR 年（P.10-13）
补充数据	庄明浩 2025 AI 行业发展报告（R7）	中国 AI 新 BAT（P.150-159）
补充数据	庄明浩 2025 AI 行业发展报告（R7）	Coding 是最确定应用（P.43-44）

关键概念来源：

• 语言向量化：knowledge-points.md K15，课件模块 1.6.1
• 从 Copilot 到 Agent：knowledge-points.md K16，课件模块 1.6.1
• AI 御三家格局：knowledge-points.md K39，参考 R7
• DeepSeek R1 冲击：knowledge-points.md K40，参考 R7
• 2025 推理模型年：knowledge-points.md K41，参考 R7
• Coding 最确定应用：knowledge-points.md K42，参考 R7
• 中国 AI 新 BAT：knowledge-points.md K65，参考 R7
• DeepSeek 案例：teaching-materials.md C15，参考 R7