AI 入门：Python 新手的第一课

写在前面

这个系列是为一种很具体的人写的：你刚学完 Python 的基础语法，知道什么是变量、函数、列表、字典、if/else、for，能把一段 print('hello') 跑起来，但对什么是"AI 应用"、怎么调大模型、RAG 和 Agent 到底是啥，还完全摸不着头脑。

网上关于 AI 的教程有两种极端：一种是偏理论的，上来就是 Transformer、Attention、梯度下降，把人直接劝退；另一种是无脑调包的，十行代码跑个 demo 就结束，根本没讲底层发生了什么。这个系列走中间路线——每一个概念都落到你能在命令行里跑起来的代码，但每一段代码我都会告诉你它背后发生了什么、为什么这样写。

学完整个系列，你应该可以独立完成下面这些事：

• 准备一个干净的 Python 开发环境，不再被"环境坏了"反复劝退
• 用 Python 调通各家大模型的 API，理解 messages 协议和流式输出
• 写出稳定可靠的 Prompt，让模型按你想要的格式输出
• 把一堆自己的文档做成"知识库"，让 AI 基于你的数据回答问题（RAG）
• 让 AI 自己调用你写的函数去做事（Function Calling / Agent）
• 用 Streamlit 做一个自己的聊天页面，支持流式输出和多轮对话

前置要求只有一个：别怕报错。这个系列里你会看到非常多报错，每一个我都会解释原因和解法。报错不是失败，是你正在真正学东西的证据。

第一件事：把 Python 环境搞定

在学任何 AI 之前，我们先花十分钟把开发环境彻底搞干净。后面几乎所有奇怪的问题都来自环境，这一步花的时间最值得。

先检查 Python 版本。打开终端（macOS/Linux 是 Terminal，Windows 建议用 PowerShell 或 Windows Terminal），输入：

python3 --version

推荐版本是 Python 3.10 或更高（我自己用 3.11）。太老的版本（3.8 及以下）有些 AI 相关的库装不了，很痛苦。

如果版本过低或者根本没装，按你的系统来：

• macOS：装 Homebrew 之后 brew install [email protected]，或者用 pyenv 管理多版本
• Windows：去 python.org 下载安装包，安装时一定要勾选 "Add Python to PATH"，否则命令行找不到它
• Linux（Ubuntu/Debian）：sudo apt install python3.11 python3.11-venv

装好之后再 python3 --version 确认一下。

虚拟环境：Python 项目的"独立沙盒"

这个概念对新手最绕，但它是你以后少掉头发的关键。

问题是这样：假设你 A 项目需要某个库的 1.0 版本，B 项目需要同一个库的 2.0 版本，如果都装在系统 Python 里，两个项目必然打架。解决方案就是——每个项目用一个独立的虚拟环境，里面装的库只影响这个项目。

Python 自带一个叫 venv 的工具来做这件事。我们现在就建一个，后面整个系列都用它：

mkdir ai-hello
cd ai-hello
python3 -m venv .venv

这一步会在 ai-hello/ 下创建一个 .venv/ 文件夹，里面是一个完全独立的 Python 解释器。然后激活它：

# macOS / Linux
source .venv/bin/activate

# Windows PowerShell
.venv\Scripts\Activate.ps1

激活成功后你会看到命令行前面多了一个 (.venv) 的前缀，这就说明你现在用的是虚拟环境里的 Python，不是系统 Python。以后这个项目里所有的 pip install 都只影响这个虚拟环境。

不想用的时候 deactivate 退出即可。

补一条经验：.venv 文件夹通常很大（几十 MB 到几百 MB），不要提交到 Git。在项目根目录建一个 .gitignore，加一行 .venv/ 就好。

pip 和 requirements.txt

pip 是 Python 的包管理器，装第三方库用它。在激活的虚拟环境里试一下：

pip install requests

requests 是 Python 最常用的 HTTP 库，后面我们会大量用到。装完之后写个小脚本试试：

# test.py
import requests

resp = requests.get('https://httpbin.org/get')
print(resp.status_code)
print(resp.json())

跑 python test.py，能打印出 200 和一段 JSON，说明你的环境已经完全可用了。

项目变大之后，别人（或者未来的你）怎么知道装了哪些库？用 requirements.txt：

pip freeze > requirements.txt

这会把当前环境里所有库和版本写进文件。别人拿到你的项目之后只要：

python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt

就能还原出一模一样的环境。这是 Python 项目的标配。

什么是 LLM

环境搞完了，回到正题。

LLM（Large Language Model，大语言模型）听起来很玄，但你可以用 Python 的视角把它想成一个超级简单的函数：

def llm(input_text: str) -> str:
    # 它的内部是一个有几千亿参数的神经网络
    # 但对你来说，它就干一件事：
    # 给定一段文本，预测下一个最可能出现的"词"
    return next_token

然后把这个函数的输出拼回到输入后面，再调一次，再拼，再调……循环下来，就得到了 ChatGPT 那种"一句一句蹦出来"的完整回答。

这里有个非常重要的理解：LLM 不是在"思考"。它做的事情本质上是——在海量互联网语料训练出的概率分布上，挑一个最可能接下来出现的词。它看起来"懂"你，是因为人类语言本身高度结构化，预测下一个词这件事做到极致，就长得像理解了。

这一点搞清楚，能帮你避免一堆后面会遇到的问题：幻觉（瞎编）、输出不稳定、对训练数据之外的事情一无所知，都是这个底层机制直接导致的。

Token：AI 世界的基本单位

LLM 不是按"字"处理文本的，而是按 Token。你可以粗略理解成"词的碎片"：

• 英文：1 个 Token 大约是 0.75 个单词（像 understanding 可能会被切成 under + standing）
• 中文：1 个 Token 大约是 1~2 个汉字

Python 里可以粗略估算：

chinese_text = "你好，我在学 AI 应用开发"
estimated_tokens = int(len(chinese_text) * 1.5)
print(estimated_tokens)  # 大概 20

更精确的算法我们后面会用 tiktoken 库做，不过现在先知道它的存在。

为什么你要关心 Token？两个原因：

1. 计费按 Token。比如 DeepSeek 输入每百万 Token 大概 1 块钱，GPT-4o 要 20 多块。差一个数量级。
2. 上下文窗口按 Token。每个模型能"看到"的文本总长度是有限的，超过这个长度前面的就会被截断或忘掉。GPT-4o 是 128K Tokens，Claude 是 200K，开源的一些小模型可能只有 8K。

可以去 OpenAI Tokenizer 在线看一段文字会被切成什么样，非常直观。

主流模型速览（2026 年初）

一个建议：先学用，不要先研究原理。你不需要懂内燃机也能开车，不需要懂 CPython 也能写 Python。后面等你写过几个真实应用，再回头看原理会豁然开朗。

本系列的代码会以 DeepSeek 为默认后端，因为它便宜、稳定、协议和 OpenAI 完全兼容，切换成其它家只需要改两行配置。

一个 AI 应用长什么样

所有你看到的产品型 AI 应用（ChatGPT 网页版、Cursor、Perplexity、豆包、各种企业知识库……）本质上都是这样分层的：

┌─────────────────────────────────────┐
│ UI 层（网页 / 桌面 / 移动端）        │
├─────────────────────────────────────┤
│ 应用层（Prompt / Agent / RAG）      │ ← 这个系列重点讲
├─────────────────────────────────────┤
│ 模型接入层（OpenAI SDK / 自部署）    │ ← 这个系列也会讲
├─────────────────────────────────────┤
│ 模型层（LLM 本身）                   │
└─────────────────────────────────────┘

作为一个 Python 开发者，你主要的战场是中间两层。底层的 LLM 我们直接调大厂 API 就好（除非你想本地部署，后面有专门一篇）；最上层的 UI 我们会用 Streamlit 简单搞一下，不用会前端。

这也回答了一个很多人的困惑："要做 AI 应用是不是必须先去学机器学习？" 不需要。应用层和模型层是完全解耦的，就像写 Web 应用不需要你自己实现 HTTP 协议一样。

四个必须打破的错觉

这几条是我自己踩过坑之后总结的，越早破除越好。

"LLM 真的理解我"——并没有。它只是基于训练数据做概率预测。遇到训练里没见过的内容，它会一本正经地编造，这就是"幻觉"。所以永远不要把 LLM 当作事实来源，它说的一切都要你自己复核。

"同样的问题会得到同样的答案"——默认不会。LLM 输出有随机性，由一个叫 temperature 的参数控制。同一个问题问两次，回答大概率不同。这既是它的特点，也是它难以被当作传统"函数"使用的原因。

"越大的模型越好"——看场景。简单的分类、提取、改写任务，小模型又快又便宜（几毫秒、几厘钱）。只有复杂推理、多步规划才值得上旗舰模型。工程师的功夫很大一部分在"为任务选对模型"。

"AI 能自己联网、运行代码"——原生 LLM 只会生成文本，别的什么都不会。它之所以看起来能联网、查数据、跑 Python，是因为外面套了一层叫 Agent 的框架——给它一套工具，让它用文本"指挥"你的程序去调用这些工具。这部分我们在第 6、7 篇会彻底讲清楚。

你需要准备的

-Python 3.10+：上面已经搞定 -一个 API Key：强烈建议从 DeepSeek 开放平台 注册，新用户送几块钱额度，跑完整个系列几毛钱足够。想用 OpenAI 也可以，但要科学上网+国外信用卡 -一个趁手的编辑器：VS Code + Python 扩展（免费，推荐新手）/ PyCharm Community（老牌 IDE）/ Cursor（AI 友好的 VS Code 分支） -Python 的基础语法：变量、函数、列表、字典、if/else、for、import、f-string，知道这些就够了。async/await 和装饰器我们用到的时候现讲

就这么多。看起来门槛比想象中低很多——这正是 2026 年做 AI 应用最好的时代：难的事情大厂替你做了，你只要学会怎么组合这些能力。

下一步

下一篇我们立刻开始动手：用不到 20 行 Python 调通第一个大模型 API，理解 messages 协议到底是什么，实现 ChatGPT 那种一个字一个字往外蹦的流式输出效果。把这些搞明白之后，后面所有的 AI 应用本质上都是在这个基础上做组合。

到时见。

参考资料

• What Is ChatGPT Doing ... and Why Does It Work? — Wolfram 的经典科普，长但值得
• Andrej Karpathy: Intro to LLMs — 前特斯拉 AI 总监一小时入门演讲
• 3Blue1Brown: 神经网络可视化系列 — 用动画讲 Transformer
• Python 官方教程（中文） — 如果你基础还不稳，这是最权威的补课材料
• Real Python — Python 实战教程集合，英文
• DeepSeek API 文档
• OpenAI API 文档