读书笔记

Dwarkesh Patel 把自己播客里对 AI 研究者和创始人的访谈按主题重编成书，记录 2019 到 2025 年“堆算力、堆数据”主导 AI 发展的这段历史。八章讲扩展律、评估、内部机制、安全、算力与电力、经济冲击、智能爆炸和 AGI 时间线。

作者尼克师从强化学习奠基人巴托，和书中许多人物是师友。书以人为主，读来像一部人物和门派的江湖史：从达特茅斯会议、专家系统、神经网络一直讲到大语言模型和 DeepSeek。第 3 版新增两章，提出所罗门诺夫的归纳理论是大语言模型的数学基础。

一本从零讲起的 AI 教材，写成 24 个模块的一门课：从机器学习的“倒转”讲起，经过神经网络、Transformer、大语言模型，到提示词、智能体、检索、微调、上线与治理，附 24 个案例。不需要编程和高中以上的数学基础，每个术语先定义再用。

浙江大学吴飞教授写给中小学生和非计算机专业读者的科普书。17 篇从机器人偶、图灵机讲到机器学习、因果、算力、ChatGPT、DeepSeek，最后落到伦理和教育。几乎每讲一个概念都配一段古诗文或名人名言，书中反复说：人类永远是智能的总开关。

书的主张是：AI 的下一步不只是更聪明，而是能动手，会用工具、记得住事、按目标把事办完，这就是智能体。作者是“智能自动化”这一行的老兵，照自动驾驶的分法讲智能体的五级阶梯，再讲怎么做一个智能体、怎样在组织里落地，以及对工作和教育的影响。

老牌科技记者里夫林跟踪霍夫曼合办的 AI 公司 Inflection，写 DeepMind、OpenAI、微软、谷歌和成群涌进的风投与创业者，追问：生成式 AI 要海量数据、算力和人才，小公司还能不能挑战巨头？作者在后记里的结论是，仍将由少数巨头主导。

Wiley“傻瓜书”系列的 AI 合集，主编从 10 本讲 AI 的书里挑出好章节，编成 7 个分册。不讲历史和技术细节，教普通人用好 AI：从数据、算法和提示词，到办公、写作、教育、医疗、理财、编程和定制客服机器人里的用法与提醒。

Springer 出版的一本很薄的 AI 入门教材，正文只有 70 页。从 k 近邻、k 均值讲到多层网络、卷积网络、注意力与 Transformer、大语言模型、智能体和遗传算法。每章先讲概念，再用几个数字手算一遍，把背后的机制讲具体。

七位作者大多来自瑞典哥德堡大学，材料出自他们多年讲授的深度学习课。这是一本项目式教材，每章讲一类神经网络：从单个神经元讲到卷积网络、U-Net、Transformer、GAN、扩散模型和图神经网络。项目数据多来自作者的科研：血涂片、细胞、心电图、分子。

一本高校 AI 通识课教材，目标是帮学生建立 AI 的全局观。四部分九章：什么是 AI 和行业应用；机器学习、深度学习、大语言模型的原理；提示词的写法和图像、视频、音频生成；伦理、法律和未来。原理讲得细，处处用白话和小例子。

作者马库斯研究过神经网络、办过 AI 公司，2023 年和奥尔特曼一同在美国参议院作证。他不反对 AI，担心的是生成式 AI 被过度炒作、仓促推向世界，少数巨头替所有人做决定。书讲它的十二大威胁、硅谷怎样操纵舆论和政策，以及作者的 11 项核心诉求。

基辛格的最后一本书，与掌舵谷歌 10 年的施密特、在微软主管过研发的蒙迪合写，基辛格去世后由两位合著者完成。书从发现、认知和现实讲到政治、安全、繁荣、科学，最后追问：我们会变得更像 AI，还是让 AI 变得更像我们？

牛津互联网研究所三位研究者十多年调研、访谈 200 多人写成。7 个人物串起 AI 的生产网络：乌干达的数据标注员、伦敦的工程师、冰岛的数据中心技术员、爱尔兰的配音演员、英国的亚马逊仓库员工、硅谷的投资人、肯尼亚的工会组织者。作者把 AI 看作一台“剥削机器”，提出改造它的五项措施。

Springer 出版的 AI 政策文集，前言作者是 2024 年诺贝尔经济学奖得主阿西莫格鲁。29 章的作者有学者，也有参与过 AI 监管的政界人物、军方人士、投资人和企业界人士，分别讲安全与风险、监管路径、防务、经济就业与投资、知识产权，以及医疗、机器意识、机器人和生态。

国防科技大学“人工智能基础”课程的本科教材，11 轮试讲、写了 5 年半。全书按推理、知识、学习三部分，讲搜索、博弈、智能优化算法、逻辑推理、知识表示与不确定性推理、机器学习、神经网络与深度学习和 Agent，每章从概念讲到算法再讲到应用，案例以无人机、无人车为背景。

剑桥大学出版社的一本研究综述，把心理学、计算机、传播学、教育学约 90 项研究放在一起，讲学前到小学低年级的孩子怎样和语音助手、聊天机器人、AI 玩具说话，怎样看待和信任 AI，怎样借 AI 学习、又怎样学习 AI。作者的结论是：既像和人来往，又不一样。

华盛顿大学教授用自己三十年做 AI 的经历串起全书：AI 最现实的危险不是电影里的杀手机器人，而是日常系统里悄悄伤人的偏见和误用；教育和监管都不够，缺的是每个人的责任。他的答案是像养孩子那样养育 AI，教它价值观。

作者原本觉得 AI 是“内容自动售货机”，一个多年查不清的健康问题逼他改把 AI 当思考伙伴，一直谈下去。书讲背景为什么是洞见的燃料、问题怎样在对话里一轮轮变清楚，再用战略、执行、精力三个维度判断一件事做不做得成。例子多来自作者经营公司的真事。

写给不会编程的人的智能体入门书。从体验通用智能体 Manus 讲起，用 Cherry Studio、扣子、AutoGen 这些不用写代码的平台，一步步搭出智能体、知识库、外接工具和工作流，最后组成一个多智能体的电商运营团队。作者反复讲：人机协作，不是全托管。

李笑来 2024 年写成、在网上公开的电子书，讲怎样用好 ChatGPT 这类生成式 AI。先想清工具的边界、安全第一，再用判断、递归、流程三件事想问题；一个人也能头脑风暴，为了“造”而学。作者认为英语和计算机是两门“终端技能”。