AI Builders 课程索引（从用户到构建者）
From Users to Builders: Transform Yourself for the Age of AI — Superlinear Academy 共 9 章 / 68 节。🎬 标记为视频课（多为模块主视频，原文含完整中英双语字幕）。
课程概览
这门课的核心命题是一次身份转变：从 AI 的”用户”变成 AI 的”构建者”（Builder）。普通用户把 ChatGPT 当成”我问你答”的聊天框；而构建者懂得用自然语言驱动 API、批处理与自动化，把 GenAI 接进自己的工作流，系统性地放大产出。
课程沿四个主模块展开——理解 GenAI 的力量（模块一）、用 AI 构建的五个阶段（模块二）、成为高效的 AI 管理者（模块三）、如何思考与抓住 AI 机会（模块四）——并辅以五个实战项目、开源模型本地化部署、LLM 训练原理、Cursor AI 编程，以及一场嘉宾分享。
核心洞见
-
范式转变：写代码只是手段，结果才是交付物。 用户停留在”我问你答”，构建者追求”我说你做”——让 AI 自己装依赖、跑脚本、自我 debug，直到交付成品。参见 Ch01-L06 技术洞察 3 从用户到构建者、Ch09-L01 课代表立正 X 新物种联盟 OPC的10倍提效之路。
-
批处理 + API 思维是最快见效的杠杆。 GUI 面向人、API 面向机器；GenAI 的关键角色是把自然语言翻译成 API 调用，从而把”系统化操作”的能力开放给非程序员。参见 Ch01-L04 技术洞察 1 批处理、Ch01-L05 技术洞察 2 GUI 与 API。
-
理解 LLM 的内部机制，才能驾驭它的”脾气”。 记忆、知识与上下文窗口的工作方式，直接解释了”偷懒、遗忘、读不进文件”这些常见陷阱——它们不是 bug，而是机制的副产品。参见 Ch02-L02 研究 LLM内部机制 记忆知识上下文、Ch02-L03 理解常见陷阱 偷懒。
-
“编辑，而非对话”。 把 ChatGPT 当作可迭代的编辑器而非一次性问答，是普通人立刻能上手的用法升级。参见 Ch02-L06 应用 使用 ChatGPT 的新方式 编辑 而非对话。
-
成为 AI 管理者：四步法 + 四项管理能力。 识别瓶颈 → 探索技术可行性 → 探索智能可行性 → 构建；配套选择性委托、面向 AI 的文档管理、评估机制与风险管理。把自己从”操作员”升级为”管理者”。参见 Ch04-L03 第 1 步 识别你工作流程中的瓶颈、Ch04-L11 技术洞察 像管理者一样思考。
-
GenAI 建立在共识之上——而有价值的观点恰恰是反共识的。 这正是 AI 无法替代你的地方：把重复劳动最大化地委托出去，腾出精力发展属于自己的、反共识且正确的判断。同时学会”与幻觉共处”。参见 Ch05-L04 研究 生成式 AI 建立在共识之上、Ch05-L08 要点二 有价值的观点都是反共识的。
-
原则要靠真实项目落地。 五个项目（网站数据抓取、Instagram 图片下载、Bookmarklet 增强搜索、GPT-5 图像分析、GUI 自动化）把批处理、API、自动化思维变成肌肉记忆。参见 Ch03-L01 概述。
-
工具栈与原理：本地化、Cursor 与训练机制。 用 Ollama / Open WebUI 搭建隐私可控的本地模型与无代码 RAG；用 Cursor 的三种范式（注释驱动 / 提示驱动 / 目标驱动）编程；并从预训练、指令微调、RLHF、温度等原理理解模型行为。参见 Ch06-L04 无需写代码 搭建完全本地化的 RAG、Ch08-L05 目标导向编程 让智能体动起来、Ch07-L05 基于人类反馈的强化学习 RLHF。
完整课程列表
Ch01 · 模块一：理解生成式 AI 的力量及其驾驭之道
- Ch01-L01 模块1 理解生成式AI的力量 🎬
- Ch01-L02 模块1中文 如何学习AI 🎬
- Ch01-L03 欢迎
- Ch01-L04 技术洞察 1 批处理
- Ch01-L05 技术洞察 2 GUI 与 API
- Ch01-L06 技术洞察 3 从用户到构建者
- Ch01-L07 课后作业
Ch02 · 模块二：用 AI 构建的五个阶段
- Ch02-L01 模块 2 深入解析使用 AI 构建的五个阶段 🎬
- Ch02-L02 研究 LLM内部机制 记忆知识上下文
- Ch02-L03 理解常见陷阱 偷懒
- Ch02-L04 理解常见陷阱 遗忘
- Ch02-L05 理解常见陷阱 文件与网页
- Ch02-L06 应用 使用 ChatGPT 的新方式 编辑 而非对话
- Ch02-L07 案例研究 周度业务回顾 问题分析
- Ch02-L08 案例研究 周业务回顾 具体实现
- Ch02-L09 自动化的力量 以及生成式 AI 的角色
Ch03 · 实战项目：五个真实项目
- Ch03-L01 概述
- Ch03-L02 项目 1 从 CVPR 会议官网抓取数据
- Ch03-L03 项目 2 从 Instagram 账号下载图片
- Ch03-L04 项目 3 用 Bookmarklet 增强网页搜索
- Ch03-L05 项目 4 使用 GPT-5 进行图像内容分析
- Ch03-L06 项目5 自动化Pi Day的GUI交互
- Ch03-L07 总结与反思
- Ch03-L08 Office Hours 课程项目实战讲解 🎬
- Ch03-L09 邀请你的朋友加入我们的社区
Ch04 · 模块三：成为高效的 AI 管理者
- Ch04-L01 模块 3 成为高效的 AI 管理者 🎬
- Ch04-L02 引言
- Ch04-L03 第 1 步 识别你工作流程中的瓶颈
- Ch04-L04 学习要点 1 有选择地把任务委托给 AI
- Ch04-L05 第二步 探索技术可行性
- Ch04-L06 学习 2 面向 AI 的文档管理
- Ch04-L07 第三步 探索智能可行性
- Ch04-L08 学习 3 评估机制
- Ch04-L09 第 4 步 构建
- Ch04-L10 心得 4 风险管理
- Ch04-L11 技术洞察 像管理者一样思考
Ch05 · 模块四：如何思考与抓住 AI 机会
- Ch05-L01 模块 4 如何思考和抓住 AI 机会 🎬
- Ch05-L02 引言
- Ch05-L03 提出正确的问题
- Ch05-L04 研究 生成式 AI 建立在共识之上
- Ch05-L05 猜想 GenAI 与人类有何不同
- Ch05-L06 要点 1 与幻觉共处
- Ch05-L07 可落地的指南 哪些任务该交给 GenAI
- Ch05-L08 要点二 有价值的观点都是反共识的
Ch06 · 开源模型与本地化部署（Ollama / Open WebUI）
- Ch06-L01 为什么我们要讨论开源模型
- Ch06-L02 Ollama 与 Open WebUI
- Ch06-L03 Open WebUI 的配置与功能
- Ch06-L04 无需写代码 搭建完全本地化的 RAG
- Ch06-L05 用 Agent 增强 LLM 能力
- Ch06-L06 重访上下文窗口管理 自动管理
- Ch06-L07 重访周业务复盘 用Agent访问私有数据
Ch07 · 深入原理：LLM 是如何训练出来的
- Ch07-L01 训练机器学习模型
- Ch07-L02 预训练大语言模型
- Ch07-L03 嘈杂微调带来的问题
- Ch07-L04 指令微调 Instruction Fine Tuning
- Ch07-L05 基于人类反馈的强化学习 RLHF
- Ch07-L06 LLM 推理中的 Temperature 温度 参数
- Ch07-L07 我们为什么不教 RAG 对其原理与未来的深入思考
Ch08 · 用 Cursor 进行 AI 编程
- Ch08-L01 课程简介与视频概览 🎬
- Ch08-L02 Cursor 入门 你的 AI 编程搭档
- Ch08-L03 注释驱动编程 让 AI 来填补空白
- Ch08-L04 面向提示词的编程 通过对话写出更好的代码
- Ch08-L05 目标导向编程 让智能体动起来
- Ch08-L06 精炼 Cursor 的角色 用规则引导它的行为
- Ch08-L07 通过外部工具扩展 Cursor 的能力
- Ch08-L08 把 Cursor 作为通用 AI 入口
- Ch08-L09 突破局限与最佳实践
Ch09 · 嘉宾分享：OPC 的 10 倍提效之路
每节笔记结构：## 我的理解（AI 综合的中文要点）→ ## 相关链接（课程内交叉引用）→ ## 原文（抓取的完整原文 / 中英双语字幕，逐字保留）。内容抓取自 superlinear.academy，仅供个人学习。