学习如何使用 AI 智能体完成研究、分析、创作、解决问题和执行工作，同时进一步强化判断力和决策能力——这些能力会随着 AI 承担更多执行工作而变得更加重要。
这不是 Prompt Engineering 课程，而是学习如何在 AI 原生环境中重新工作。
为什么重要
为什么 AI 原生能力越来越重要
AI 正在承担越来越多过去由专业人士完成的执行工作：研究、分析、文档、编程、设计、报告以及运营任务。
与此同时，AI 也让专业人士能够突破原本的技能边界。
目标不只是用 AI 做得更快，而是把你的专业能力与 AI 结合起来，让自己成为更有能力、更高杠杆的专业人士。
专业价值正在转向哪里
- 定义正确的问题
- 提供正确的业务和领域上下文
- 判断和审核 AI 产出
- 做出高质量决策
- 跨领域连接信息和洞察
- 设计有效的“人 + AI”工作流
- 对最终结果负责
适合哪些人
面向希望在 AI 改变工作方式的过程中扩大职业杠杆的专业人士
学生也可以按照同样的专业能力提升路径参与；符合条件的参与者还可获得额外的实践型实习机会。
It is especially relevant if you
- 已经具备专业经验，但还没有把 AI 深度融入日常工作
- 已经在使用 AI 工具，但主要停留在零散 Prompt
- 希望重新设计重复、耗时的工作
- 希望使用 AI 智能体完成更复杂的多步骤任务
- 希望借助 AI 延伸到自己过去不擅长的技能或职能
- 希望提升问题定义、判断、系统思维和决策能力
课程
你会学到什么
找到 AI 真正能放大你的地方
理解哪些工作可以交给 AI，哪些可以加速，哪些应该由人主导，以及哪些新的工作方式因此成为可能。
设计 AI 原生工作流
从零散 Prompt 升级到完整工作流，围绕 AI 智能体重新组织整个过程。
真正学会与 AI 智能体协作
学习如何向 AI 提供明确目标、业务与专业上下文、资料和数据、约束条件、示例、评估标准与反馈。
强化人类判断
持续练习问题定义、批判性思维、优先级判断、验证、决策与沟通。
扩展原有技能边界
借助 AI 补齐研究、数据分析、自动化、原型、设计、编程、财务分析或其他相邻能力上的差距。
这是一条工作流，而不是一次 Prompt：目标 → 上下文 → AI 执行 → 人工审核 → 验证 → 决策。
实践项目
通过真实专业工作学习
参与者会选择一个与自己工作或职业方向相关的真实或高度仿真的专业问题，并在整个过程中使用 AI 智能体。
定义研究规划执行审核验证改进展示
衡量标准不是你会多少 AI 工具，而是你是否能够借助 AI 产出可信、可解释、有专业判断的工作成果。
基于不同职业场景进行实践
这些不是面向初级岗位的 Job Track，而是不同职业场景下练习 AI 原生工作方式的路径。
你会带走什么
围绕真实工作展开，而不是工具演示
- 一个与专业角色相关的完整项目
- 可重复使用的 AI 原生工作流
- 一套指导和验证 AI 智能体的方法
- 研究、分析、产品、设计、自动化或软件成果
- 一个能够展示 AI 原生能力的专业案例
- 一份持续提升自己的 AI 原生能力路线图
最重要的结果，是你能够独立识别 AI 价值、有效指挥 AI 智能体、应用专业判断，并交付更好的结果。
你不需要先把 AI 解决方案定义好。如果我们认为 AI 并不是最合适的方案，我们也会直接告诉你。