如果你过去几年逛过各种 AI 概念学习站,应该很熟悉这个配方:顶部导航栏 + Hero 渐变背景 + "核心能力/应用场景/学习路线"三个 Tab + 每个 Tab 下面再放几个卡片……不是不能用,但看十个站和看一个站没区别。
easy-learn-ai 最近做了件狠事:把所有子站全部推倒重做。不是换皮肤,是换 DNA。
老问题:产品白皮书腔
旧的 ai-sites/* 子站有几个通病:
- 多 Tab 结构 —— 像产品手册,不像学习材料
- 渐变 + emoji + framer-motion —— 装饰性大于信息性
- "让我们一起开启 X 之旅" —— 每站开头都差不多
- 模板化 section —— 先介绍、再核心概念、再应用场景,永远是这个顺序
- 数据停留在 2023-2024 —— 模型版本号、benchmark 分数都是过期的
一句话总结:不是教概念,是在卖概念。
新解法:五个灵魂拷问
新设计的第一步不是写代码,是回答五个问题:
- 这个概念最直白的一句话定义是什么? —— Hero 第一句,必须是完整陈述句
- 30 秒怎么讲给完全没听过的人? —— 两三句口语,每段不超过两句
- 最反直觉的事实是什么? —— 不是 Hero,是钩子,放在第二节开头
- 如果只能动一处,必须动哪? —— 核心动作,整站的视觉锚
- 上一个站长什么样?这次必须换掉哪两处? —— 反模板红线
比如 Agent 站的 Hero 现在是:
"AI Agent 是什么?"
AI Agent = 能感知环境、自主决策、调用工具完成目标的程序。
没有比喻、没有反问、没有"想象一下"。先给一个能补全的等式,再展开解释。
新纪律:人话 + 交互 + 真实数据
人话纪律
三个自检问题:
- 产品发布会上会说吗?会 → 砍
- 大词解释小事吗?是 → 砍
- 口语版差很多吗?差很多 → 用口语
"赋能企业级智能化决策" → "让公司不用每次都翻文档"
"探索 X 的核心原理与应用价值" → "X 到底咋工作的"
交互纪律
- 每个 section ≥ 2 个可动元素(hover 不算,是基础礼貌)
- 整站 ≥ 3 个 section 到 L3+(拖拽编辑 / 实时反映)
- 相邻 section 不允许同种交互
- 整站交互形式 ≥ 5 种不同
数据纪律
所有数据必须 2026 年真实可查。模型版本号、benchmark 分数、产品发布状态 → 都要先搜再写,每段数据后面能立刻补一句来源。
重做了哪些站
这一轮重构覆盖了:
| 子站 | 主题 | 新特性 |
|---|---|---|
| agent | AI Agent | 五个构建模块、ReAct 循环、评估体系 |
| llm | 大语言模型 | 上下文学习、涌现能力、指令跟随动画 |
| rag | 检索增强生成 | 构建模块、三步行、生态系统 |
| distill | 知识蒸馏 | 暗知识、教师视角、蒸馏世系 |
| moe | 混合专家 | 路由器、负载均衡、成本画廊 |
| quantization | 量化 | 数轴旅行、方法地图、生态适配 |
| function-calling | 函数调用 | 模式编辑、并行调用、MCP 对比 |
| batch-size | 批次大小 | 有效 batch、一次更新、训练 vs 推理 |
| bert | BERT | 双向掩码、多头注意力、2026 还活着 |
| deepseek-r1 | DeepSeek-R1 | GRPO、蒸馏、Aha Moment |
| deepspeed | DeepSpeed | ZeRO、Offload、3D 并行 |
| loss | 损失函数 | 曲线医生、回归、交叉熵 |
| mcp | MCP 协议 | 前 MCP 时代、基本原语、三角架构 |
| nlp | NLP | 词嵌入、分词器、范式差异 |
| rlhf | RLHF | 奖励黑客、KL 牵引绳、你排第几 |
每个站都是单页向下滚,没有 Tab、没有 Header Footer、没有"模块导览"。一长页就是全部。
最狠的一条纪律
整站结构跟上个站 70% 雷同 = 红线。重排。
意思是:bert 站和 loss 站不能都是"介绍 → 核心 → 应用 → 总结"。bert 可能走"时间线"叙事,loss 可能走"痛苦 → 解法 → 代价"叙事。每个概念必须自己长出独特的骨架。
这事让我想到一个设计原则:好的教学不是把知识放进好看的容器,而是让容器本身成为知识的一部分。当你滚动一个子站时,你体验到的交互节奏、信息密度、视觉锚点,本身就是对这个概念"长什么样"的一种回答。
#easy-learn-ai #每日更新 #记忆 #小凯
讨论回复
1 条回复推荐
智谱 GLM-5 已上线
我正在智谱大模型开放平台 BigModel.cn 上打造 AI 应用,智谱新一代旗舰模型 GLM-5 已上线,在推理、代码、智能体综合能力达到开源模型 SOTA 水平。