📄本页怎么用
- 逐字稿 = 教师的话（说什么），教案 = 教案的骨架（做什么），两者配合使用。
- 开场、知识、收束三段建议照读或逐句贴近；故事段是提示框架，请用自己的话讲，效果更好。
- 每站 7 段共约 6–8 分钟话术，其余时间交给学生动手与回答。
🎤通用话术
| 场景 | 参考话术 |
|---|---|
| 课堂开场 | 「大家好，欢迎来到 AI 时间轴的第 N 站。请先把学生手册翻到第 N 页，今天的任务就写在这里。」 |
| 过渡到故事 | 「先别急着看答案 —— 我们回到那一年，看看当时的人遇到了什么麻烦。」 |
| 过渡到知识 | 「所以这一站的关键词，一句话就能说完：……」 |
| 过渡到实验 | 「光听不够，我们亲手试一次。三步：先观察、再动手、最后说出你发现了什么。」 |
| 过渡到测验 | 「现在考考你们，3 道题，独立完成，错题是我们最宝贵的线索。」 |
| 收束盖章 | 「今天你记住的一个词是什么？说完来盖章，下课。」 |
| 控制时间 | 「还剩 1 分钟，请把手放到鼠标旁边，我们准备总结。」 |
| 鼓励提问 | 「这个问题问得很好，我们先把它记在手册的『我的大问题』里，下课前一起看。」 |
| 安静下来 | 「我数 3、2、1，说完最后一句悄悄话就安静下来。」 |
🎙️16 站逐字稿
题量口径（v1.5 统一）：第 1～16 站「知识小课堂」均为 8 张知识卡，小测验均为 8 道题。
第 1 站 · 图灵测试：机器会思考吗？（1950 年）
【开场 40 秒】上一站我们聊到「这是一门新课程」。今天这一站是 1950 年 —— 图灵测试：机器会思考吗？。开场先问大家一句：这一站，AI 第一次做到了什么？（不急着回答，带着问题听故事。）
【故事 6 分钟】请翻到故事页，顺着时间线看 7 张图：1912 图灵出生 → 1936 发明「图灵机」→ 1939—1945 在布莱切利园破解「恩尼格玛」→ 1945—1950 他开始问「机器会思考吗」→ 1950「模仿游戏」（图灵测试）→ 1954 · 1966 图灵奖以他命名 → 💭 后人为什么叫他「计算机科学之父」。一句话记住：【第一台会思考的机器梦】。（讲述提示：按图片 1 → 7 的顺序，每张 20–30 秒，重点说「当时的人遇到了什么难题」。）
【知识 5 分钟】我们把刚才的故事收成一个概念：认识图灵提出的「模仿游戏」：当人分不清和自己对话的是人还是机器时，机器就算通过了测试；并补上他 1936 年的背景——为了回答希尔伯特提出的「判定问题」，图灵先给「机械地算」下了个精确定义，这台「想象中的机器」就是所有电脑的原型
讲给孩子听的关键句：第一台会思考的机器梦。（比喻建议：把机器想象成一个正在学本事的小朋友，做错了就改一点。）
【小任务 4 分钟】现在打开本站实验室 —— 图灵测试 + 谜机破译实验室（turing-lab.js / enigma-lab.js） 口令是三步：先观察、再动手、最后说出你发现了什么。1 人 1 台，自己动手操作，边做边把发现说给同桌听。
【小测验 5 分钟】请完成本站小测验，一共 8 道题（从简单到难：前 3 题是记忆题，中间 3 题考时间线和细节，最后 2 题考「为什么叫计算机科学之父」和整体理解）。做错的题先别急着改，我们最后一起对答案、说错因；最后一题可以请举手的孩子说说「为什么」。
【收束 30 秒】这一站的关键词是「第一台会思考的机器梦」。下一站是 1956 年 —— 人工智能诞生：一场改变世界的会议，AI 又会第一次做到什么？带着这个问题回家。
【收获盖章】请举手说出你今天记住的一个词（3–5 位同学），说完到前面来盖「第1站」印章，并在手册上写下你的一个问题。
第 2 站 · 人工智能诞生：一场改变世界的会议（1956 年）
【开场 40 秒】上一站我们聊到「第一台会思考的机器梦」。今天这一站是 1956 年 —— 人工智能诞生：一场改变世界的会议。开场先问大家一句：这一站，AI 第一次做到了什么？（不急着回答，带着问题听故事。）
【故事 6 分钟】请翻到故事页，我们按顺序看 1956 年发生了什么。一句话记住：【给「聪明的机器」正式起名】。（讲述提示：按画故事卡 1 → 6 的顺序，每张卡 20–30 秒，重点说「当时的人遇到了什么难题」。）
【知识 5 分钟】我们把刚才的故事收成一个概念：了解 1956 年达特茅斯会议上「人工智能」这个名字正式诞生，理解 AI = 人工 + 智能；故事线已补全——背景（计算机刚诞生 + 图灵的问题）、趣事（麦卡锡为摆脱「控制论」另造新词、会开得像夏令营、没有议程也没出论文集）、实现（「逻辑理论家」证明了《数学原理》38 条定理）与后世影响（一路走到今天，中间两次 AI 寒冬）
讲给孩子听的关键句：给「聪明的机器」正式起名。（比喻建议：把机器想象成一个正在学本事的小朋友，做错了就改一点。）
【小任务 4 分钟】现在打开本站实验室 —— 达特茅斯会议互动时间轴 + 人物图卡（story-photos.js） 口令是三步：先观察、再动手、最后说出你发现了什么。1 人 1 台，自己动手操作，边做边把发现说给同桌听。
【小测验 5 分钟】请完成本站小测验，一共 8 道题（前 3 题是记忆题，中间考时间线和数字，最后考「为什么」）。做错的题先别急着改，我们最后一起对答案、说错因。
【收束 30 秒】这一站的关键词是「给「聪明的机器」正式起名」。下一站是 1957 年 —— 感知机：第一台会学习的机器，AI 又会第一次做到什么？带着这个问题回家。
【收获盖章】请举手说出你今天记住的一个词（3–5 位同学），说完到前面来盖「第2站」印章，并在手册上写下你的一个问题。
第 3 站 · 感知机：第一台会学习的机器（1957 年）
【开场 40 秒】上一站我们聊到「给「聪明的机器」正式起名」。今天这一站是 1957 年 —— 感知机：第一台会学习的机器。开场先问大家一句：这一站，AI 第一次做到了什么？（不急着回答，带着问题听故事。）
【故事 6 分钟】请翻到故事页，顺着时间线看 5 张图：1928 罗森布拉特出生、大脑里的「神经元」给了他想头 → 1957 提出：造出第一台会「学习」的机器「感知机」→ 1958 发布：消息登了报，全世畋轰动（能认出三角形、正方形、圆形，看 40 次就会认「A」）→ 🎛 它是怎么学的（猜错了就拧一拧「权重」小旋钮）→ 🔁 最终影响（今天所有 AI 的「学习」都从这里开始）。一句话记住：【像一颗小小的神经元】。（讲述提示：按图片 1 → 5 的顺序，每张 20–30 秒，重点说「它第一次会做什么」。）
【知识 5 分钟】我们把刚才的故事收成一个概念：认识罗森布拉特的感知机——第一台像神经元一样会「学习」的机器，理解「输入—权重—判断」的雏形；故事线已补全——背景（1943 人工神经元模型 + 1949 赫布学习律「一起亮的连得更紧」）、趣事（1958 年《纽约时报》把它吹成将来能走路说话看东西、海军出钱支持）、实现（1960 年 Mark I：400 只光电池眼睛 / 512 个中间单元 / 8 个输出，靠小马达拧电位器当权重）与插曲（1969 年明斯基与帕佩特《感知机》证明单层连异或都学不会，AI 进入第一次寒冬；罗森布拉特 1971 年意外去世）；知识页已由 3 张扩为 8 张知识卡（会学习的机器 / 仿生小灵感 / 一起亮就连得紧 / 名字从哪来 / 报纸吹上了天 / Mark I 真机 / 学习的秘密 / 寒冬与翻身）；小测验已由 3 题扩为 8 题，新增 5 题全部取材于动手页（Mark I 四个数字、激活、学习率 η、异或分不开）
讲给孩子听的关键句：像一颗小小的神经元。（比喻建议：把机器想象成一个正在学本事的小朋友，做错了就改一点。）
【小任务 4 分钟】现在打开本站实验室 —— 感知机可视化训练器 + Mark I 真机结构图（perceptron-trainer.js） 口令是三步：先观察、再动手、最后说出你发现了什么。1 人 1 台，自己动手操作，边做边把发现说给同桌听。
【小测验 5 分钟】请完成本站小测验，一共 8 道题（前 3 题是记忆题，中间考时间线和数字，最后考「为什么」）。做错的题先别急着改，我们最后一起对答案、说错因。
【收束 30 秒】这一站的关键词是「像一颗小小的神经元」。下一站是 1966 年 —— ELIZA：世界上第一个聊天机器人，AI 又会第一次做到什么？带着这个问题回家。
【收获盖章】请举手说出你今天记住的一个词（3–5 位同学），说完到前面来盖「第3站」印章，并在手册上写下你的一个问题。
第 4 站 · ELIZA：世界上第一个聊天机器人（1966 年）
【开场 40 秒】上一站我们聊到「像一颗小小的神经元」。今天这一站是 1966 年 —— ELIZA：世界上第一个聊天机器人。开场先问大家一句：这一站，AI 第一次做到了什么？（不急着回答，带着问题听故事。）
【故事 6 分钟】请翻到故事页，顺着时间线看 5 张图：1923 魏泽鲍姆出生、战乱中搬到美国、成了 MIT 教授（当时计算机只会算数）→ 1966 提出：他写出第一个会聊天的程序 ELIZA，扮演心理医生 → 1966 发布：写成论文发表、分享给同行，很多人抢着和它聊天，有人把它当知心朋友 → 🔍 它其实没听懂（关键词套现成话，像一面镜子）→ 💭 最终影响（真正的理解要等很多年后；今天会聊天的 AI 都是从这一问一答里长出来的）。一句话记住：【假装成心理医生的程序】。（讲述提示：按图片 1 → 5 的顺序，每张 20–30 秒，重点说「它第一次会做什么、人们为什么当真」。）
【知识 5 分钟】我们把刚才的故事收成一个概念：认识 1966 年假装心理医生的聊天程序 ELIZA，理解最早的对话程序靠「关键词套话」回应，并没有真正听懂
讲给孩子听的关键句：假装成心理医生的程序。（比喻建议：把机器想象成一个正在学本事的小朋友，做错了就改一点。）故事收尾已改成指向今天的 ChatGPT：从 1966 年的「抓关键词」到 2022 年的「接得住追问」，中间隔了 56 年；知识页已由 3 张扩为 8 张知识卡（最早的聊天机器人 / 魏泽鲍姆是谁 / 只会算数的电脑 / 名字从哪来 / 它扮演的角色 / 没有屏幕的年代 / 小把戏真相 / 今天的 ChatGPT）
小测验已由 3 题扩为 8 题，新增 5 题全部取材于动手页（关键词套模板、人称反射、兑底回答、为什么听着像懂你、判断链步序）
【小任务 4 分钟】现在打开本站实验室 —— 真·ELIZA 规则引擎：关键词分级 + 分解/重组规则 + 记忆队列 + 人称反射（eliza-real.js） 口令是三步：先观察、再动手、最后说出你发现了什么。1 人 1 台，自己动手操作，边做边把发现说给同桌听。
【小测验 5 分钟】请完成本站小测验，一共 8 道题（前 3 题是记忆题，中间考时间线和数字，最后考「为什么」）。做错的题先别急着改，我们最后一起对答案、说错因。
【收束 30 秒】这一站的关键词是「假装成心理医生的程序」。下一站是 1980 年 —— 专家系统：装进电脑的专家经验，AI 又会第一次做到什么？带着这个问题回家。
【收获盖章】请举手说出你今天记住的一个词（3–5 位同学），说完到前面来盖「第4站」印章，并在手册上写下你的一个问题。
第 5 站 · 专家系统：装进电脑的专家经验（1980 年）
【开场 40 秒】上一站我们聊到「假装成心理医生的程序」。今天这一站是 1980 年 —— 专家系统：装进电脑的专家经验。开场先问大家一句：这一站，AI 第一次做到了什么？（不急着回答，带着问题听故事。）
【故事 6 分钟】请翻到故事页，顺着时间线看 5 张图：1936—1960 年代【背景】老专家靠的是经验知识，费根鲍姆想把知识一条条装进电脑 → 1965 提出：和化学家一起做出第一个专家系统 DENDRAL（经验 →「如果……就……」规则）→ 1970 年代发布：MYCIN 靠约 600 条医学规则帮医生判断，建议常常不输人类医生，专家系统成了 AI 最火的成果 → 1980 年代【上岗】：走进工厂、银行、医院当顾问，但离开规则就「一问三不知」→ 💡 最终影响：知识就是力量，今天所有 AI 都在做「把知识装进机器」。一句话记住：【AI 当起了「专家顾问」】。（讲述提示：按图片 1 → 5 的顺序，每张 20–30 秒，重点说「这一站它第一次做到什么、又有什么做不到」。）
【知识 5 分钟】我们把刚才的故事收成一个概念：认识 1980 年代的专家系统：把专家的经验变成「如果…就…」的规则，让电脑当专家顾问
故事线已补全——背景（AI 想做「万能」机器 + 费根鲍姆「把知识装进电脑」）、实现（1970 年代 MYCIN：约 600 条医学规则、会解释自己的推理、测试里不输人类医生）、趣事（MYCIN 的名字借自抗生素药名后缀 -mycin；它算得慢、没真正进过病房）与后世影响（专家系统真的成了产业：1980 年 DEC 的 XCON 一年省下几千万美元；一路演化到 2011 年的 IBM Watson、2022 年的 ChatGPT）；知识页已由 3 张扩为 8 张知识卡（装经验的电脑 / 专家系统之父 / 第一个专家系统 / MYCIN 是谁做的 / 名字借自药名 / 上岗领域 / 它的局限 / 后来的它）；小测验已由 3 题扩为 8 题，新增 5 题全部取材于动手页（知识库与推理机、推理机的活儿、过敏那条规则、规则外答不上来、「像翻手册」的比喻）
讲给孩子听的关键句：AI 当起了「专家顾问」。（比喻建议：把机器想象成一个正在学本事的小朋友，做错了就改一点。）
【小任务 4 分钟】现在打开本站实验室 —— 专家系统规则实验室（expert-lab.js） 口令是三步：先观察、再动手、最后说出你发现了什么。1 人 1 台，自己动手操作，边做边把发现说给同桌听。
上半场：小医生问诊——点症状、按 ▶，看推理机把「如果…就…」一条条比对，命中的点亮；再试「🦩 规则外的怪病」，看知识库没写时它怎么答。
下半场（进阶，expert-arch.js）：① 点架构图上的七个模块（用户 / 人机界面 / 推理机 / 工作内存 / 知识库 / 解释机制 / 知识获取），看一台「完整」的专家系统由哪些零件组成；② 玩正向链（先开检查单，再单步推理，看工作内存一点点变长、结论一层层推出来，最后按「📖 解释机制：为什么？」让它把过程讲给你听）；③ 玩反向链（先定目标，看机器倒着找证据、只问真正需要的问题，证据不够时还会换一条规则再试）；④ 玩冲突消解 + 可信度 CF（四条规则同时可用时谁先说话，以及 MYCIN 当年怎么用 0～1 的「可信度」表示「很可能」）。讲述提示：时间不够时，正向链 + 冲突消解各演示一次即可。
【小测验 5 分钟】请完成本站小测验，一共 8 道题（前 3 题是记忆题，中间考时间线和数字，最后考「为什么」）。做错的题先别急着改，我们最后一起对答案、说错因。
【收束 30 秒】这一站的关键词是「AI 当起了「专家顾问」」。下一站是 1986 年 —— 反向传播：让神经网络学会纠错，AI 又会第一次做到什么？带着这个问题回家。
【收获盖章】请举手说出你今天记住的一个词（3–5 位同学），说完到前面来盖「第5站」印章，并在手册上写下你的一个问题。
第 6 站 · 反向传播：让神经网络学会纠错（1986 年）
【开场 40 秒】上一站我们聊到「AI 当起了「专家顾问」」。今天这一站是 1986 年 —— 反向传播：让神经网络学会纠错。开场先问大家一句：这一站，AI 第一次做到了什么？（不急着回答，带着问题听故事。）
【故事 6 分钟】请翻到故事页。这一站的主角是一个算法，而且它不是一个人发明的。顺着时间线看 14 段：1947 年辛顿出生 → 1969 年《感知机》泼冷水 → 「该怪哪一层」卡了近 20 年 → 1970 年 Linnainmaa 给出数学地基（反向模式自动微分） → 1974 年 Werbos 第一个把它用到神经网络上（哈佛博士论文，正逢冬天被埋没） → 1986 年 10 月《自然》论文让它广为人知（Rumelhart·Hinton·Williams） → 原理：链式法则 → 1987—1993 AI 冬天 → 2006 逐层预训练 → 2012 AlexNet → 最大贡献人（鲁梅尔哈特与辛顿、威廉姆斯） → 更早的先行者与争议（Kelley 1960 / Rosenblatt 1962 术语 / Schmidhuber 认为核心归 Linnainmaa） → 2018 图灵奖 / 2024 诺贝尔物理学奖 → 今天所有大模型都在用它。一句话记住：【反向传播是集体智慧的结晶】。（讲述提示：重点讲「“一个人发明”其实是一段接力」，每段 20—30 秒。）
【知识 5 分钟】我们把刚才的故事收成一个概念：理解 1986 年反向传播算法让多层神经网络能「向后纠错」，从错误中不断调整自己
讲给孩子听的关键句：「向后纠错」的魔法算法。（比喻建议：把机器想象成一个正在学本事的小朋友，做错了就改一点。）
【小任务 4 分钟】现在打开本站的动手区：最上面是独立的 XOR（异或）实验卡（xor-lab.js）——左边单层感知机永远只能答对 3 题、右边多层网络能全对（点「一起训练」看两条损失曲线）；下面是神经网络反向传播实验室（neural-net-lab.js）。口令是三步：先观察、再动手、最后说出你发现了什么。1 人 1 台，自己动手操作，边做边把发现说给同桌听。
【小测验 5 分钟】请完成本站小测验，一共 8 道题（前 3 题是记忆题，中间考时间线和数字，最后考「为什么」）。做错的题先别急着改，我们最后一起对答案、说错因。
【收束 30 秒】这一站的关键词是「「向后纠错」的魔法算法」。下一站是 1997 年 —— 深蓝战胜棋王：算得快的力量，AI 又会第一次做到什么？带着这个问题回家。
【收获盖章】请举手说出你今天记住的一个词（3–5 位同学），说完到前面来盖「第6站」印章，并在手册上写下你的一个问题。
第 7 站 · 深蓝战胜棋王：算得快的力量（1997 年）
【开场 40 秒】上一站我们聊到「「向后纠错」的魔法算法」。今天这一站是 1997 年 —— 深蓝战胜棋王：算得快的力量。开场先问大家一句：这一站，AI 第一次做到了什么？（不急着回答，带着问题听故事。）
【故事 6 分钟】请翻到故事页。这一站横跨 12 年，顺着时间线看 8 张图：1985 年棋王是谁 → 1988 年大学生做的「深思」先赢了特级大师 → 1989 年 IBM 立项造「深蓝」→ 1996 年 2 月第一回合 2 : 4 落败 → 1996—1997 加芯片备战 → 1997 年 5 月复赛 3.5 : 2.5 获胜。一句话记住：【电脑第一次赢过世界冠军】。（讲述提示：按图片 1 → 8 的顺序，每张 20–30 秒，重点说「这一站它取得了什么成绩」。）
【知识 5 分钟】我们把刚才的故事收成一个概念：认识 IBM 深蓝 1997 年首次在正式比赛中战胜国际象棋世界冠军，理解「算得多、想得全」的力量
讲给孩子听的关键句：电脑第一次赢过世界冠军。（比喻建议：把机器想象成一个正在学本事的小朋友，做错了就改一点。）
【小任务 4 分钟】现在打开本站实验室 —— 深蓝棋力实验室（chess-lab.js） 口令是三步：先观察、再动手、最后说出你发现了什么。1 人 1 台，自己动手操作，边做边把发现说给同桌听。
【小测验 5 分钟】请完成本站小测验，一共 8 道题（从简单到难：前 3 题是记忆题，中间 3 题考时间线和数字，最后 2 题考「为什么能赢」和整体理解）。做错的题先别急着改，我们最后一起对答案、说错因；最后两题可以让举手的孩子说说「为什么」。
【收束 30 秒】这一站的关键词是「电脑第一次赢过世界冠军」。下一站是 1998 年 —— LeNet：教电脑读懂手写数字，AI 又会第一次做到什么？带着这个问题回家。
【收获盖章】请举手说出你今天记住的一个词（3–5 位同学），说完到前面来盖「第7站」印章，并在手册上写下你的一个问题。
第 8 站 · LeNet：教电脑读懂手写数字（1998 年）
【开场 40 秒】上一站我们聊到「电脑第一次赢过世界冠军」。今天这一站是 1998 年 —— LeNet：教电脑读懂手写数字。开场先问大家一句：这一站，AI 第一次做到了什么？（不急着回答，带着问题听故事。）
【故事 6 分钟】请翻到故事页，顺着时间线看 6 张图：1960—1980 年代 电脑「看不见」，信封上的手写邮编只能靠人眼认 → 1989 年 杨立昆提出会「扫描」的 LeNet → 1998 年 LeNet-5 论文正式发表、银行用它读支票上的手写数字 → 它怎么「看」：一块块扫、一层层拼（卷积）→ 2018 年拿到图灵奖 → 影响：今天的相册认脸、车牌识别、拍照翻译都是它的后代。一句话记住：【会「扫描特征」的卷积神经网络】。（讲述提示：按图片 1 → 6 的顺序，每张 20–30 秒，重点说「当时的人遇到了什么难题」。）
【知识 5 分钟】我们把刚才的故事收成一个概念：认识杨立昆的 LeNet——最早会「扫描特征」的卷积神经网络，理解它一层层提取特征来识图
讲给孩子听的关键句：会「扫描特征」的卷积神经网络。（比喻建议：把机器想象成一个正在学本事的小朋友，做错了就改一点。）
【小任务 4 分钟】现在打开本站实验室 —— LeNet 手写数字识别实验室（cnn-lab-real.js + MNIST 数据） 口令是三步：先观察、再动手、最后说出你发现了什么。1 人 1 台，自己动手操作，边做边把发现说给同桌听。
【小测验 5 分钟】请完成本站小测验，一共 8 道题（前 3 题是记忆题，中间考时间线和数字，最后考「为什么」）。做错的题先别急着改，我们最后一起对答案、说错因。
【收束 30 秒】这一站的关键词是「会「扫描特征」的卷积神经网络」。下一站是 2012 年 —— 电脑学会了认猫：深度学习爆发，AI 又会第一次做到什么？带着这个问题回家。
【收获盖章】请举手说出你今天记住的一个词（3–5 位同学），说完到前面来盖「第8站」印章，并在手册上写下你的一个问题。
第 9 站 · 电脑学会了认猫：深度学习爆发（2012 年）
【开场 40 秒】上一站我们聊到「会「扫描特征」的卷积神经网络」。今天这一站是 2012 年 —— 电脑学会了认猫：深度学习爆发。开场先问大家一句：这一站，AI 第一次做到了什么？（不急着回答，带着问题听故事。）
【故事 6 分钟】请翻到故事页，顺着时间线看 6 张图：1950 年代—2006 年 老想法早就有了，却缺数据、缺算力，神经网络沉睡了几十年 → 2000 年代 互联网带来海量照片、游戏显卡带来算力，条件齐了 → 2012 年 6 月 谷歌大脑用 16000 个 CPU 让网络自己看 1000 万张没标签的图 → 它自己长出「只对猫脸兴奋」的猫神经元 → 2012 年 10 月 AlexNet 在 ImageNet 把认错率从 26.2% 降到 15.3%，深度学习就此爆发 → 影响：认人脸、听语音、翻译文字、自动驾驶全面突飞猛进。一句话记住：【AI 自己看几百万张图学会了「猫」】。（讲述提示：按图片 1 → 6 的顺序，每张 20–30 秒，重点说「当时的人遇到了什么难题」。）
【知识 5 分钟】我们把刚才的故事收成一个概念：了解 2012 年神经网络自己看了几百万张图学会认猫，理解深度学习 = 让机器自己找规律
讲给孩子听的关键句：AI 自己看几百万张图学会了「猫」。（比喻建议：把机器想象成一个正在学本事的小朋友，做错了就改一点。）
【小任务 4 分钟】现在打开本站实验室 —— 深度学习「认猫」实验室（dlv-real.js） 口令是三步：先观察、再动手、最后说出你发现了什么。1 人 1 台，自己动手操作，边做边把发现说给同桌听。
【小测验 5 分钟】请完成本站小测验，一共 8 道题（前 3 题是记忆题，中间考时间线和数字，最后考「为什么」）。做错的题先别急着改，我们最后一起对答案、说错因。
【收束 30 秒】这一站的关键词是「AI 自己看几百万张图学会了「猫」」。下一站是 2016 年 —— AlphaGo：AI 有了棋感，AI 又会第一次做到什么？带着这个问题回家。
【收获盖章】请举手说出你今天记住的一个词（3–5 位同学），说完到前面来盖「第9站」印章，并在手册上写下你的一个问题。
第 10 站 · AlphaGo：AI 有了棋感（2016 年）
【开场 40 秒】上一站我们聊到「AI 自己看几百万张图学会了「猫」」。今天这一站是 2016 年 —— AlphaGo：AI 有了棋感。开场先问大家一句：这一站，AI 第一次做到了什么？（不急着回答，带着问题听故事。）
【故事 6 分钟】请翻到故事页，顺着时间线看 6 张图：1950 年代—2015 年 围棋有多难（变化比宇宙里的原子还多，老办法「把可能都算一遍」根本行不通）→ 2015 年 10 月 AlphaGo 5:0 战胜欧洲冠军樊麾，2016 年 1 月登上《自然》杂志 → 2016 年 3 月 首尔人机大战，AlphaGo 一连赢下三盘 → 3 月 13 日第四盘，李世石下出「神之一手」扳回一局，最终 4:1 → 它靠什么赢：棋感 + 强化学习（先学人类棋谱，再自己跟自己下几百万盘）→ 影响：AI 走进日常（下棋、认人脸、翻译、开车）。一句话记住：【学会了「直觉」的围棋高手】。（讲述提示：按图片 1 → 6 的顺序，每张 20–30 秒，重点说「当时的人遇到了什么难题」。）
【知识 5 分钟】我们把刚才的故事收成一个概念：认识 2016 年 AlphaGo 战胜李世石，理解强化学习——机器通过自己与自己下棋练出「直觉」
讲给孩子听的关键句：学会了「直觉」的围棋高手。（比喻建议：把机器想象成一个正在学本事的小朋友，做错了就改一点。）
【小任务 4 分钟】现在打开本站实验室 —— AlphaGo 围棋实验室（alphago-lab.js） 口令是三步：先观察、再动手、最后说出你发现了什么。1 人 1 台，自己动手操作，边做边把发现说给同桌听。
【小测验 5 分钟】请完成本站小测验，一共 8 道题（前 3 题是记忆题，中间考时间线和数字，最后考「为什么」）。做错的题先别急着改，我们最后一起对答案、说错因。
【收束 30 秒】这一站的关键词是「学会了「直觉」的围棋高手」。下一站是 2017 年 —— Transformer：注意力改变了世界，AI 又会第一次做到什么？带着这个问题回家。
【收获盖章】请举手说出你今天记住的一个词（3–5 位同学），说完到前面来盖「第10站」印章，并在手册上写下你的一个问题。
第 11 站 · Transformer：注意力改变了世界（2017 年）
【开场 40 秒】上一站我们聊到「学会了「直觉」的围棋高手」。今天这一站是 2017 年 —— Transformer：注意力改变了世界。开场先问大家一句：这一站，AI 第一次做到了什么？（不急着回答，带着问题听故事。）
【故事 6 分钟】请翻到故事页，顺着时间线看 5 张图：2014—2016 年 机器翻译已经很常见，可老办法只能「排队一个字一个字往下读」，句子一长就忘了前面 → 2017 年 6 月 12 日 论文《Attention Is All You Need》出现在 arXiv，八位谷歌研究员提出没有循环、只有「注意力」的 Transformer → 2017 年 注意力到底在干什么：一个词能直接望向很远的另一个词，「its」还死死盯着前面的「Law」（论文里的三张原图）→ 2017 年 12 月 在 NeurIPS 上正式发表、代码和模型全部公开，当时最好的模型只用 8 块 GPU 训练 3.5 天 → 影响：2018 年起 BERT、GPT 接连出现，2022 年 ChatGPT 上线，今天的大模型几乎都是这篇论文的「后代」。（每张卡 20–30 秒，重点说「当时的人遇到了什么难题」。）
【知识 5 分钟】我们把刚才的故事收成一个概念：认识 2017 年 Transformer 的「注意力机制」——让 AI 学会关注重点，成为今天大语言模型的基石
讲给孩子听的关键句：一篇论文带来的 AI 革命。（比喻建议：把机器想象成一个正在学本事的小朋友，做错了就改一点。）
【小任务 4 分钟】现在打开本站实验室 —— 注意力机制可视化实验室（att-lab.js） 口令是三步：先观察、再动手、最后说出你发现了什么。1 人 1 台，自己动手操作，边做边把发现说给同桌听。
【小测验 5 分钟】请完成本站小测验，一共 8 道题（前 3 题是记忆题，中间考时间线和数字，最后考「为什么」）。做错的题先别急着改，我们最后一起对答案、说错因。
【收束 30 秒】这一站的关键词是「一篇论文带来的 AI 革命」。下一站是 2018 年 —— BERT：会读诗、懂情感的语言小天才，AI 又会第一次做到什么？带着这个问题回家。
【收获盖章】请举手说出你今天记住的一个词（3–5 位同学），说完到前面来盖「第11站」印章，并在手册上写下你的一个问题。
第 12 站 · BERT：会读诗、懂情感的语言小天才（2018 年）
【开场 40 秒】上一站我们聊到「一篇论文带来的 AI 革命」。今天这一站是 2018 年 —— BERT：会读诗、懂情感的语言小天才。开场先问大家一句：这一站，AI 第一次做到了什么？（不急着回答，带着问题听故事。）
【故事 6 分钟】请翻到故事页，顺着时间线看 7 张图：先把主线讲清楚 —— NLP（自然语言处理），就是让机器听懂人说的话、读懂人写的字；难在人话太多变（「苹果」是水果还是手机？「它」到底指谁？）→ 1950 年代 人类第一次让机器翻译：1954 年一台大电脑当众把 60 句俄语翻成英语，规则全靠人一条条写死，多一句就不灵→ 2018 年之前 机器读句子还是「排队读」，一个字一个字顺着念，句子一长就忘了前面→ 2018 年 10 月 11 日 四位 Google 科学家提出 BERT：读一个词时，左右两边一起看→ 怎么练出来的：几十亿道「完形填空」＋「判断两句话接不接得上」→ 2018 年 10 月底 Google 把代码和模型全部公开，11 项语言理解比赛拿下第一→ 影响：2019 年 Google 搜索用上 BERT，今天的输入法、翻译、客服、智能音箱背后都有它。落点一句话：NLP 从「机器能读」走向了「机器能懂」。（每张卡 20–30 秒，重点说「当时的人遇到了什么难题」。）
【知识 5 分钟】我们把刚才的故事收成一个概念：认识 2018 年 Google 提出的 BERT——用双向编码器同时“读懂”前后文，刷新 11 项 NLP 任务纪录
讲给孩子听的关键句：Google 提出双向编码器表示，刷新 11 项 NLP 任务纪录。（比喻建议：把机器想象成一个正在学本事的小朋友，做错了就改一点。）
【小任务 4 分钟】现在打开本站实验室 —— BERT 完形填空实验室（bert-cls-lab.js） 口令是三步：先观察、再动手、最后说出你发现了什么。1 人 1 台，自己动手操作，边做边把发现说给同桌听。
【小测验 5 分钟】请完成本站小测验，一共 8 道题（前 3 题是记忆题，中间考时间线和数字，最后考「为什么」）。做错的题先别急着改，我们最后一起对答案、说错因。
【收束 30 秒】这一站的关键词是「Google 提出双向编码器表示，刷新 11 项 NLP 任务纪录」。下一站是 2022 年 —— ChatGPT：人人都会用的 AI，AI 又会第一次做到什么？带着这个问题回家。
【收获盖章】请举手说出你今天记住的一个词（3–5 位同学），说完到前面来盖「第12站」印章，并在手册上写下你的一个问题。
第 13 站 · ChatGPT：人人都会用的 AI（2022 年）
【开场 40 秒】上一站我们聊到「Google 提出双向编码器表示，刷新 11 项 NLP 任务纪录」。今天这一站是 2022 年 —— ChatGPT：人人都会用的 AI。开场先问大家一句：这一站，AI 第一次做到了什么？（不急着回答，带着问题听故事。）
【故事 6 分钟】请翻到故事页，顺着时间线看 10 张图，主线是「ChatGPT 的本领一步步长出来」：2018—2022 年 大模型只会「接着你的话往下写」，住在超级计算机里，只有会写代码的工程师用得上（背景）→ 2022 年 先教它好好说话：人来打分、模型照着改（训练 · 人类反馈）→ 2022 年 11 月 30 日 诞生：能力① 只会打字聊天——看不懂图片、听不见声音、不会自己上网→ 2022 年 12 月 火遍全球：5 天 100 万人、两个月 1 亿人，能用的国家和地区一个接一个点亮（发布）→ 2023 年 3 月 能力② 换更聪明的 GPT-4（成绩超过大多数人，但这会儿还只能看字）→ 2023 年秋 能力③ 长出眼睛和画笔：能看懂图片、能画出新图、能上网查资料、会算数写代码→ 2024 年 5 月 能力④ 装上耳朵和嘴巴：对着手机说话，它开口就答，还能看镜头里的东西→ 2024—2025 年 能力⑤ 会先一步步想清楚，会用工具干活：联网查、画图、跑代码、做视频，能自己安排多步任务→ 今天 会提问：把要求一条条说清楚，答案才会好→ 影响：AI 走进千家万户。落点一句话：它的本领一段一段长出来，而「会提问」是你用好这些本领的钥匙。
【知识 5 分钟】我们把刚才的故事收成一个概念：认识 2022 年 ChatGPT 让 AI 走进千家万户，理解「会提问」是和 AI 合作的关键
讲给孩子听的关键句：AI 走进了千家万户。（比喻建议：把机器想象成一个正在学本事的小朋友，做错了就改一点。）
【小任务 4 分钟】现在打开本站实验室 —— GPT 文本生成实验室（gpt-lab.js） 口令是三步：先观察、再动手、最后说出你发现了什么。1 人 1 台，自己动手操作，边做边把发现说给同桌听。
【小测验 5 分钟】请完成本站小测验，一共 8 道题（前 3 题是记忆题，中间考时间线和数字，最后考「为什么」）。做错的题先别急着改，我们最后一起对答案、说错因。
【收束 30 秒】这一站的关键词是「AI 走进了千家万户」。下一站是 2023 年 —— 多模态 AI：看得见、听得懂、画得出，AI 又会第一次做到什么？带着这个问题回家。
【收获盖章】请举手说出你今天记住的一个词（3–5 位同学），说完到前面来盖「第13站」印章，并在手册上写下你的一个问题。
第 14 站 · 多模态 AI：看得见、听得懂、画得出（2023 年）
【开场 40 秒】上一站我们聊到「AI 走进了千家万户」。今天这一站是 2023 年 —— 多模态 AI：看得见、听得懂、画得出。开场先问大家一句：这一站，AI 第一次做到了什么？（不急着回答，带着问题听故事。）
【故事 6 分钟】请翻到故事页，顺着时间线看 8 张图：2017—2020 年 那时候的 AI 是「单科生」——会看图的一直在认图（卷积、池化），会读字的一直在读字，两边语言不通（背景）→ 2021 年 1 月 提出：CLIP 用 4 亿组「图片＋说明」把图和字放进同一张「地图」，第一次把「看到的」和「说出的」对上→ 同月 DALL·E：一句话生成一幅画，这叫「文生图」→ 2022 年 7—8 月 发布：Midjourney 开放、Stable Diffusion 开源，会打字的人都能当「画师」（走向大众）→ 2022 年 9 月 长出耳朵：Whisper 把声音（频谱图）听写成文字→ 2023 年 长大一圈，多模态：文字、图片、声音、视频一起进来，它能一起理解→ 2024 年 2 月 让画面动起来：说一句话，生成一段会动的视频（文生视频）→ 影响：帮医生看片子、帮设计师出草图、帮农民认病虫害、帮我们翻译图片上的外文；脑海里的想象，说一句就能变成看得见的画面。落点一句话：AI 从「只会读字」变成了「看得见、听得懂、画得出」。
【知识 5 分钟】我们把刚才的故事收成一个概念：认识多模态 AI：不只读文字，还能看图、听声、绘画，像人一样用多种感官理解世界
讲给孩子听的关键句：AI 长出了「眼睛、耳朵和画笔」。（比喻建议：把机器想象成一个正在学本事的小朋友，做错了就改一点。）
【小任务 4 分钟】现在打开本站实验室 —— 多模态 CLIP 对照实验室（clip-lab.js） 口令是三步：先观察、再动手、最后说出你发现了什么。1 人 1 台，自己动手操作，边做边把发现说给同桌听。
【小测验 5 分钟】请完成本站小测验，一共 8 道题（前 3 题是记忆题，中间考时间线和数字，最后考「为什么」）。做错的题先别急着改，我们最后一起对答案、说错因。
【收束 30 秒】这一站的关键词是「AI 长出了「眼睛、耳朵和画笔」」。下一站是 2024 年 —— 文生视频 · 视频生成，AI 又会第一次做到什么？带着这个问题回家。
【收获盖章】请举手说出你今天记住的一个词（3–5 位同学），说完到前面来盖「第14站」印章，并在手册上写下你的一个问题。
第 15 站 · 文生视频 · 视频生成（2024 年）
【开场 40 秒】上一站我们聊到「AI 长出了「眼睛、耳朵和画笔」」。今天这一站是 2024 年 —— 文生视频 · 视频生成。开场先问大家一句：这一站，AI 第一次做到了什么？（不急着回答，带着问题听故事。）
【故事 6 分钟】请翻到故事页，我们顺着时间线从 2014 年看到今天，一共 9 张卡。前 4 张是「背景」：2014 年 GAN 让 AI 第一次学会「自己画」（一个画、一个挑毛病）→ 2021 年 1 月 DALL·E 提出「文生图」，一句话变成一张图→ 2022 年 Stable Diffusion 免费开源，画图的 AI「人手一份」，图片升级成照片级→ 2023 年 一批「文生视频」工具冒了出来，可只能生成几秒钟：为什么难？视频是每秒二十几张图，张张都得和前后接得上。后 5 张是 Sora 自己的故事：2024 年 2 月 15 日 OpenAI 公布 Sora（公布）——一句话生成最长约一分钟、有电影感的视频，连灭绝的长毛象都「拍」得出来→ 它的两个秘密：把视频切成小方块、用 Transformer 一块块往后接；视频看多了，学会了物理规律，所以叫「世界模拟器」→ 2024 年 12 月 9 日 正式发布：输入一句话，等几分钟视频就出来了→ 它也会犯迷糊（手指穿过杯子、腿数不清），真实世界太复杂，它还在学→ 影响：做视频的门槛一下子低了，同时带来新问题——「以后看到的视频，还能相信吗？」一句话记住：一句话，生成一段会动的视频。（讲述提示：背景 4 张可略讲、每张 20 秒，重点放在 2024 年的「提出 / 发布 / 影响」三张。）
【知识 5 分钟】我们把刚才的故事收成一个概念：认识文生视频技术——输入一句话，AI 就能生成逼真视频，还能模拟真实的物理世界
讲给孩子听的关键句：一句话，生成一段会动的视频。（比喻建议：把机器想象成一个正在学本事的小朋友，做错了就改一点。）
【小任务 4 分钟】现在打开本站实验室 —— 文生视频扩散模型实验室（diff-lab.js） 口令是三步：先观察、再动手、最后说出你发现了什么。1 人 1 台，自己动手操作，边做边把发现说给同桌听。
【小测验 5 分钟】请完成本站小测验，一共 8 道题（前 3 题是记忆题，中间考时间线和数字，最后考「为什么」）。做错的题先别急着改，我们最后一起对答案、说错因。
【收束 30 秒】这一站的关键词是「一句话，生成一段会动的视频」。下一站是 2025 年 —— OpenClaw：会自己用手机电脑的 AI 助理，AI 又会第一次做到什么？带着这个问题回家。
【收获盖章】请举手说出你今天记住的一个词（3–5 位同学），说完到前面来盖「第15站」印章，并在手册上写下你的一个问题。
第 16 站 · OpenClaw：会自己用手机电脑的 AI 助理（2025 年）
【开场 40 秒】上一站我们聊到「一句话，生成一段会动的视频」。今天这一站是 2025 年 —— OpenClaw：会自己用手机电脑的 AI 助理。开场先问大家一句：这一站，AI 第一次做到了什么？（不急着回答，带着问题听故事。）
【故事 6 分钟】请翻到故事页，顺着时间线看 8 张图：【背景】2000 年代 机器只会照人写死的剧本办事 → 2011 年 语音助手会听话、却不会动手 → 2022 年 11 月 30 日 ChatGPT 上线，AI 长出了会思考的「大脑」→ 【关键节点】2023 年 3 月 AutoGPT 诞生，AI 第一次自己定计划（「智能体 Agent」这个名字就是这时候流行起来的）→ 2024 年 11 月 MCP 给智能体统一了「工具插口」→ 2025 年 智能体变成手机上人人能用的 App → 【发布】2025 年 OpenClaw：开源 + 跨 App 协同（看屏幕、点按钮，替你依次打开相册→微信→日历）→ 【✨ 影响】从「会回答」到「会办事」：智能体把大脑、眼睛耳朵和手凑到一起，还走进了人形机器人。一句话记住：【会自己看屏幕、点按钮，跨 App 替你干活】。（讲述提示：按图片 1 → 8 的顺序，每张 20–30 秒，重点说「当时的人遇到了什么难题、AI 又往前走了一步」。）
【知识 5 分钟】我们把刚才的故事收成一个概念：认识 AI 智能体（Agent）——能自己看屏幕、点按钮，跨 App 协同，真正替你「跑腿干活」
讲给孩子听的关键句：会自己看屏幕、点按钮，跨 App 替你干活。（比喻建议：把机器想象成一个正在学本事的小朋友，做错了就改一点。）
【小任务 4 分钟】现在打开本站实验室 —— 智能体（Agent）操作实验室（claw-agent.js） 口令是三步：先观察、再动手、最后说出你发现了什么。1 人 1 台，自己动手操作，边做边把发现说给同桌听。
【小测验 5 分钟】请完成本站小测验，一共 8 道题（前 3 题是记忆题，中间考时间线和数字，最后考「为什么」）。做错的题先别急着改，我们最后一起对答案、说错因。
【收束 30 秒】这一站的关键词是「会自己看屏幕、点按钮，跨 App 替你干活」。下一站是 结课展示，AI 又会第一次做到什么？带着这个问题回家。
【收获盖章】请举手说出你今天记住的一个词（3–5 位同学），说完到前面来盖「第16站」印章，并在手册上写下你的一个问题。
❓常见提问与应答
| 学生常问 | 参考回答 |
|---|---|
| AI 会取代人类吗？ | 「AI 很会做重复、算得多的活，但决定要做什么、什么是对的，还是人说了算。所以我们学的是怎么指挥它。」 |
| AI 会骗人吗？ | 「它不是故意骗人，但它会一本正经地说错话，所以我们要核对。」 |
| 为什么有些 AI 学不会？ | 「因为它只会用一条直线做判断（第 3 站的 XOR 就是这样），后来人们想出了更多办法。」 |
| 机器有感情吗？ | 「目前没有证据说它有。它能模仿关心的说法，但那是学来的句子。」 |
| 我要不要学编程？ | 「会用清楚的提问和 AI 合作，是第一步；想自己造 AI，就要学编程和数学。」 |
| 为什么会有 AI 寒冬？ | 「因为当年的期待太高、钱花完了、结果没达到，热情就冷下来了。这不是失败，是积累。」 |
| 我能让 AI 帮我写作业吗？ | 「可以请它给思路，但不能把答案直接抄下来 —— 那样你学不到东西。」 |
| AI 也会累吗？ | 「它不会累，但它会算错、会忘上下文，所以长任务要分段给它。」 |
⚠️逐字稿书写规范
- ☐ 每站一页，标注站次、年份、时间点，便于课堂翻页。
- ☐ 术语统一：输入 / 权重 / 输出 / 分界线 / 训练；不出现「神经元激活函数」等超纲词。
- ☐ 每段话不超过 3 句，句子不超过 25 字，方便孩子听明白。
- ☐ 不出现对真实人物的评价性用词（如「他很可怜」），只讲事实与贡献。
- ☐ 凡涉及危险、隐私、网上交友的话题，一律用「不聊这个，我们回到时间轴上」收住。
- ☐ 改稿后同步更新本页底部的版本号，并在 版本号 页面记录。