交互式人工智能图解史

用 MDX 串起规则、统计学习、深度学习、RAG 与 Agent 的演化主线。

切换 BFS、DFS、A*，观察搜索策略如何影响 frontier。

选择条件并加入例外，观察 if-then 规则如何产生冲突。

拖动先验与证据强度，看信念如何被证据更新。

比较线性、非线性、过拟合边界，理解数据驱动学习。

选择 kernel 并推进窗口，观察 feature map 如何生成。

点击 token，比较 Attention 直接连接和 RNN 链式传递。

理解上下文、检索、工具、记忆和评估为什么围绕大模型出现。

观察问题如何经过 embedding、检索、重排、prompt、LLM 和引用答案。

执行 plan、tool call、observation、revise、final answer 的循环。