Theory notes
概念拆解
用可验证的例子解释大模型、训练、推理、Embedding、RAG 等概念，减少玄学表达。
AI learning workspace / built for reading, testing and tracking
把 AI 的概念、产品和产业变化，整理成可以反复使用的资料库。
这里不是一个只会喊口号的 AI 官网。它更像一张工作台：看基础理论，试模型能力，追踪公司与新闻，然后把零散信息变成可靠判断。
- AI 基础知识
- 48 篇
- 实践场景
- 16 个
- 模型与公司档案
- 持续更新
站点能力
从“展示 AI”改成“组织 AI 信息”。
首页不再堆万能功能词，而是把已有页面串成一套更可信的结构：学习、体验、追踪、管理和转化。视觉上保留留白与层级，减少漂浮装饰和夸张阴影。
Demo lab
动手体验
保留简单、可复现的交互入口，用真实输入观察模型回答、延迟和边界。
Industry map
产业索引
把公司、人物、历史节点和新闻放在同一条线索里，方便回看上下文。
Use cases
使用场景
从客服、内容、研发、数据分析等场景出发，判断 AI 在哪里真的有用。
Admin flow
内容管理
登录后可创建和管理新闻内容，让站点可以持续沉淀，而不是一次性展示页。
Product layer
订阅路径
保留定价、结账和订阅管理，为后续产品化留下清晰入口。
阅读路径
不同入口，指向同一个问题。
AI 的变化很快，站点首页应该帮助读者选择路径，而不是把所有内容做成同一种卡片。
为什么这样改
用真实页面关系替代虚构客户背书。
给学习者
先建立基本判断
不用在十几个入口之间来回跳。理论、历史和人物页面帮助读者先把 AI 的主线搭起来。
给实践者
先试，再决定是否接入
体验中心和 API 演示把抽象能力放进具体输入里，方便观察效果，而不是只看宣传语。
给维护者
内容可以继续长出来
新闻创建、管理和订阅路径已经存在，站点后续可以沿着内容库和产品化两条线继续扩展。