首页 › 从硬件、模型到 Agent 系统全景

模块 A1：从硬件、模型到 Agent 系统全景（白话详解版）

模块目标（原文）：建立从计算底座、模型服务、信息来源到 Agent 最小构成的完整位置感。

本模块讲什么

一句话：这是整个课程的第一块拼图，讲的是"一个 AI 应用从最底下的硬件，一路往上到最顶上的 Agent，中间每一层是干什么的、卡在哪儿会出什么问题"。

它不教你怎么写代码，而是先帮你建立位置感——以后遇到任何问题，第一反应不是"换个更大的模型试试"，而是先问："这个问题出在哪一层？"

本模块分四个单元、共 8 个场景：

A1-1（硬件与资源层）：从物理资源到 AI 应用的五层位置图；内存、显存、存储和网络分别影响什么。
A1-2（模型服务层）：模型怎样变成可调用服务；输入、输出与并发如何共同影响服务。
A1-3（信息来源层）：模型回答依赖哪四类信息；读取知识与改变现实是两条路径。
A1-4（Agent 构成层）：Agent 的最小构成；AI 功能、Copilot、工作流、Loop 与 Agent。

包含哪几个场景

A1-1-01-从物理资源到AI应用的五层位置图.md
A1-1-02-内存显存存储和网络分别影响什么.md
A1-2-01-模型怎样变成可调用服务.md
A1-2-02-输入输出与并发如何共同影响服务.md
A1-3-01-模型回答依赖哪四类信息.md
A1-3-02-读取知识与改变现实是两条路径.md
A1-4-01-Agent的最小构成.md
A1-4-02-AI功能Copilot工作流Loop与Agent.md

学完能判断什么

学完这 8 个场景，你应该能独立回答下面这类问题：

一个"模型很慢"的故障，到底是 CPU/GPU/NPU 硬件问题、CUDA/CANN 这类驱动生态问题、框架/推理服务问题，还是应用自己的问题？（A1-1）
内存爆了、显存爆了、磁盘/网络慢，三者症状看起来都像"卡"，怎么区分？（A1-1）
手上有模型文件，离"能对外提供服务"还差哪几步？（A1-2）
别人跟你说"这个接口很快"，你能不能判断这句话缺了哪些条件、根本不成立？（A1-2）
模型回答时，哪些话能信、哪些话只是"它自己编的"、哪些必须去查系统？（A1-3）
模型"建议你这么做"和"真的帮你做了"，中间隔着多少道安全门？（A1-3）
一个东西到底算不算 Agent，看名字还是看机制？（A1-4）

怎么读

每个场景都按统一结构写：先讲这个场景在解决什么问题 → 再串一条判断链 → 然后逐层拆 4 个步骤，每一步都有"白话 / 类比 / 举例"三件套，并保留原文的"为什么重要 / 证据点 / 边界 / 落地检查"→ 最后给落地可行性小结和回顾要点。

建议按 A1-1 → A1-2 → A1-3 → A1-4 的顺序读，因为它们是从底层往顶层、从"看硬件"到"看 Agent"层层递进的关系。