Tina Huang · 18:43 · 发布 2025-12-28 · 25.1万次观看(截至抓取) · 观看原视频
🔥 观众最高回放 09:22 — Tina 演示两个真实 B2B 案例:产品留存 agent 读取用户退订原因后定向回复折扣/credits、报表 agent 直连数据库自动出财报,说明”围绕企业现有工作流定制集成 agent”才是真正稀缺技能。
主旨
Tina Huang 用一支视频勾勒 2026 年值得学的 7 个 AI 技能切面:Gen AI 基础素养、提示词工程、专用 AI 工具、AI agent(尤其定制 agent)、开源 AI 崛起、AI 辅助编程(vibe coding)、以及多模态与 AI 安全两大新趋势。
核心论点
- 提示词工程是 2026 唯一”现代人都该会”的硬技能,记住两套框架就能超过 98% 的人。(→ 详解2)
- 不要追工具数量,先精通一个通用 chatbot 再按需叠加专用工具;Comet 这类浏览器 AI 让你”不切 tab”完成信息检索、邮件摘要、会议排程、跨站比价。(→ 详解3)
- 真正的金矿不在用现成 agent,而在为企业现有工作流定制集成 AI agent——B2B 内部与自由职业双向紧缺。(→ 详解4)
- 开源 AI 已追平闭源,中国开源模型统治前排;2026 开源运动会进一步暴涨(A16Z 数据显示 80% 路演 AI 创业公司跑中国开源模型)。(→ 详解5)
- vibe coding 让任何人——包括完全不会写代码的——都能在 2026 造产品,对开发者也是 10× 提速工具。(→ 详解6)
- 多模态 2026 可能攻克”角色一致性”老大难,但 AI 安全话题虽不酷却会越来越重要。(→ 详解7)
知识点详解
1. Gen AI Literacy 00:24
自 2022 年底 ChatGPT 发布以来,生成式 AI 已经全面渗透到日常:算法、邮件、图片、视频、聊天机器人、各类产品都能见到它的身影(00:27)。如果到今天还完全没建立对 Gen AI 的基础认知,Tina 推荐去看她另一支把 Google 8 小时 AI Essentials 课程压成 15 分钟的视频作为快速入门。
这一节不展开,只是给后续章节铺底座——后面所有技能都默认你已经知道”大模型大概是什么、怎么对话”。
2. Prompt Engineering 01:07
Tina 把”提示词工程”定位为现代人必备的核心技能。她先抛钩子:“如果能记住两个框架,你就能超过 98% 的人”(01:05)。
第一套框架:Tiny Crabs Write Enormous Iguanas。首字母对应 Task / Context / References / Evaluate / Iterate 五步(01:15)——任何通用 chatbot(Perplexity、ChatGPT、Gemini、Claude、DeepSeek、Grok 等)都适用。
第二套框架:Ramen Saves Tragic Idiots(01:36)。若第一套拿不到想要的结果,可换这套再试。
她强调”提示词是解锁所有更高级工具的前置技能”,用了武士必须先学会挥刀作类比(02:07)——工具再花哨,不会挥等于无用。想深入可看她另一支把 Google 9 小时提示词工程课程压成 20 分钟的视频。
3. Specialized AI Tools 02:19
Tina 给出的工具清单很短:掌握四类即可(02:30)。通用 chatbot 负责问答、改邮件、分析图片视频数据;新闻与研究工具 提供个性化新闻源与深度调研报告(02:39);AI 学习加速器 用来以更快速度学新东西——她把”快速学习”称为最被低估的元技能(02:50);执行类工具 负责做幻灯片、看板和简单应用(03:02)。
好消息是大多数通用 chatbot 现在已经把这四类功能内化,选 ChatGPT/Gemini/Claude 任一”学透”就够了,不一定非要订阅一堆服务(02:21)。想榨干每一滴价值的人可以看她屏幕上的私房工具栈(03:33)。
她用 Perplexity 的免费浏览器 Comet 做了 5 个真实演示:04:10 在共同基金页面上直接问”VFAX style box 是什么意思”获得即场解释;04:34 让 Comet 总结冗长邮件链并给出下一步建议;05:18 让 agent 直接接入 Google Workplace 给同事约会议;05:58 阅读助眠文章时让 agent 核查”薰衣草助眠”的证据强度;06:28 跨多个零售商比价买褪黑素并按香港配送筛选。所有操作都在浏览器内,不切 tab。
4. AI Agents 07:16
Tina 给的定义很直白:“使用 AI 来代表用户追求目标、完成任务的软件系统”(07:21)。典型例子有客服 agent(自动回答邮件/电话咨询)与编程 agent(替用户写代码)。
关键观察:过去一年许多公司意识到,要把独立 agent 产品用起来,得想清楚怎么接入现有工作流——它们不会凭空替换整个流程(07:44)。于是越来越多公司必须自建定制 AI agent。
她举了两个真实 B2B 案例。产品留存 agent(08:10):用户点退订时不再只发”全场 8 折”,而是先读取退订原因,自动生成针对性邮件并附定制折扣/credits——比如对”某功能太贵”的用户直接送 20 个免费 credits(08:46)。邮件带个人感、命中具体痛点,退订率显著下降。
报表 agent(09:01):替公司自动生成财报、给投资者/股东的定期报告这类大量数据搬运工作,并直接接入现有数据库。在金融、医疗这类有隐私合规强约束的行业里,“懂自家数据又合规可审计”的 agent 价值尤其高。
她认为真正稀缺的是为不同公司把 agentic AI 以定制方式集成进去的能力(09:43),无论内部团队还是自由职业都很缺,也是她自家公司的核心业务之一(09:27)。市面上的 agentic AI 框架从零代码到全代码都有(09:35),按场景挑即可。
5. Open Source AI 10:17
Tina 给的定义:开源 AI 指核心组件(模型架构、权重、训练/推理数据、使用许可)中至少一部分对公众开放,允许使用、修改和再分发(10:24)。闭源 AI 的权重和训练过程都是专有的,用户只能通过 API、Web 应用或企业平台接触(10:38)。2022 年之后闭源长期主导,主力由美国公司贡献——ChatGPT、Claude、Gemini 是代表。
转折点是 DeepSeek:开源也能跑出与闭源同档的能力(11:13)。加上开源固有的五大优势(11:22):①规模化更便宜;②完全可控、可跑在本地/边缘/私有云;③更易定制(微调、改架构、加 guardrails);④无供应商锁定;⑤可审计——可审计这点在金融、医疗等强合规行业是决定性优势,闭源模型里到底跑了什么外人无从知晓,开源可以按监管要求修改与核验。
她把”迁移到开源”形容为”几乎不用思考的选择”(12:23)。值得注意的细节:Top 开源模型几乎全是中国出品——DeepSeek、阿里 Qwen 是两个代表(12:45)。A16Z 数据显示近期向其路演的 AI 创业公司里 80% 都跑在中国开源模型上。
她个人预测:2026 年开源运动会继续暴涨,地缘政治压力下西方厂商可能也会开始开源自己的模型与框架(13:11)。
6. AI-Assisted Coding / Vibe Coding 14:19
Tina 把 vibe coding 与提示词工程并列放在”2026 必学”位。对非程序员:现在任何人都能造产品了——在 vibe coding 工具里直接描述”做一个漫画创作工具:输入漫画概念、描述、角色,输出漫画”,工具就把东西搭出来(14:39)。要做规模化部署当然还得调整,但完全不会写代码也能起步这件事一年前还做不到。
对程序员:不拥抱 AI 辅助编程工具在她看来”我不知道该说什么”——她的实际经验是编码和搭建速度提升 10 倍,学习速度也提升 10 倍(15:11)。
当下 vibe coding 工具覆盖完整光谱(15:20):从零基础到专业开发者都有对应产品。最近几个月还涌现了不少开源 vibe coding 工具,价格更便宜(15:42),预计 2026 年选择还会更多。
无论选哪个工具,她都认为 vibe coding 是 2026 的必备技能(15:52)。她另有一支专门讲 vibe coding 基础的完整视频,适合想入门的人延伸。
7. Future Trends 16:05
Tina 把多模态与 AI 安全归到”还不到 essential、但值得上雷达”的趋势。
多模态 进展飞速:音频几乎已经过关——AI 生成的声音与人声几乎不可分辨(16:29);AI 音乐”听起来也很真”(她承认自己不是音乐人可能辨识力有限,见 16:51)。
图像/视频侧,Google 的 Nano Banana 模型 是被她称为”分水岭”的发布(17:04)——它主要解决了多模态领域长期存在的角色一致性(character consistency)问题:同一角色在不同图像/视频帧里保持一致。这之前是老大难,Nano Banana 还不是 100% 解决,但已是巨大跳跃,Tina 预计 2026 年内这个问题可能被攻克。开源多模态模型也在大量出现。
AI 安全——这门话题”不酷”,她先前做的 AI 安全视频播放数据很差,但她依然呼吁大家深入(18:10)。理由朴素:AI 能力越强,安全保障就越要跟上——“能力越大,责任越大”。她预言 AI 安全在 2026 年会变得越来越重要——“你可以引用我的话”。
可执行步骤
- 选一个通用 chatbot(ChatGPT/Gemini/Claude 任一)并把它当作主入口,熟悉其问答、改写、分析、做简单应用的能力
- 把一个日常任务写进 Task / Context / References / Evaluate / Iterate 五段式提示词,给目标 chatbot 各跑一遍对比效果
- 装 Perplexity 的 Comet 浏览器,把每天阅读网页/邮件时”卡住”的环节用其侧栏问一句并对答案交叉核对
- 选一个开源模型(DeepSeek 或 Qwen)跑一次本地或云端推理,与闭源聊天结果做能力对比,记录差异
- 选一个 vibe coding 工具(零基础选无代码/低代码 vibe coding 产品,有开发背景选 IDE 内嵌的 AI 编程助手)试着搭一个能跑的小工具
关联
- 2026-01-05-2026 重点学习的三件事:个人理财、AI 工具与生活方式生意 — 进阶:Tina 一周后出的”2026 三件事”长片,AI 段几乎就是本片的 TL;DR;先看本片了解 7 维技能全景,再看该片把 AI 放回她整体的 2026 学习框架
- 2026-02-27-用飞机类比看懂 AI 模型:四档性能 + 一个开源维度 — 进阶:本片开源 AI 段只点趋势,飞机类比把模型按能力分四档并专讲开源维度,补全”为什么开源追上来”的机制层
- 2026-03-17-AI 编程自建超专属应用：没人讲过的五步法 — 进阶:本片 vibe coding 段是 30 秒概述,该片是 AI 编程建专属应用的具体五步法
- 2026-03-24-运行开源AI模型的每一种方式 — 进阶:本片讲开源崛起的趋势,该片列举跑开源模型的具体方式与权衡
- 2026-03-10-2026 年怎么学编程：Tina Huang 的五节课与能动工程新现实 — 进阶:本片把 Vibe Coding 当”AI 辅助编程”的同义词随口带过,该篇给出 Karpathy 原始定义、发布时间与范围限定(仅限小项目),并接进三阶段编码光谱。要用准这个词该读那篇。
一手来源与延伸
- Perplexity Comet 浏览器下载:https://www.perplexity.ai/comet (视频中演示的 AI 浏览器)
- Tina Huang 的 AI Agent 入门视频合集(视频内引用,description 列出):
- AI Agents Fundamentals: https://www.youtube.com/watch?v=qU3fmidNbJE
- Building Your First AI Agent: https://www.youtube.com/watch?v=DV0Ln7HRyJQ
- Tina 的 NotebookLM 教程:https://www.youtube.com/watch?v=qbt-MFVvQQY (description 列出,作为通用 chatbot + 知识库的代表)
- 主要通用 chatbot 深度测评视频(均来自 description,便于按需求选型):
术语
- Vibe coding — 用自然语言描述需求让 AI 直接生成代码/产品的编程方式(本视频中作为 AI 辅助编程的同义词使用)
- AI agent — 自主代表用户追求目标、完成任务的软件系统(07:21)
- Agentic AI — 能自主规划步骤并执行多步任务的 AI 系统;本视频用作 agent 框架/能力的统称
- Comet — Perplexity 推出的免费 AI 浏览器,内置侧栏可对当前网页提问、约会议、查邮件、跨站比价
- Nano Banana — Google 的图像/视频生成模型代号,被本片作者称为”分水岭”,大幅缓解角色一致性问题
- 角色一致性(character consistency) — 多模态生成长期存在的难题:同一角色在不同帧/多张图里保持一致;Nano Banana 大幅缓解但尚未 100% 解决
- Tiny Crabs Write Enormous Iguanas — Tina 自创的第一套提示词框架,T/C/R/E/I = Task/Context/References/Evaluate/Iterate
- Ramen Saves Tragic Idiots — Tina 自创的备选提示词框架,适用第一套仍未拿到理想结果时
金句
“It’s kind of like if you’re going to be like a sword person, like a samurai, you first got to learn how to swing your sword.” (02:07) → 把”提示词”比作武士挥刀:工具再花哨,不会挥等于无用。这句把整套后续技能树压在”先练好基础挥刀”上,是全片少有的把工具优先序讲清楚的句子。
“A16Z recently reported a major shift where 80% of AI startups pitching them are now built on Chinese open source AI models like DeepSeek and Alibaba’s Quinn.” (12:45) → 把”开源追上闭源”从个人判断落到可引用的统计数据。值得记是因为这是 2026 AI 格局的关键事实:中美 AI 竞赛的剧本已从”美国领先”切到”开源平权”。
立场与利益
- 与利益同向(待印证):
- 利益中性(按内容本身采信):
- 「提示词工程是现代人必备核心技能,记住两个框架超过 98% 的人」 — 与任何厂商无关的通用方法论
- 「开源模型已追平闭源,80% 路演 AI 创业公司跑中国开源模型」 — 引用 A16Z 数据,可独立验证
- 「vibe coding 让任何人都能造产品」 — 行业共识
- 与利益反向(可信度最高):
- 「AI 安全话题不酷,我做的相关视频播放很差,但我还是要提醒大家深入」(18:10) — 主动唱反调,公开承认自家视频数据差也要推,可信度单独标出
利益证据一行带过:Perplexity 赞助 + 365 Data Science/StrataScratch 联盟链接 + AI Agent Bootcamp 候补名单(全部位于 description)。
价值定位
- 适合谁:
- 还没决定 2026 该学什么 AI 技能、想要一张完整路线图的人
- 已经在用 AI 但只熟悉单一工具、想知道还有哪些”必学”维度的人
- 准备给非技术从业者讲”AI 学习路径”的中间人/培训者
- 解决什么:
- 给”2026 该学什么”提供覆盖提示词 / 通用工具 / agent / 开源 / vibe coding / 多模态 / 安全 7 个维度的总览,每个维度都给出 Tina 的深度视频入口
- 用 Comet 浏览器演示”AI 内置到浏览器后日常工作流的样子”——这是少有的、可直接照搬的实操环节
- 认知 vs 实操:
- 认知为主——每节 30 秒到 3 分钟的高密度讲解,不做完整 walkthrough
- 实操片段:Comet 演示是本片最具体的可执行内容
- 与 2026-01-05-2026 重点学习的三件事:个人理财、AI 工具与生活方式生意 重叠时:本片独有”7 维技能逐项展开 + Comet 演示 + Nano Banana/角色一致性的多模态视角”
自检问题
- Tina Huang 给出的两套提示词框架分别叫什么名字?各自的首字母代表什么步骤? 答案:第一套 Tiny Crabs Write Enormous Iguanas(T/C/R/E/I = Task/Context/References/Evaluate/Iterate);第二套 Ramen Saves Tragic Idiots;详见「详解2」。01:15
- 她举的两个”围绕企业工作流定制 AI agent”的真实 B2B 案例分别解决什么问题?为什么有效? 答案:①产品留存 agent——读取用户退订原因后定制邮件与折扣/credits,因”针对个人痛点”降低退订率;②报表 agent——自动生成财报/对投资者披露并直连现有数据库,适配金融/医疗合规;详见「详解4」。08:10
- Tina 把开源相对闭源的五大优势分别是什么?哪个是她特别点名合规行业的杀手锏? 答案:①规模化更便宜;②完全可控可跑在本地/边缘/私有云;③更易定制(微调/改架构/加 guardrails);④无供应商锁定;⑤可审计。她强调”可审计”是金融、医疗等强合规行业的决定性优势;详见「详解5」。11:22
- 她说 vibe coding 对熟练开发者有几倍提速?对零基础的人现在能不能上手? 答案:对熟练开发者她说编码和搭建速度提升 10 倍,学习速度也提升 10 倍;零基础的人现在可以直接描述需求让工具搭出可用产品,只是规模化前需要调整;详见「详解6」。15:11
- Tina 认为 2026 年可能在多模态领域被攻克的老大难问题是什么?她点名的标志性模型是哪个? 答案:“角色一致性”(character consistency)——同一角色在不同图像/视频帧里保持一致;她点名的标志性模型是 Google 的 Nano Banana,称其为”分水岭”;详见「详解7」。17:04