前言

人工智能技术正在以前所未有的速度走入学习、工作与生活场景。自生成式人工智能广泛应用以来，AI已经不再是实验室中的前沿研究对象，而成为可以直接进入课堂、项目、日常任务的通用工具。随着大语言模型、多模态技术、AI编程助手和智能应用平台的快速发展，传统的计算机基础教学也面临新的变化： 学生不仅需要理解计算机和人工智能的基本原理，还需要掌握与AI协作的方法，具备利用AI完成实际任务的能力，并能够在使用过程中保持必要的判断、核查与责任意识。本书从人工智能时代高校学生的实际学习需求出发，以“理解AI、使用AI、开发AI、负责任地使用AI”为主线，较为系统地介绍计算与人工智能基础的核心知识，并强调这些知识在真实问题和项目实践中的综合应用。

本书以当前高校人工智能通识教育与计算基础课程改革需求为背景，以提升学生数字素养、计算思维、编程能力、数据处理能力和AI应用能力为目标，梳理人工智能时代学生应掌握的基础知识结构，并形成相应的教学内容体系；按照“体验、理解、实践、反思”的学习路径组织全书内容，便于教师教学与学生掌握；全书注重案例引导、实践训练和综合应用，强调把AI既作为学习对象，又作为学习工具，使学生在掌握基础知识的同时提升分析问题、解决问题和组织项目的能力。本书既可以作为高等学校“计算与人工智能基础”“人工智能通识”“数字素养与AI应用”等课程的教材，也可供希望系统了解人工智能基础知识、应用方法与责任边界的读者参考。

全书共10章，章节安排以“从认识AI到完成综合实践作品”为主线展开，内容讲解由浅入深，结构完整，层次清晰。第1章介绍人工智能的基本能力、能力边界、Token、生成与推理等基本概念；第2章介绍提示工程的基本原则、结构化提示、少样本学习、角色设定、工作流与提示安全等内容；第3章介绍计算思维、信息数字化以及计算机系统、CPU/GPU、操作系统、互联网与云计算等基础知识；第4章介绍Python开发环境、基础语法、数据类型、控制结构、函数、模块、调试与异常处理等内容；第5章介绍列表、字典、集合、文件读写、数据清洗以及为AI准备数据集的基本方法；第6章介绍从规则驱动到数据驱动的转变，重点讲解监督学习、无监督学习、强化学习、特征、表示损失函数、梯度下降、模型训练流程等内容；第7章介绍人工神经元、多层神经网络、深度学习、大语言模型、大模型应用等内容；第8章介绍AI API调用与集成、Prompt链与工作流设计、智能体开发基础以及项目开发的基本方法；第9章介绍AI幻觉、算法偏见、隐私保护、知识产权、深度伪造、责任链条以及负责任地使用AI等内容；第10章以“用AI讲好数据故事”为综合实践案例，介绍从提出问题、读取数据、清洗数据、分析可视化到AI辅助叙事和成果展示的完整过程。全书配有教学大纲、教学课件、程序源码、微课视频、习题&答案等学习资源。全书的微课视频，读者可扫描封底刮刮卡，再扫描书中二维码观看；其他配套资源，可从清华大学出版社官网的本书页面中下载使用。

本书具有以下特点：

（1） 围绕人工智能时代高校学生的真实需求组织内容。教材不把AI作为后置专题，而是从学生最熟悉的AI使用场景切入，引导学生在真实体验的基础上逐步理解人工智能、计算机基础、编程方法和数据处理之间的关系。

（2） 注重理论与实践相结合。教材既重视人工智能和计算基础中的关键原理，也注重通过代码示例、数据分析、API调用、项目设计等环节提升学生的实践能力，使学生在掌握知识的同时形成应用能力和工程意识。

（3） 强调问题驱动与案例导入。教材尽量以学生能够感知的真实问题作为切入口，如“AI能帮我做什么”“我发给AI的话它看到了什么”“为什么机器学习优于手写规则”“如何用AI做一个有用的项目”等，使知识内容围绕问题逐步展开，增强学习的主动性与连贯性。

（4） 重视关键原理的贯通理解。教材并不追求面面俱到地覆盖全部技术细节，而是突出若干真正支撑后续学习的核心概念和方法，如二进制与编码、抽象与封装、规则驱动的局限、损失函数、梯度下降、注意力机制、大模型生成机制等，帮助学生形成可迁移的认知框架。

（5） AI应用能力与责任意识并重。教材不仅介绍如何使用AI、调用AI和开发AI应用，也专门设置安全、伦理与责任的相关内容，引导学生理解AI幻觉、偏见、隐私、知识产权与深度伪造等问题，形成理性、可信、负责任的AI使用态度。

（6） 注重综合实践训练。教材最后通过完整的数据故事案例，把前面各章讲解的问题分析、数据清洗、可视化表达、AI辅助写作与项目展示串联起来，帮助学生完成从知识学习到综合应用的过渡。

本书由傅向华、陈钒、张妙、赵天鸿、杨文、刘柏杨、谷也、赵珩共同编著。其中，傅向华负责全书的总体设计、框架统筹、初稿撰写与统稿定稿工作，对本书的编写思路、内容结构和整体风格作了重要把握；赵珩负责编写第1、2章，张妙、杨文负责编写第3章，谷也负责编写第4章，张妙负责编写第5章，赵天鸿负责编写第6、7章，刘柏杨负责编写第8章，陈钒负责编写第9、10章。在编写过程中，作者参考了国内外有关人工智能通识教育、计算思维教育、Python编程、机器学习与大模型应用等方面的教学研究成果，也吸收了多部相关教材和课程资料中的有益经验，对这些作者和研究者的贡献表示诚挚感谢。本书在编写和出版过程中，得到了多位同行专家、一线教师和相关编辑的大力支持与帮助，在此一并表示衷心感谢。

由于作者水平有限，书中难免存在不妥与疏漏之处，恳请各位专家、同仁和广大读者批评指正。

编著者2026年夏