讲 AI 怎么工作的材料，通常落在两个极端：要么是产品页的营销话术，要么是需要前置知识的架构文档。中间地带——「给要签字、要采购、要为结果负责的人看的原理图解」——几乎是空的。

Eric Porres 的《The AI Field Guide》2026 版填的就是这个空档：15 张卡片，每张一个主题，四篇连载文章把它们串成一条线，最后收成一份 22 页 PDF（8.5×14 英寸，免费，CC BY 4.0）。作者的原话是写给「必须批准这些策略、签这些合同、为结果负责的人」。

按官网的时间线，它是四周连载的产物：

• 6 月 9 日 · Manifesto《How AI Actually Works》：总纲，讲「literacy gap」（认知落差）与四周的路线。
  
• 6 月 16 日 · Part 1《What Happens When You Hit Send》：单次请求的运行过程，对应卡片 01—05。
  
• 6 月 23 日 · Part 2《Where the Answers Come From》：训练、检索、基础设施，对应卡片 06—10。
  
• 6 月 30 日 · Part 3《Why You Can Trust Some AI Systems》：信任层，对应卡片 11—15。
  
• 7 月 10 日 · 成品：22 页 PDF，15 张卡片加 6 页包装页。
  

官网首页把这套东西的定位说得很直白：

三组的分法本身就有信息量：第一组是「一次请求发生了什么」，第二组是「答案从哪来」，第三组是「凭什么信」。

这张表的用法不是「背下来」，而是定位：当你遇到一个具体问题（为什么同样的问题两次答案不同、为什么成本忽高忽低、为什么这个功能不敢让它直接操作生产系统），先判断它落在哪一组，再看对应的那张卡。

作者自己在首页给了一个很实用的建议：如果同事只有时间看一张卡，就发第 04 张（Context Assembly，上下文组装），原文的说法是：It is the card most likely to change a buying decision.

这个判断值得展开。多数人以为模型能力决定一切，实际上你看到的效果，很大程度上取决于「这一次请求里被塞进了什么」——系统提示、历史对话、检索到的文档、工具返回的结果，都是在这一步拼装进去的。理解了组装过程，你才会明白为什么同一个模型在不同产品里表现差异巨大，也才会问对采购问题：不是「你们用哪个模型」，而是「你们在什么时机、把哪些材料、按什么顺序放进了上下文」。

第 05 张接着把最常见的误解拆掉。它的完整标题是「The Context Window Is Not Memory」——上下文窗口不是记忆。这两件事被混为一谈的后果很实际：以为模型「记得」上次的对话，于是把重要背景放在上一轮说完就不管了；实际上窗口一旦滑出，那段内容就真的不在了。

官网给了两条读法，作者明确表态：

单张能看懂，是因为每张卡片自成一体；顺着读最强，是因为第 15 张（控制平面）的综合要依赖前面各层铺垫的概念——控制平面管的是权限、路由、评估这些东西的组合，如果前面 11—14 张没建立概念，第 15 张就只能读成一堆名词。

对时间有限的读者，折中方案是按组读：先读 01—05 建立「一次请求」的直觉，这是最常用的一组；有采购或合规任务时再读 11—15。

适合：要批准 AI 预算或采购的人（尤其第 04、12、14 张）、要给团队做 AI 科普的人（15 张卡可直接当 15 页讲义）、以及需要判断供应商说法真假的技术管理者。

不适合：要做模型微调或搭建 RAG 系统的工程师——这套材料讲「怎么理解」，不讲「怎么实现」。

用法建议三条。
第一，把第 04 张单独发给决策者，比转发整份 PDF 有效。
第二，团队分享时按组讲（三次，每次 5 张），不要一次讲 15 张。
第三，读完把「上下文窗口不是记忆」这条写进团队的 AI 使用规范——它直接影响提示词怎么写、重要背景要不要每轮重复。

回复本帖，可见这份指南的官网入口、22 页 PDF 直链、15 张卡片的单页与 PNG 下载入口、四篇连载文章的原文链接，以及上下文／记忆／检索／智能体等术语的中英对照表，方便你按组打印或做内部培训。

作者对形式的说明挺有意思：这些卡片「借自 Edward Tufte 而不加掩饰」——意思是遵循信息设计里的高数据墨水比、去掉装饰、让数字与图本身说话。

他还给了一句自我评价：

这句话解释了这套材料为什么值得打印：它设计成工作台上的参考物，而不是宣传册。8.5×14 英寸的尺寸也说明这一点——比 A4 长，适合贴墙或平摊在桌上。

作者在结尾写了一句关于时效的话，值得引用：

他预计这份指南「十八个月后需要更新」——管道会变（模型、价格、产品形态），但问题不会（一次请求怎么组装上下文、答案从哪来、凭什么信）。这也解释了为什么 2026 版值得现在读：具体数字会旧，框架还能用几年。