← 返回李飞飞课程目录
ZH + EN
中文
EN
课程定位
Lesson role
建立全局图谱
Build the whole map
一张可复述的总地图
A reusable map you can explain aloud
关键追问
Key opening question
问题的底层约束是什么？
How do we expand technical capability without losing sight of the human being the system is supposed to serve?
这是 李飞飞 在复杂问题前会先回到的起点。
This is the question Fei-Fei Li would return to before rushing into action.
底层支柱
Core pillars
人本 AI / 视觉智能 / 教育
human-centered AI / vision intelligence / education
课程内容始终围绕这三根支柱组织，而不是零散知识点。
The lesson is organized around these three pillars rather than isolated quotations.
本课解决什么问题 What this lesson solves 这节课先不急着记定义，而是先把 李飞飞 这套方法论的整体骨架搭起来。你会看到 人本 AI、视觉智能、教育 如何彼此配合，以及 问题的底层约束是什么？ 为什么会成为 李飞飞 反复回到的起点。
This opening lesson maps Fei-Fei Li as a complete decision system. Fei-Fei Li works as a bridge between frontier AI, scientific imagination, and a human-centered moral frame. The task is to see how human-centered AI, vision intelligence, and education reinforce one another before you start borrowing isolated moves.
欢迎来到李飞飞思想体系总览。李飞飞，AI 科学家。AI 的终点不该离开人。李飞飞的思想以人本 AI、视觉智能、教育为核心，通过'问题的底层约束是什么？'贯穿始终。本课将带你建立全局认知。
Lesson one is a map-building lesson. If you cannot explain the structure back clearly, move more slowly before proceeding.
系统核心
System spine
李飞飞 并不是靠单一技巧取胜，而是靠 人本 AI、视觉智能、教育 三根支柱协同工作。
Fei-Fei Li works as a bridge between frontier AI, scientific imagination, and a human-centered moral frame.
首要追问
Question underneath the work
进入任何复杂问题之前，李飞飞 会先问：问题的底层约束是什么？。
Keep returning to this question: How do we expand technical capability without losing sight of the human being the system is supposed to serve?
学习结果
What you should leave with
学完这课，你应该能用自己的话复述 李飞飞 的总地图，而不是只记住几句名言。
A working map of how human-centered AI, vision intelligence, and education interact in Fei-Fei Li's best decisions.
判断清单 Judgment checklist 李飞飞 最看重的并不是表面效率，而是 人本 AI 背后的真实质量。 Name the three pillars before you quote Fei-Fei Li. 视觉智能 决定了这套方法为什么能拉开长期差距。 Notice which pillar carries the most weight when Fei-Fei Li makes a difficult trade-off. 教育 不是附加项，而是帮助你判断边界和节奏的关键条件。 Do not confuse public mythology with the deeper order of judgment underneath it. 如果只学一个技巧而不理解三者的配合，你会把 李飞飞 的方法学成碎片。 Leave this lesson with a system map, not a scrapbook of memorable lines.
应用场景 1
Use case 1
当新技术刚冒头、叙事很大但工程现实很硬时，如何判断是否跟进。
Translate the framework into a live operating situation and inspect the constraint before moving.
应用场景 2
Use case 2
当产品增长依赖平台红利时，怎么判断红利是不是快结束了。
Translate the framework into a live operating situation and inspect the constraint before moving.
应用场景 3
Use case 3
当团队被功能堆砌拖慢时，如何回到底层技术与分发主线。
Translate the framework into a live operating situation and inspect the constraint before moving.
常见误区 Common misreads 把 李飞飞 误解成只会输出结论，而忽略他如何定义问题。 Reducing Fei-Fei Li to temperament or style instead of structure. 只盯住 人本 AI 的表面形式，却没有看它为什么在这个领域成立。 Treating human-centered AI, vision intelligence, and education as separate tricks rather than a coordinated system. 把 李飞飞 的成功归因于天赋，而不是长期重复的判断纪律。 Borrowing conclusions without learning what gets examined first.
Reference Shelf
李飞飞 的原典与书单 Primary texts and reading shelf for Fei-Fei Li
这节课建议优先以 李飞飞 的原典、公开记录和权威书单为准，再回来看本课的判断结构。
Treat these texts as the trusted shelf for Fei-Fei Li. Start with the primary record, then return to the lesson structure.
原典与公开记录 Primary texts and public record
原典 / 一手记录
Primary text / public record
The Worlds I See
Fei-Fei Li · memoir
最适合进入李飞飞科学路径和价值框架的一本书。
One of the best entry points into both her scientific path and moral frame.
原典 / 一手记录
Primary text / public record
ImageNet: A Large-Scale Hierarchical Image Database
Jia Deng et al. with Fei-Fei Li · CVPR 2009
理解现代计算机视觉数据基础设施的关键论文。
The key paper behind the data infrastructure of modern computer vision.
原典 / 一手记录
Primary text / public record
Human-Centered AI Talks and HAI Lectures
Fei-Fei Li · public talks
看她如何把技术进步与社会后果一起讨论。
Useful for how she puts technical progress and social consequence together.
核心书单与研究入口 Core reading shelf
核心书单 / 研究入口
Core reading / study entry
The Worlds I See
Fei-Fei Li · memoir
如果你只读一本到位，这本兼具科学史与人物感。
If you read only one, this balances science history with personal voice.
核心书单 / 研究入口
Core reading / study entry
Stanford HAI Public Essays
Fei-Fei Li · essay archive
适合补足其 human-centered AI 公共论述。
Good for her public articulation of human-centered AI.
核心书单 / 研究入口
Core reading / study entry
ImageNet Retrospectives and Interviews
Fei-Fei Li · interviews
帮助理解数据集、平台和学科转折。
Useful for context around datasets, platforms, and discipline shifts.
李飞飞 围绕 人本 AI 的代表性实践
先把底层机制想清楚，再投入长期资源，而不是先追求表面热度
Lesson: 先把底层机制想清楚，再投入长期资源，而不是先追求表面热度
逐步把 人本 AI 变成可复用的方法，而不是一次性的成功故事
Outcome: 逐步把 人本 AI 变成可复用的方法，而不是一次性的成功故事
李飞飞 在 视觉智能 上的关键取舍
真正难的是在约束里做减法，保住最重要的骨架
Lesson: 真正难的是在约束里做减法，保住最重要的骨架
通过围绕 视觉智能 的持续迭代，形成更稳定的优势
Outcome: 通过围绕 视觉智能 的持续迭代，形成更稳定的优势
李飞飞 处理 教育 压力情境的方式
面对压力时先稳住判断框架，再决定行动优先级
Lesson: 面对压力时先稳住判断框架，再决定行动优先级
让 教育 成为长期能力，而不是只在危机时被动应付
Outcome: 让 教育 成为长期能力，而不是只在危机时被动应付
证据锚点 Evidence anchors 问题的底层约束是什么？ Verification path: 问题的底层约束是什么？ 现有方案里哪部分只是历史包袱？ Verification path: 现有方案里哪部分只是历史包袱？ 如果把 人本 AI 作为核心变量，现在最容易被忽视的约束是什么？ Verification path: 如果把 人本 AI 作为核心变量，现在最容易被忽视的约束是什么？ 围绕 视觉智能 应该做减法还是加法？ Verification path: 围绕 视觉智能 应该做减法还是加法？ 什么结果能在 6-12 个月内证明 教育 的判断是对的？ Verification path: 什么结果能在 6-12 个月内证明 教育 的判断是对的？
价值与原则 Values and principles 第一性原理：回到底层约束重新设计方案 Core value: 第一性原理：回到底层约束重新设计方案 系统思维：产品、模型、算力和分发必须一起优化 Core value: 系统思维：产品、模型、算力和分发必须一起优化 高速迭代：尽快验证，尽快纠错，尽快放大有效路径 Core value: 高速迭代：尽快验证，尽快纠错，尽快放大有效路径 聚焦 人本 AI：围绕这个主题做长期积累，而不是追逐短期情绪 Core value: 聚焦 人本 AI：围绕这个主题做长期积累，而不是追逐短期情绪 聚焦 视觉智能：围绕这个主题做长期积累，而不是追逐短期情绪 Core value: 聚焦 视觉智能：围绕这个主题做长期积累，而不是追逐短期情绪
关键立场 Core positions AI：AI 的价值来自真实场景落地，而不是演示效果 AI: AI 的价值来自真实场景落地，而不是演示效果 产品：技术领先只有被用户频繁使用时才算优势 产品: 技术领先只有被用户频繁使用时才算优势 组织：高密度人才和高带宽沟通比流程堆叠更重要 组织: 高密度人才和高带宽沟通比流程堆叠更重要 重点议题：先抓住 人本 AI 的第一关键变量，再讨论表达方式和执行顺序 重点议题: 先抓住 人本 AI 的第一关键变量，再讨论表达方式和执行顺序 方法论：把 视觉智能 变成稳定机制，而不是只靠一次性灵感 方法论: 把 视觉智能 变成稳定机制，而不是只靠一次性灵感
一句话记住 Memory line 李飞飞 的系统不是一招制胜，而是围绕“问题的底层约束是什么？”组织出来的三支柱结构。
Remember the operating sentence, not just the quote. The lesson works only when it changes how you order attention.
课后动作 Next actions 先用一张纸写下 李飞飞 的三根支柱：人本 AI、视觉智能、教育。 Write a four-sentence map of Fei-Fei Li's system in your own words. 把你当前最难的一个问题，改写成 问题的底层约束是什么？ 这种提问方式。 Take one current problem and ask how each pillar changes your reading of it. 尝试说明这三根支柱里，哪一根是你现在最弱的一环，以及为什么。 Mark the single pillar you personally underuse most and why.
研讨题 Seminar prompts 李飞飞 这套系统里，最不应该被拆开的两根支柱是什么？为什么？ Which two pillars in Fei-Fei Li's system should never be separated, and why? 如果把你的当前难题放进 李飞飞 的总地图里，第一步应该从哪里进入？ If you place your current problem inside Fei-Fei Li's full map, where should the first entry point be? 问题的底层约束是什么？ 这句追问，为什么足以作为整套课程的起点？ Why is this opening question strong enough to anchor the whole curriculum: How do we expand technical capability without losing sight of the human being the system is supposed to serve?
7 天训练 7-day drill 接下来 7 天，把本课的焦点放进一个真实问题里。每天只做一件小事：围绕“问题的底层约束是什么？”记录一次判断，说明你先看了什么、忽略了什么、以及如果重来一次你会怎么调整顺序。
For the next 7 days, run this lesson inside one real problem. Each day, log one decision through the opening question: How do we expand technical capability without losing sight of the human being the system is supposed to serve? and note what you examined first, what you ignored, and what sequence you would change on the next pass.