先给 AI 准备一间空实验室

蛙兄刚刚弄明白一件事：

人负责提出问题、确认边界，AI 可以帮忙处理程序和数据。

他打开平时使用的 AI 聊天框，写道：

我有一个关于股票的想法，想用数据看看它靠不靠谱。你能帮我把研究需要的程序做出来吗？

AI 很快回复：

当然可以。我们可以先准备数据，再用 Python 完成分析。下面是第一份代码……

代码一段接一段铺满了屏幕。

蛙兄从头滚到尾，又从尾滚回头。

代码看起来像是已经开工了，可他的电脑里什么也没有发生。

他盯着屏幕看了一会儿，问：

“等等，这些东西现在在哪里？”

代码在聊天框里。

但它没有被保存到一个真正的项目中，也没有在蛙兄的电脑上运行过。蛙兄不知道自己的电脑能不能运行它，更不知道一旦报错，AI 能不能看见真实发生了什么。

AI 已经告诉了他“程序可以怎么写”。

但他们还没有站到同一张工作台前。

聊天框里的代码，还不是你的项目

普通聊天工具很适合讨论想法、解释概念，也可以帮我们写代码。

只是，如果它没有进入你正在使用的本地项目，它通常并不知道：

• 代码实际保存在哪里；
• 这个文件夹里已经有什么；
• 你的电脑装了哪些工具；
• 程序刚才怎样运行；
• 屏幕上的报错来自哪一个文件；
• 修改以后，问题有没有真的消失。

于是，很多人会在几个地方之间来回搬运：

从聊天框复制代码
→ 新建文件
→ 粘贴进去
→ 尝试运行
→ 截取报错
→ 再贴回聊天框

这条路不是走不通。

只是我们的课程会换一种合作方式：让 AI 在获得许可后，直接进入一个专门的本地文件夹，看看里面真实存在的文件，运行真实的程序，再根据真实结果继续工作。

Codex 不只是换了一个聊天框

蛙兄还有点不明白：

“所以，我只要把刚才的问题再发给 Codex，它写出的程序就能自动跑起来？”

蛙博士摇摇头：

“Codex 不是因为换了一个聊天框，就突然什么都会了。真正的区别，是它能不能走到你的工作台前。”

只停留在聊天窗口里的 AI，通常只能看到你主动发给它的内容。

你贴一段代码，它就解释这段代码；你贴一张报错截图，它就根据截图推测问题。至于电脑里真实有哪些文件、刚才运行了什么、修改以后有没有成功，仍然需要你来回搬运。

Codex 的工作方式不太一样。

当你亲手选择一个本地文件夹，并允许它在这个范围内工作以后，它可以：

• 查看项目里真实存在的文件；
• 创建或修改项目文件；
• 运行程序和必要的命令；
• 读取真实的运行结果和报错；
• 根据刚刚发生的事情继续调查。

两者的区别可以简单理解成：

聊天式 AI
你把现场描述给它
→ 它根据描述提供建议
→ 你把建议搬回电脑执行

Codex
你选择一张本地工作台
→ AI 和你一起查看现场
→ AI 在许可范围内执行
→ 你们一起检查真实结果

这并不意味着 Codex 可以随便查看整台电脑，也不意味着它做出的每个修改都是正确的。

哪个文件夹可以进入、什么时候可以修改、哪些操作需要先解释，仍然由你决定。

这样的工具，我们会叫它本地 AI 研究助手。

课程默认使用 Codex。如果你暂时无法使用 Codex，也可以采用 WorkBuddy。

WorkBuddy 在课程中承担的是同一种角色。它的界面和操作方式可能不同，但只要它能读取本地项目、运行程序、看到报错并继续调查，就可以采用同一套学习方法。

明白这个区别以后，下一步才是把工具装好，再为它选择一间可以工作的空实验室。

先把官方入口存好

软件下载和界面教程会变化，所以这一章只使用官方入口，不建议从名字相似的第三方下载站寻找安装包。

Codex

• Codex 桌面应用与官方下载入口：页面会根据当前系统提供下载选项，同时包含桌面应用快速入门；
• Codex 官方文档首页：需要查找其他功能时，从这里继续；
• Codex 官方项目与对话教程：解释普通对话、项目和本地文件夹之间的关系，也说明怎样为项目添加文件夹。

你可能会发现，当前官方下载按钮写的是“Download ChatGPT”，教程标题也使用“ChatGPT desktop app”。这不是走错了网站：截至本章资料核对时，官方把 Codex 的桌面使用入口放在 ChatGPT 桌面应用中。

WorkBuddy

• WorkBuddy 官方网站；
• WorkBuddy 官方下载入口；
• WorkBuddy 官方产品介绍；
• WorkBuddy 第一个任务教程；
• WorkBuddy 官方 Mac 安装指南；
• WorkBuddy 官方 Windows 安装指南。

这些地址负责帮你找到当前版本，不要求现在读完所有教程。我们先完成眼前唯一需要的动作：让 AI 进入刚刚创建的空文件夹。

以上官方入口和教程核对于 2026 年 8 月 30 日。以后如果页面与正文不同，优先相信当前官方教程，并继续检查自己最终选择的是哪个本地文件夹。

先准备一间空房间

现在先不写游戏，也不安装 Python。

请在电脑上选择一个自己容易找到的位置，新建一个专门的空文件夹。

你可以把它叫作：

hoppy-lab

也可以取一个自己看得懂的名字。

名字不是考试答案。只要以后看到它时，你知道“这里放的是我的量化学习项目”就够了。

不过，最好不要直接把整个桌面、下载目录或者个人主目录交给 AI 当作实验室。那些地方可能混着照片、工作文件、账号信息和其他不属于课程的内容。

一间单独的空房间，更容易看清 AI 后面放进了什么，也更不容易碰到无关文件。

如果电脑里还没有合适的工具，请先通过上面的官方入口安装并登录。这里不展开所有安装方式和高级选项；只要当前工具能够进入本地文件夹，就先回到本章继续。

以 Codex 为例，把文件夹放上工作台

Codex 官方快速入门把这一步叫作 Choose where to work，也就是“选择在哪里工作”。官方原文很短：

“Start a chat, create a project, or open a folder.”

用大白话说，你可以开始一次普通对话，也可以创建一个会持续使用的项目，或者直接打开电脑上的文件夹。

我们后面还会在这间实验室里继续做小游戏、保存数据和生成图表，所以这里选择本地项目或本地文件夹，不要只开一段与文件夹无关的临时对话。

按照当前界面，可以这样完成：

1. 先在电脑上创建 hoppy-lab 文件夹；
2. 打开 Codex，并在起始页面找到“选择项目”；
3. 从系统弹出的窗口中找到 hoppy-lab；
4. 选择这个文件夹并确认打开；
5. 在这个项目中开始一段新对话。

如果你已经进入了别的项目，也可以通过项目菜单添加或切换文件夹。按钮名称以后可能调整，但这一步真正要完成的事情不会变：让当前对话获得这间实验室的文件夹上下文。

如果使用 WorkBuddy，不要求找到一模一样的按钮。请根据官方快速开始创建任务，并把这间实验室作为当前任务获得授权的本地文件夹。最后仍然用后面的对话确认它实际看见了哪里。

完成以后，先别让 AI 开工。

我们要做的第一件事，是确认大家没有走错房间。

第一次对话，只让 AI 看看四周

你可以这样告诉 AI：

动手试试

复制

我准备在这个文件夹里完成一个小项目。

现在可以读取当前目录和必要的只读信息，但先不要创建或修改文件，也不要安装任何东西。

请用大白话告诉我：你现在看到的是哪个文件夹，里面已经有什么，以及你接下来能够怎样帮助我。

这段话不需要逐字复制。

你甚至可以只说：

先别动手。看看我们现在在哪儿，这个文件夹里有什么。

两种说法都在表达同一组意思：

这是我眼前的目标
→ 你可以先观察
→ 暂时不要修改
→ 先告诉我真实情况

AI 的回答也不需要和课程示例一模一样。

它可能先说出当前目录，也可能列出能够看到的内容；有的工具会顺便解释权限，有的工具只会告诉你“这里目前没有项目文件”。

我们真正要确认的是：它看到的，是不是你刚刚创建的那间实验室。

如果 AI 说出的目录明显不对，不要继续下一步。

你可以追问：

先不要修改。请重新确认当前工作目录，并告诉我怎样把你切换到我刚刚创建的文件夹。

如果它无法读取目录，也先别让它凭想象写代码。让它说明当前能访问什么、缺少什么权限，以及你需要亲手完成哪个动作。

这不是在刁难 AI。

如果连大家站在哪张工作台前都没确认，后面的文件就很容易被放错地方。

AI 太热心时，先请它把工具放下

AI 有时会看到“Python 小项目”几个字，就立刻准备：

• 创建一整套目录；
• 安装很多依赖；
• 写好游戏代码；
• 顺便加上测试、说明文档和更多功能。

它可能只是想帮忙。

但这一刻，我们还没有决定小游戏需要什么，甚至还没有检查电脑里已经有什么。一次做得太多，出错以后反而很难知道问题来自哪里。

如果 AI 已经开始冲刺，可以直接说：

停一下，先不要创建和安装。请只说明你刚才准备做什么，以及为什么需要这些内容。

如果它已经改了文件，也不必立刻慌张。

先让它列出实际创建或修改了什么，再决定保留还是处理。不要只说“恢复原状”，也不要在不知道影响的情况下要求它删除一大片文件。

我们第一次练习的不是怎样把提示词写得完美。

我们练习的是：当 AI 走得太快时，怎样用一句普通话让它停下来，把当前情况重新摊开。

先学会四个动作就够了

以后我们会让 AI 写程序、处理数据、画图和调查错误。

现在不用一次学完所有合作方法。

先记住四个动作：

说清眼前的小目标
→ 让 AI 先看真实现场
→ 请它解释准备做什么
→ 确认以后再开始行动

这里没有要求你写一篇很长的提示词。

“先看看，不要改。”

“你准备做什么？用大白话告诉我。”

“这一步只完成最小版本，先别加其他功能。”

这些都可以是合格的交流。

你说得不够完整时，AI 也应该帮助追问。你可以和它来回说几轮，不必把所有要求提前塞进一条消息。

真正值得练习的，不是背下一段咒语，而是看见当前发生了什么以后，知道下一句话该问什么。

空实验室也有安全边界

这间文件夹以后会慢慢出现代码、数据、配置和结果。

现在只需要先守住两件事。

第一，不要主动把密码、API 密钥、身份证件、私人照片或工作机密放进课程项目，也不要把这些内容复制到公开讨论和截图里。

第二，如果 AI 准备删除、覆盖大量文件，或者执行一个你完全看不懂、影响又可能很大的操作，先让它停下来解释：准备改什么，为什么需要，以及失败后会影响什么。

我们不需要因为这些提醒而害怕 AI。

就像请一位新伙伴来家里帮忙，先告诉他今天在哪个房间工作，哪些抽屉不用打开，是一件很正常的事。

怎样确认这间实验室已经准备好了？

最后，不用提交截图，也不用让文件夹长得和课程一模一样。

请继续和当前 AI 对话：

和 AI 研究助手一起验收

复制

请再次告诉我：你当前正在查看哪个项目，这个项目里已经有什么。

如果下一步要完成一个最简单的 Python 小游戏，你建议先确认哪些环境信息？现在仍然不要创建文件或安装工具。

根据它的回答，检查下面几件事：

• 你知道实验室文件夹实际放在哪里；
• AI 看到的是同一个文件夹；
• 你知道它目前读取到了什么；
• 它没有在你不知情的情况下塞进一整套项目；
• 你知道下一步准备做的是小游戏，但这一刻还没有开始安装和开发。

如果某一项说不清楚，就直接继续问 AI。

例如：

你说这里是当前项目，我怎样在自己的电脑上确认？

或者：

你提到了 Python 和依赖。先不要安装，请分别用一句大白话说明它们解决什么问题。

这里没有唯一的标准对话，也没有唯一的标准回答。

只要你和 AI 能够看着同一个本地项目继续交流，这间实验室就已经有了地板、门牌和工作台。

它现在仍然是空的。

这是好事。

如果你是直接从实战开始的

你不需要因为不会 Python 停在门外。

但在真正使用市场数据以前，最好确认自己已经理解几个基础问题。你可以请刚刚打开的 AI 帮你做一次不评分的短对话：

可选自检

复制

我准备开始一次由 AI 协助完成的股票量化练习。

请通过几个简短问题，了解我是否理解下面几件事：股票和公司不是同一个东西；价格会受到预期影响；一个市场直觉需要变成可以被证据反对的问题；指标、信号、策略和回测不是同一件事；历史回测不能承诺未来收益。

不要给我打分，也不要考我 Python。一次只问一个问题。如果我的回答含糊，请继续追问。最后请用大白话告诉我，哪些概念已经基本说得清，哪些概念值得先补一补。

AI 不需要知道这套课程叫什么，也不需要知道课程编号。

它只是在帮你发现：哪些地方已经可以带进实战，哪些地方还容易让后面的研究偷偷换题。

这份自检不会阻止你继续。

如果某个问题暂时答不上来，把它记下来。等课程真的遇到相关麻烦时，再回去补对应的理论也来得及。

下一步，我们会把第一个真正能运行的东西放进实验室：一个让蛙兄左右移动、接住落下泡泡的小游戏。

我们不会先背一套 Python 安装命令。

我们会先告诉 AI 想看到什么，再让它检查这台电脑真正缺少什么。