《人工智能》

这本书讲什么？

这本书把人工智能拆成两条路线——以逻辑与搜索为核心的“思考”，和以概率与统计为核心的“行动”——并证明它们最终指向同一个目标：理性智能体在环境中做出最优决策。它既是全球使用最广的 AI 教材，也是一份关于这门学科边界与野心的地图。

为什么值得读？

在大模型时代重读它，价值不在于记住算法细节，而在于看清哪些问题是本质的：表示、搜索、推理、学习与不确定性。教材的框架让你能把每一次技术热潮放回一张稳定的坐标系里，而不是被最新的名词牵着走。

核心思想

• 把智能体（agent）作为统一的分析单位，让感知、推理与行动在同一框架下被讨论。
• 搜索与逻辑推理解决“确定性世界”中的问题，概率与效用理论解决“不确定世界”中的问题。
• 学习不是附加功能，而是智能体应对无法穷举的环境时唯一可行的策略。
• 智能是目标导向的理性行为，与它是否模仿人类思维无关。

这本书试图回答什么？

• 一个理性智能体需要哪些能力，才能在一个不确定的环境中行动？
• 搜索、逻辑、概率与学习这几种方法，各自的适用范围和边界在哪里？

适合谁？

适合有编程与基础数学（概率、线性代数）背景、想系统建立 AI 知识框架的读者；不必从头读到尾，可按主题选读。