文章总结： 文档介绍普通人AI使用进阶关键是从网页转向API调用，以DeepSeekv4为例说明API可获取更完整知识并支持长上下文处理，建议通过API对接应用制作工具，如用提示词分析安全日志，避免盲目部署大模型造成资源浪费，聚焦知识获取与人工替代两大价值点。 综合评分： 81 文章分类： AI安全,安全工具,安全运营
AI 使用进阶 Level0 到 Level1
原创
hyang0 hyang0
生有可恋
2026年5月12日 06:08 湖北
在小说阅读器读本章
去阅读
卡神把 AI 的使用水平从 Level0 到 Level10 做了划分，分别对应于不知道如何控制 AI 输出到能设计 harness 约束AI；在本行业探索到跨行业探索；从 chatbot 到 agent 长程任务；从 Prompt 到 Skill。
对于普通人来说，从 Level0 到 Level1 的进阶只有一个，就是要学会直接使用 API。在网页或APP中问和通过API问，得到的答案是不一样的。通过 API 获取到的知识更完整。
如果你想体验新版 DeepSeek v4 的能力，一定要将 API 对接到各种应用中试试，最简单的就是接入 Cherry Studio。试试通过 API 获取到的答案和你在网页中获取到的是否一样。
新版 DeepSeek v4 的模型名称变了，以前是 deepseek-chat 和 reasoner。
deepseek-chat 和 deepseek-reasoner 将在不久的将来废弃掉，推荐使用 deepseek-v4-flash 或 deepseek-v4-pro 。
新版 DeekSeek 拥有100万token的超长上下文，能一次性处理像《三体》三部曲那样体量的书籍。DeekSeek v4 的知识截止于2025年5月。
日常聊天使用不用太担心费用问题，10块钱估计够你每天和 AI 聊 100轮，连聊一个月。我试了一下，7次对话大概花费为两分钱，这里留个算数题：10块钱可以聊多少次？
新版 DeepSeek 在知识范畴上又进化了，可以用来查年份比较近的一些文献。我最近用它来做医疗IT领域的标准研究，很多国家和团体标准是不公开的，可以通过 AI 合法获取到内容大纲和关键要点。
普通人用 AI 先把 API 用好，脱离网页原生应用，通过 API 获取内嵌进模型的知识。API 的能力限制相对要少一些，网页版会对敏感信息做过滤。
将 API 对接已经有的应用是第一步，能基于 API 制作一些工具则是第二步。聊天和长程agent对应的是多轮 API 调用，我们要找的是一轮对话就能解决的问题。
目前一轮就能解决的问题比较有限，医疗领域就是生成病历和报告。安全领域可以用来分析日志。比如如下提示词：
你是一个网络安全分析专家。请分析下面这段日志，完成以下任务：
1. 识别可能的网络攻击行为（如扫描、爆破、注入尝试、非正常频率请求等）。2. 区分“正常IP”和“攻击者IP”： - 攻击者IP：在短时间内有多次失败请求、高频访问敏感路径、或明显恶意特征。 - 正常IP：无上述行为，仅正常访问。3. 对每个攻击者IP，提取： - 攻击开始时间（日志中该IP首次出现恶意行为的时间） - 攻击结束时间（日志中该IP最后一次出现恶意行为的时间） - 攻击次数（恶意行为的请求次数）4. 按以下 JSON 格式输出，不要输出其他任何解释或额外字段。
输出格式示例（如有多个攻击IP）：{ "attackers": [ { "ip": "192.168.1.100", "attack_start_time": "2025-05-11 08:12:03", "attack_end_time": "2025-05-11 08:15:22", "attack_count": 47 } ], "normal_ips": ["10.0.0.1", "10.0.0.2"]}
如果不存在攻击行为，输出：{ "attackers": [], "normal_ips": ["所有去重后的IP列表"]}
以下是日志内容：{日志内容}
通过 claude code 写一个日志分析的程序，批量检测入侵记录。对于简单的场景，AI 分析的还是比较准的。
这是文本类的模型，像 kimi-k2.6 、gemma4 等多模态模型，则可以用来处理图像。也有专门用于 ocr 文字识别的模型，比如 deepseek-ocr 。构建提示词，使用 API，调用 claude code 等 agent 制作专用工具是普通人使用 AI 的第二次进阶。
模型的调优和训练不是普通人完的，大部分小公司也做不了，把 API 用好已经是普通人用 AI 的上限了。大部分情况是动不动就要算力，给你 API 会调吗？从算力卡到能用的 AI 应用和隔着装cuda驱动、搭模型、提供 API 服务、API 调用、提示词构建等环节。目前各个基层单位做使用 AI 上都太肤浅了，买算力的唯一动机就是给应用厂商用，并且还都是自研大模型，必须本地部署。部署后，效果差无人使用，算力卡闲置，空占显存却功耗为零，显卡温度长期保持25度。
找到一个应用点，把 token 用起来，产生价值。大模型的价值就两点：知识+人工替代，对于普通人用好任意一点就够了。
全文完。
免责声明：
本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。
任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。
本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。
本文转载自：生有可恋 hyang0 hyang0《AI 使用进阶 Level0 到 Level1》
版权声明
本站仅做备份收录，仅供研究与教学参考之用。
读者将信息用于其他用途的，全部法律及连带责任由读者自行承担，本站不承担任何责任。
评论