本讲先解释 LLM 怎样生成回答，前半用已有 Python 代码练习读代码、局部求助、诊断报错和验证；后半认识 Linux，并使用几个独立的小例子练习终端。学生自己整合、运行和核对代码。

几周课程下来，文件夹里有课件、代码、笔记和数据。现在想知道各类文件分别有多少个：左侧列出八个样例文件名，右侧是我们希望得到的报告。这个工具只统计文件名，不需要打开 PDF、图片或代码内容。

先明确规则：L01.PDF 和 L02.pdf 都属于 pdf；README 和 .env 没有有效后缀，归入 (none)。原来的文件名应保持不变。右侧是符合这些规则的目标报告，也已由完整参考程序实跑核对。接下来先认识提供的项目，再检查初版函数能否满足这些要求。

先下载右侧 ZIP 并解压，打开 candidates/first.py。它只有初版统计函数，是我们接下来审查的对象。左侧高亮这一行，其他文件现在只需知道用途：inventory.py 是完整参考，check_inventory.py 是独立检查，sample-files/ 保存样例。点击左侧 inventory.py 也可以单独下载参考代码。

暂时不展开目录读取和 main() 的细节。先读初版函数，下一页用三个文件名比较它的真实输出与预期，再讨论怎样审查和向聊天 AI 寻求局部帮助。完整参考可用 python3 check_inventory.py 检查，用 python3 inventory.py sample-files 运行。课堂材料不增加实验提交。

对同样的三个名字，初版函数实际返回左侧字典，把 PDF 和 pdf 当成不同键。根据刚才确定的合并规则，我们期望右侧结果。初版来自保留的 candidates/first.py；左侧输出和完整参考的右侧结果都已有 Python 实际运行记录。最初请求未明确大小写，现在按明确后的规则来审查，不能把这说成模型违反了原先没有提出的要求。

这就是今天的起点：程序能运行，还需要审查它是否符合任务。我们先读懂代码和已有行为，再用聊天 AI 获得解释、报错分析或局部修改建议；修改由自己整合，结果由自己运行和核对。后面会用 DeepSeek 的真实对话逐项练习。

审查时除了核对返回的计数，也要留意输入有没有被意外修改。后面会用一个列表例子说明。

本讲分为两部分。前半先理解大语言模型的能力与局限，再用聊天进行局部求助，并用测试和调试器自己验证。后半先看 Linux 视频，认识历史、内核、发行版和 shell，再练习几个常用终端操作。

目录统计项目只用于 AI 辅助与代码审查的示例；Linux 部分使用简单、独立的 hello.py 和文件操作。

大语言模型是一种含大量可学习数值的神经网络。插画中的旋钮代表这些参数：训练会用大量文字和代码样例练习预测，并根据误差调整参数，逐渐学到语言、代码结构与上下文之间的关联。指令与回答示例、反馈等训练，进一步改善模型遵循请求和回答的方式。

使用模型时，我们提供问题及相关上下文，模型利用已学到的参数生成回答。普通聊天中增加背景信息，改变的是本次输入；这与训练时调整参数不同。模型并非由开发者逐题写好答案。

模型每次生成一个 token，也就是一个文本片段。图中先用 The sky is 作为上下文，示意 blue、clear、dark 等可能的续接。选出 blue 后，把它接回原上下文；下一次输入就是 The sky is blue，再预测接下来的片段。点击“下一步”可以观察这一过程。

token 可能是词、词的一部分或标点，不等于一个汉字或完整单词。图中的分块和候选条只作示意；具体分块由分词器决定，条长不代表某个模型的实测概率。[end] 示意用于结束回答的特殊标记，具体符号由模型决定。生成会参考完整的可见上下文，而非只看最后一个词；选择方式也不一定总取概率最高项。

模型训练时接触到的文字、说明文档和代码，具有相关的结构：接口名与用途、错误与原因、请求与代码片段之间都有联系。因此，同一个模型可以生成概念解释、错误分析和局部代码。图中是三种回答形式的示意，并非某个产品的实际对话记录。

生成的代码仍然是一段文本。只有交给 Python 解释器执行，才会得到实际运行结果。下方展示表达式 "PDF".lower() 的例子，对应 print("PDF".lower()) 已在课程 Python 3.13 中实际运行，输出 pdf。模型给出代码，并不意味着它已经执行过代码、知道本机环境，或验证了任务的所有要求。

教材中的 s.reverse() 是一段用于审查接口的教学候选。字符串没有该方法，课程 Python 3.13 实际运行得到下方 AttributeError。这里只显示实际错误最后一行，完整记录保留。

LLM 能提供有用分析，也可能混淆对象接口、遗漏边界或缺少当前版本信息。不能用流畅程度代替证据，也不能把所有 AI 回答都说成错误。

LLM 负责生成输出，聊天应用负责组织对话和上下文。左图中，我们把相关代码和真实报错发给聊天助手，得到解释或局部建议；随后自己修改文件、运行代码并核对结果。

右图中，agent 程序把模型提出的工具请求交给文件、终端等工具执行，再把输出或报错送回模型，继续决定下一步。工具操作由程序调度，模型本身不会凭空直接接管电脑。学生仍要检查实际改动和运行证据。

本周采用 Level 1：允许聊天式解释、debug 与局部代码生成或修改，但不允许根据题目直接生成完整解，也不使用 coding agent 操作项目。Level 2 才开放完整实现和 agent 自动修改、运行与纠错。聊天窗口的外观不能决定使用的是哪一级能力。

常见的聊天 AI 工具包括 ChatGPT、Claude、DeepSeek、豆包、千问、腾讯元宝、Kimi、智谱 GLM、MiniMax 和小米 MiMo。本讲后续使用 DeepSeek Chat 作为具体例子。

在浏览器中打开 https://chat.deepseek.com/，在消息输入框中写下问题，再发送给助手。接下来通过具体代码与报错，练习怎样描述问题、读懂回答，并自己修改和运行代码。

四个具体用途：读懂当前代码、补一个局部片段、分析实际报错、检查测试遗漏。学生仍掌握任务、主体实现和运行。

后面先看循环与局部后缀修改，再看真实 IndexError。遇到不同困难时，可以先决定需要的是解释、片段、诊断还是检查建议。

同一个局部问题，左边只要求修，右边列出版本、输入、预期、实际与相关代码，并要求附上完整回溯。请学生指出每项信息分别减少了什么猜测。

此处是请求示例，后面会真正运行并展示同一类型错误。不要用冗长背景替代相关信息；移除密码、令牌、他人资料及个人作业 1 代码。

本页的“示例项目 ZIP”包含课堂目录工具、独立检查和样例文件；解压后先阅读 README。inventory.py 是合并大小写后的完整参考实现，candidates/first.py 保留修改前的核心函数，便于对照局部修改。这个项目用于课堂阅读和运行，不增加实验提交。先由学生确定任务预期：最后有效后缀、小写、特殊文件名和输入不变。

把循环、后缀处理、字典计数和打印分开。今天可向 AI 请求帮助的位置是一个局部片段；目录和命令行外壳仍由教师提供，L12 系统展开。

我们把正在阅读的循环贴到 DeepSeek，直接问“get 后面的 0 是干嘛的”。回答指出：字典里没有对应键时，get 返回默认值 0；已有这个键时，返回原来的计数。随后用自己的话追问第一轮是否得到 {"pdf": 1}。

右侧是实际回答的原文节选。自己再用空字典运行 counts.get("pdf", 0)，得到 0；完成第一次更新后，counts 为 {"pdf": 1}。解释要能对应到当前代码的具体状态，遇到不清楚的地方可以继续追问。

第一次只描述了 PDF/pdf 分开统计，DeepSeek 建议 lower，也额外提到了 strip。我们随后贴出相邻两行，说明 ext 直接作为字典键、文件名空格要保留，再问只加 lower 是否可以。实际回答确认只修改这一行，并明确不要加 strip。

这里采纳的是 ext = parts[1].lower()。lower 返回新的字符串；统计时使用新后缀键，原文件名列表保持。后面的实际运行对比继续检查 pdf 是否合并，也检查原来的无后缀类别是否保持。每一项额外修改都需要有任务依据。

两次实际运行使用相同输入 L01.PDF、L02.pdf、README。初版将 PDF 与 pdf 分开；加入局部 lower 后，pdf 为二，README 仍在无后缀类别。

这两版均为教师提供的材料，用于比较同一输入下的行为。学生保存文件、自己执行已有独立检查；还要检查空输入、输入不变等，不能只看当前例子。

运行这个列表例子：两次打印都显示首个文件名整体变为小写。图中 files 和 result 指向同一列表，赋值不是复制。下方展示实际运行输出。

统计后缀只需规范化局部字符串，无须改写原列表。读 AI 建议时，既检查返回值，也检查输入和其他状态是否变化。

同一文件名任务的另一段教学局部实现先执行 parts = name.split(".")，然后取 parts[1]。完整五行示例在下一页和配套文件 debug_suffix.py，调用 suffix("README")。

本页完整回溯由 Python 3.13 实际运行产生，调用位置是第五行，失败位置第三行。README 没有点，拆分只有一项，索引一越界。先让学生定位相关调用与失败表达式。

我们把上一页的五行代码、README 输入、预期返回 (none) 和完整 traceback 发给 DeepSeek。实际回答指出：README.split(".") 只得到一项，所以 parts[1] 越界。它建议用 rsplit 从右侧切一次，并先判断是否只有一段。

右侧展示真实诊断节选和其中一处局部判断。本地运行第一版建议，README 已返回 (none)，但还需要检查原有约定中的其他情况。下一页用末尾带点的 notes. 继续核对返回值，不能因为异常消失就认为全部正确。

这是上一页 DeepSeek 实际给出的第一版局部改法。本地执行后，README 已返回 (none)，File.TXT 返回 txt；但 notes. 返回空字符串，与末尾点号也归 (none) 的已有约定不符。

把真实返回值与独立预期对照，才能发现这个遗漏。DeepSeek 还另外提醒了隐藏文件的情况，但这个提醒没有覆盖末尾点号。因此仍要逐项检查原有任务，不把模型列出的情况当成完整清单。

这次实际请求只包含规格和已测输入、结果，没有发送函数实现。因此，我们只是请 DeepSeek 补充测试思路，不能据此声称它审查了代码或证明函数正确。它建议无后缀，以及隐藏文件或多点文件名，并提醒这些情况需要明确规则。

已有任务约定 README 与 .bashrc 归 (none)，archive.tar.gz 的后缀为 gz。右侧结果是我们自己运行完整参考实现得到的，不是模型替我们执行的测试。检查具体函数时，还需要提供该函数代码，并由自己运行独立测试；继续保留空输入、输入不变和返回字典相互独立等检查。

左侧局部差异与实际材料一致，完整差异还含新增 docstring，记录保留。看完 diff 并重跑检查，再保存需要的文件与版本。

AI 声明写实际工具、局部生成或修改范围、本人完成的部分与真实验证。未知型号据实注明，未用 AI 也据实说明。Git 版本不证明代码正确。

前面通过真实输入和输出检查 AI 的局部建议。若还想知道中间某一步的变量，单看最后结果就不够了。聊天助手可以解释代码，但我们没有把本机暂停状态发给它时，它并没有观察到那次运行。

为了把“解释”与“实际执行”接起来，复用 L7 的 factorial(3)。问题是：递归进入下一层时，之前的 n 在哪里，每次调用各自是多少？先自己设断点、查看变量和调用栈，再核对解释；若仍不理解，把这段代码、暂停在第几行、选中的调用及该调用的变量值一起发给聊天助手。这里是协作方法示意，没有冒充一段新的真实模型回复。

例如：在第 4 行暂停，最内层 n=1，另外两次调用等待，问为何选择外层帧后显示 n=3。代码与状态要一起提供。Level 1 中仍是学生自己启动和操作调试器，聊天 AI 只提供解释或局部建议。

先安装 Microsoft 的 Python 和 Python Debugger 扩展。解压课堂项目后，在 VS Code 用 File → Open Folder 打开 l08-classroom-demo 文件夹，不能只打开 ZIP。里面已附 factorial.py 和 .vscode/launch.json。

打开 factorial.py，通过 View → Command Palette 搜索 Python: Select Interpreter，选择课程 Python 3.13。在第 4 行行号左侧单击，出现红点就是断点。打开 Run and Debug 面板，选择随包配置 Classroom factorial(3)，再用 Run → Start Debugging 或 F5 开始。若只打开一个自己的 Python 文件、没有配置，可在启动提示中选 Python Debugger → Python File。普通 Run Python File 只运行，不等于启动断点调试。

第一次到第 4 行时 n=3，再 Continue 两次会依次停在 n=2、n=1。断点所在的行此时尚未执行。下一页查看 Variables 和 Call Stack；选中不同调用帧是在查看它们各自的局部变量，不会让那次调用重新运行。截图来自真实 VS Code 调试会话，可点击右下角放大；截图解释器为本机 Python 3.14.7，相同代码和帧状态另用课程 Python 3.13 独立核对。

界面入口与解释器选择按 VS Code 官方 Python 调试文档核对：https://code.visualstudio.com/docs/python/debugging 。功能键被系统占用时可点击调试工具栏或用 Run 菜单。

对应 C-2，保留真实 VS Code 调试界面：factorial(1) 在第四行暂停，另外两次 factorial 调用等待。选中外层调用后，它自己的局部 n=3，实际截图配套保留。

界面实际使用本机 Python 3.14.7，相同状态另由课程 Python 3.13 实际追踪核对。本人观察的暂停状态可以验证 AI 的解释。Into 进入调用，Over 单步执行当前行但不逐行进入调用，Out 运行到当前调用返回，Continue 到断点或结束。内部断点也可能让单步过程暂停；功能键不方便时点击工具栏。选中外层帧后看到的 n=3 不等于最内层暂停处的 n=1。

保留既有 C-1 练习四条显式规则的真实 Ruff 诊断：未使用导入、易混淆名字、未使用局部变量和未定义名称。版本与原始记录保持。

格式检查观察排版，lint 检查所启用规则，运行测试观察选定输入的行为，调试器观察暂停状态。不同工具互补，无警告不能证明符合全部任务。

前半我们关心代码在做什么：给 AI 相关代码和事实，获得局部建议，再用运行、调试和检查核对行为。图中的循环回顾这一工作方式。

现在把问题往下问一层：调试器里的程序正在运行，它的 CPU 时间由谁安排？变量放在哪里？读文件和向终端输出又由谁支持？代码描述计算逻辑，Python 解释器执行这些逻辑，但程序也依赖操作系统管理资源和提供服务。

下一页的视频从一行 Python 出发，解释幕后发生的事情。我们由此进入第二部分，以 Linux 为例认识操作系统，再练习终端使用；不增加项目整合任务。

上一页问：谁给程序安排 CPU 时间、管理内存并提供文件访问？这就是接下来要认识的操作系统。Python 解释器执行代码，操作系统管理运行所需的资源并提供服务。Linux 内核是这类系统的核心组件之一。

视频从一行 print(1 + 2) 出发，让我们看到屏幕出现结果之前，幕后有哪些组件在工作。

观看视频时，带着三个问题：为什么多个程序可以同时运行？Linux 内核负责哪些工作？我们使用的终端、shell 和应用程序，与内核是什么关系？

看完后进入 Linux 部分，继续认识内核、发行版、shell，再用几个小例子练习终端操作。

一个简单的 hello.py 也需要系统支持：从磁盘读取程序，在内存中保存运行状态，获得 CPU 时间，并把 hello 写到终端。

Python 解释器负责执行 Python 代码；操作系统负责管理程序使用的资源，并提供文件访问等服务。理解这两层的分工，才能解释同一段代码为什么还会受到运行目录、权限和环境的影响。

Unix 于 1969 年在贝尔实验室起步。照片拍摄于二十世纪七十年代早期，展示 Thompson（坐着）和 Ritchie（站立）使用 PDP-11 的场景。

当时，一台计算机往往需要供多人通过终端使用。怎样让不同任务共享机器、怎样方便地处理文件和文字，都是实际需求。Unix 后来也用于专利部门的文字处理；系统与工具的发展，与这些具体任务紧密相连。

这条时间线连接三个重要节点：1969 年 Unix 起步，1983 年 GNU 项目宣布，1991 年 Linux 内核出现。Linux 借鉴 Unix 的设计思想，内核代码独立编写。

一个可用的系统还需要 shell、编译器、库和其他工具。GNU 工具与 Linux 内核结合，成为许多 Linux 发行版的重要组成部分。Linux 0.01 的原始说明也提到了对这些外部工具的需要。我们日常使用的发行版，是许多人和项目共同完成的成果。

Linus Torvalds 在赫尔辛基大学读书时开始编写 Linux，并于 1991 年八月公开介绍这个项目，邀请其他人参与。页面上的照片拍于 2004 年。

早期 Linux 的目标和能力都很有限。0.01 版本的原始说明介绍了当时支持的硬件，也说明了运行系统还需要 shell、编译器和库。从一个学生的兴趣项目，到不断扩展的协作项目，公开代码和共同改进发挥了重要作用。

图中的 Raspberry Pi 5 是一台小型单板计算机，可以运行基于 Linux 的 Raspberry Pi OS。服务器和许多开发设备也使用基于 Linux 的系统。

这些设备的界面、应用和工具可能很不一样，但都需要内核管理资源。Linux 内核与桌面界面属于不同层次：服务器可以没有桌面，使用 Linux 也不意味着只能输入命令。

从浏览器、音乐和 Python 同时运行引出作用：调度进程、管理内存和地址空间，通过文件系统与驱动等组件管理文件设备访问。

多核可以并行，单核也会调度多个任务。不能说每个程序永久占一个核心。这里建立边界，不提前展开操作系统课程全部细节。

沿本次启动走一遍：终端承载 Bash，Bash 根据路径启动解释器，Python 运行脚本，读文件与写输出需要系统服务。

让学生指出哪一层解释 shell，哪一层解释 Python。用 python3 hello.py 启动一个简单程序，区分 shell 解释命令与 Python 执行代码；应用不能任意直接操纵硬件。

Linux 严格说是内核，负责 CPU、内存和设备等底层资源管理。要让用户方便地安装和使用系统，还需要工具、库、软件安装和更新机制以及应用。发行版就是把这些组件组合、配置并维护为一个可使用的软件系统。

右边用 Ubuntu 举例：它包含 Linux 内核，也组合 Bash 等工具、库、apt 包管理和应用。图是组件关系示意，不表示每一种安装方式都默认带上图中的应用。Ubuntu Desktop 可以配桌面，Ubuntu Server 可以不装图形桌面。硬件在这些软件之外，不是发行版中的一个软件包。

所以，Ubuntu 是一种 Linux 发行版，Linux 内核是它的组成部分。日常说“用 Linux”，常常是在泛指使用 Ubuntu、Debian GNU/Linux 或 Fedora Linux 这类基于 Linux 内核的系统；发行版之间还会有工具选择、包管理、默认配置和更新维护方式的差异。这里先掌握范围关系，不展开选型比较。

说明依据：Ubuntu 项目 https://ubuntu.com/about 、Debian https://www.debian.org/intro/about 、Fedora https://fedoraproject.org/ 。Tux 原作者 Larry Ewing，使用 The GIMP 创作；图像许可与出处见维护记录。

先确认自己当前运行的是哪个系统环境，再判断命令与路径的含义。

WSL 2 在轻量虚拟机中运行真实 Linux 内核，不是给 PowerShell 换外观。macOS 使用 XNU，命令相似不等于内核相同。本课沿用已准备环境，不重装系统。

对照的是常见默认，Windows 可配置大小写敏感，Linux 也可挂载其他文件系统。先看终端标签和提示符，分清 PowerShell、cmd、WSL Bash。

运行目录、路径与解释器都属于有效上下文。遇到问题时，先确认当前目录、shell 和解释器。

在自己的练习位置创建 terminal-demo，进入该目录，再用 touch 创建空的 notes.txt。随后用编辑器新建 hello.py，写入 print("hello") 并保存，再执行 python3 hello.py。右侧是这一步实际输出的 hello；前面几条创建与切换命令正常时没有输出。

touch 不会替我们写程序，也不会清空已有文件。这里是一个独立终端小例子，无须下载前半讲的统计项目，也不涉及实验目录。这些操作只涉及自己创建的练习文件。

pwd 查看当前位置；带空格的路径用引号括起来，course files 是已存在目录的写法示例，不要求此刻创建它。Tab 用于补全已存在的名字。

python3 --version 确认解释器，python3 -m pip 对应这个解释器的包工具。Ubuntu apt 管系统软件，pip 管对应 Python 环境的包。环境准备按课程已有说明，不在这里展开安装流程。

在一个简单目录中，hello.py 和 helper.py 是 Python 文件，notes.txt 不是。find 从当前目录点号开始递归，-type f 限定普通文件，-name 后的模式只选择 .py 名字。星号用单引号保护，避免 shell 先展开。

find 输出两行路径，管道把这些文本交给 wc -l，实际得到二。这里的文件名没有换行，所以一条路径正好一行。ls -l 的排版行不能直接当作文件数。

把 hello.py 的标准输出重定向到 output.txt，再用 cat 读取它。实际终端输出 hello。重定向由 shell 处理，不需要修改 Python 程序。

output.txt 已存在时，> 会覆盖它；>> 会追加。普通 > 不会自动保存标准错误。只在自己的练习目录演示。

在刚才的 hello.py 中查找字面文本 print(。-n 显示行号，-F 表示按普通文字匹配，所以左括号不当作正则表达式。实际输出 1:print("hello")，前面的 1 是行号。

先掌握在一个文件中查找；需要查整个目录时，再查看 grep 的递归选项。这里不引入额外的文件树或作业背景。

Ctrl+C 中断前台命令，不等于删除文件或关掉终端。历史命令可以复用，但仍要确认当前位置。

man 分页器常用 q 退出，--help 是否支持取决于具体命令，shell 内建命令也可用 help。macOS BSD 与 Linux GNU 工具的部分选项不同，查当前环境的帮助。

题目给出一个简单目录，只有 hello.py、helper.py、notes.txt、output.txt。find 从当前目录选择 .py 普通文件，输出两行路径，wc -l 得二。

不带实验目录或前几周背景。下一页先回顾答案，再总结 Linux 的三层概念，结束主线。

回顾这道小测：只有 hello.py 和 helper.py 匹配 .py，所以答案为二。find 输出路径文本，wc -l 统计换行；本例文件名无换行。

用三个概念收束 Linux 部分：内核管理 CPU、内存与设备等共享资源；发行版组合内核、工具、库和应用；shell 解释命令并启动程序。我们已经练习定位目录、运行 Python、查找文件和文字、保存输出及查帮助。

本讲到这里结束。前半学习 AI 局部辅助与本人调试验证，后半认识 Linux 并动手使用终端。后续参考页用于课后查阅，不再引入项目整合或实验说明。

课后按四项组织材料，不要求逐字复制模板。异常提供完整错误，逻辑失败提供输入返回值。

解释和实际执行分别记录，没运行过就据实说明。

先看差异，确认具体路径。restore 会丢弃指定文件未提交的修改，必要时另存，不对整个项目随意运行。

这是查阅说明，不要求现在执行。保存历史不能替代验证，声明写真实范围即可。

touch 不写代码，> 可能覆盖，管道只传标准输出，wc -l 数换行。统计沿用无换行文件名的约定。

在自己的练习目录操作；q 通常退出分页器，具体选项查当前环境帮助。

Windows C 路径与 WSL 挂载写法不同。按实际环境确认位置；macOS BSD 工具与 Linux GNU 工具有参数差异。

课前准备环境，这里不要求双启动、重装或修改系统配置。

不机械背“倒数第二行就是错误行”，结合多行回溯找调用和失败位置。print 与调试器用途互补。

选中帧是查看该次调用，不会让它重新运行；n=1 暂停时外层 n 仍为三。按需要保存暂停位置、所选调用帧和变量值，便于复查。

实际 Ruff 版本与四条规则保留，不要求全班强制升级到某一版。命令或扩展任选既定路径。

找不到文件先看位置与路径，命令不存在再查解释器和安装。六页参考结束，完整规范和往年练习仍在理论讲义。