很多人选 AI 课时，第一反应是问：教不教 OpenClaw？有没有 Codex？Windows 能不能装？

这些问题当然要问，但还不是最重要的。

真正决定一堂 AI 课对你有没有用的，是你愿不愿意把一个真实问题带进课堂，并把它做成可以检查的结果。如果只记住几个工具名，回去以后还是不知道该做什么，这堂课就没有真正落地。

颜汝与智焰科技在长沙开展的 AI 小班课，支持 Windows 实操路径，课程不止 OpenClaw，也包含 Codex、行业＋AI和商业化落地。下面这 5 条，就是报名之前最该核对的适配标准。

一、适合：你有一个真实问题，但还不知道怎么拆

你不需要先成为 AI 专家，但最好能说出一件现在真想解决的事。

比如：制造企业想把产品资料做成销售可以反复使用的内容工作流；运营人员想把每周重复的搜集、整理和发布动作自动化；个体创业者想把自己的行业经验整理成知识库、智能体或可交付服务。

问题越具体，课堂实操越容易产生结果。因为 AI 不是替你猜方向，而是帮助你把目标、输入、步骤和验收标准变清楚。

内部课程讨论中曾明确提出：老板更需要判断方向，高管更需要把 AI 接进部门流程，执行者则要完成具体任务。不同身份不应该收到同一段通用话术，课程也不应该用同一个案例覆盖所有人。

二、适合：你愿意带电脑动手，而不是只听趋势

AI 课最容易制造一种错觉：老师演示得很顺，自己看懂了，就以为已经学会了。

真正轮到自己操作时，系统、账号、权限、资料格式和任务边界都会出现问题。尤其是 Windows 用户，不能把 Mac 上的操作原样照搬。Codex、OpenClaw 以及其他工具，都需要按当期版本核对真实可用的 Windows 路径。

因此，这类小班课更适合愿意现场打开电脑、遇到问题就调试、结果不对就继续修改的人。你带走的应该是一个可以继续用的成果，而不是一组课堂截图。

三、适合：你想把 AI 接进行业，而不是收藏更多工具

工具会更新，行业问题不会因为换了一个模型就自动消失。

真正的行业＋AI，不是给原来的工作加一个聊天框，而是重新判断：客户的问题是什么？哪些资料可以作为输入？哪一步最耗时间？结果由谁验收？哪些数据不能交给外部工具？

在课程筹备记录中，团队反复强调要提前收集学员行业和需求，再补充对应场景，而不是用一套固定案例讲到底。这个原则比“本期教哪几个软件”更重要，因为它决定了 AI 能不能进入真实业务。

四、适合：你愿意谈交付和边界，而不是只谈变现

商业化落地不是一句“用 AI 赚钱”。

至少要回答五个问题：服务谁？解决什么问题？交付什么？怎么验收？哪些结果不能承诺？

如果这五个问题说不清，所谓商业化往往只是把工具演示包装成产品。智焰科技 AI 小班课会把实操结果继续整理成目标客户、业务价值、交付物、验收标准和风险边界，帮助你判断它更适合成为个人效率工具、企业内部流程，还是一项可以对外提供的服务。

参加课程不等于收入、流量或成交，也不代表任何经营结果。课程能帮助你建立方法、完成实操和减少无效摸索，但不能替代市场验证。

五、不适合：你现在只想听概念、追求速成，或需要深度技术训练

有三类人不建议急着报名。

第一，只想听趋势，不准备动手的人。你可能会觉得内容很新，但很难把它变成自己的能力。

第二，把上一堂课直接等同于赚钱、涨粉或成交的人。任何负责任的课程都不应该做这种承诺。

第三，需要模型训练、算法研究、大规模私有化部署等深度技术方案的人。内部课程打磨记录也指出，高配置本地模型和复杂部署更适合具备预算、算力和专岗团队的中大型企业，不应该包装成所有小企业都需要的万能方案。

报名之前，用 60 秒做一次适配自检

你可以先写下四项信息：

1. 你的行业、岗位或身份；
2. 你现场使用的电脑系统；
3. 最想推进的方向：工具实操、行业＋AI、知识库与工作流，或商业化落地；
4. 一个希望在课堂现场推进的真实问题。

智焰科技 AI 小班课官网已经提供了本地生成的“咨询准备卡”。填写内容只在当前浏览器内生成，不会自动上传或发送。生成后，你可以复制给课程顾问，用来核对当期课程是否匹配。

课程详情与适配自检：https://yanruwill-dot.github.io/codex/zhiyan-tech/ai-small-class.html#prepare

课程在长沙线下开展。具体日期、场地、费用、名额、电脑配置、工具版本和退款约定，请以当期官方书面课程通知为准。