周宇是某高校机械设计制造及其自动化专业的大三学生，与许多同学不同，他最初接触人工智能领域，竟源于一款名为Silly Tavern的“游戏”。起初，他只是抱着娱乐的心态，通过调整提示词、参数与虚拟角色互动，没想到这种“玩”的过程让他逐渐着迷。
在反复尝试中，周宇发现，看似枯燥的EJS、宏、正则表达式、JSON等技术元素，一旦组合得当，就能让虚拟角色的反应、故事走向甚至情绪节奏发生显著变化。这种“掌控模型性格”的体验，让他觉得比机械设计更有吸引力，也激发了他深入探索AI的兴趣。
随着对Silly Tavern的熟悉，周宇开始尝试更复杂的操作，比如使用Gemini 2.5 Pro的API，并频繁浏览大模型社区。他看到其他开发者仅用Prompt就能搭建智能助手、RAG知识库甚至Agent系统，心中“自己动手做”的念头愈发强烈。然而，现实问题很快浮现——他从未系统学习过编程，C语言知识早已遗忘，更不用说Python、LangChain等工具。
为了弥补知识短板，周宇报名参加了小灰熊AI的大模型系统课程。刚进入L1阶段时，他差点被“模型原理”和“Prompt结构”等内容劝退。他原本以为写提示词不过是“随便聊聊”，但老师的课堂演示彻底改变了他的看法——同一条指令用三种不同的Prompt表达，输出结果竟截然不同。这让他意识到，AI的“聪明”并非天生，而是由使用者“教”出来的。
在课程中，周宇学习了角色Prompt、任务Prompt以及“反思式Prompt”等高级技巧。一次作业中，他尝试构建一个“角色扮演型模型”，但老师指出其逻辑链条过短。经过几行指令的调整，模型竟具备了“自我纠错”能力。这种从无到有的创造感，让他第一次体会到Prompt工程的魅力。
进入L2课程（RAG应用开发）后，周宇开始接触实际搭建。他用LangChain框架拼出了一个知识问答系统，过程中虽遇到不少坎坷，但当系统第一次成功回答他上传的问题时，他激动得几乎想发朋友圈分享。这种成就感，让他更加坚定了继续探索的决心。
小灰熊AI的学习氛围也让周宇印象深刻。班级群里聚集了程序员、产品经理等不同背景的学员，大家经常分享Prompt、修改代码，甚至互相debug。这种跨领域的交流，让他觉得“像一群人在一起造未来”。
如今，周宇已能编写简单的AI助手脚本，并开始研究Agent架构。从最初的“游戏”到如今的专业学习，他逐渐找到了一条从兴趣到职业方向的道路。他不再满足于“和AI聊天”，而是希望让AI成为“能帮人做事的朋友”。
