计算机组装与维护标准教程（AIGC·第2版）：AI 那部分，正文是五张二维码

2026-11-10silcano

微信读书《计算机组装与维护标准教程（全彩微课版）（AIGC·第2版）》· 抓取 754 屏 / 13 章 / 235 条目录 · 读到书尾
逐字核对 11 屏 · p0006 书名条核对为本书（目录名与真实书名一致）· 2026-11-10
抽样点位的选法：这本书的骨架是「认识 → 组装 → 五大件 → 外设 → 系统 → 故障 → 优化」，我先顺着这条骨架取了四个硬件点（p0150 装机械盘、p0190 3.2.1 频率、p0230 图 4-3 主板实拍、p0360 7.1.3 按 RTX 5090 D 拆显卡），再把所有带「AI」字样的位置全部找出来逐个看（p0029 的 1.1.2、p0069 的 1.2.3、p0108–0109 的 2.1.5、p0383 的 7.1.6、p0384 的 7.1.7、p0527 的 9.9、p0588 的 10.2.4、p0667 的 12.1.5），另外补了 p0003 内容简介、p0006 再版说明、p0013 的二维码整页和 p0700 的维护小节。重点压在三个地方：一是「AIGC」这三个字在这本书里到底对应多少内容；二是这些内容是以什么形态交给读者的；三是硬件部分到底更新到哪一年。抽读 11 屏约占 1.5%。各章篇幅是用 pages.jsonl 的逐页章节映射做的全量聚合，不是抽样估的；目录 235 条的层级构成也是按编号正则全量分类，不是随手数的。

先给结论：这是一本合格的硬件教材，外面刷了一层薄得能看见底的 AI 涂层。书名叫「AIGC·第2版」，你翻开会发现 AI 相关的内容加起来大约 17 屏，占全书 754 屏的 2.3%，比它自己第 9 章讲鼠标键盘打印机的那 87 屏还少五分之四。更要紧的不是少，是形态：这 17 屏里，有 5 处小节的正文只有两三句导语，剩下的正文被换成了一张二维码，旁边印着一行小字「读者可以扫描右方二维码查看……的全部内容」。

我不是反对二维码。纸质教材挂二维码，让读者拿手机看视频、看扩展阅读，这件事在中国的高职教材里已经做了十年，是个成熟做法。但「扫码查看全部内容」不是扩展阅读，那是把正文搬走了。扩展阅读的意思是「这里讲完了，还想深入的去看这个」；而这本书在 1.2.3「面向人工智能的计算机硬件」这一节，正文只有三行加一张二维码，你在书里读完这三行，等于什么都没读到。这一节在目录里是有位置的，标题是完整的，读者翻了目录会以为自己能在这里读到「面向 AI 的硬件长什么样」，实际读到的是一个付款码形状的占位符。

而且这件事在电子版里更荒谬。微信读书里的那些二维码是图片，不是链接，点不动。你要真想知道「面向人工智能的计算机硬件」讲了什么，得把手机掏出来，对着电脑屏幕扫——一本书的正文，被转移到了另一块屏幕上。我读到第 5 张二维码的时候，突然意识到这本书真正的问题不是「AI 内容太少」，而是「它不认为那些内容应该待在书里」。

一、先说公道话：硬件部分是真的，而且更新到了 2025 年

批评之前得把它的底子交代清楚，否则不公平。

这本书 754 屏、13 章、235 条目录。按编号分层，是 13 个章标题、46 个二级节、142 个三级节，再挂 17 个「动手练」和 13 个「知识延伸」——正好每章一个知识延伸。142 个三级节摊 754 屏，平均每个末级小节 5.3 屏。这个密度说明它是一本正经的「标准教程」：一个知识点给你五屏，讲定义、讲参数、配一张图、来一段提示，不深挖，但也不跳步。

它确实更新过。第 7 章 7.1.3「显卡的结构」，p0360 那一屏开头写的是「除去散热鳍片、散热管和风扇后，就可以看到显卡的内部电路板了，这里以 RTX 5090 D 为例进行介绍，如图 7-8 所示」。同页图 7-8 上标出了「显存供电」「独立供电」「显示芯片」三个位置。5090 D 是 2025 年才有的型号，出现在一本教材里，说明作者是真的跟了硬件迭代的。同一节前面还提到 ZOTAC（索泰）的 AMP 和 Mini 系列，讲的是「以小巧、性价比高的显卡闻名，适合需要节省空间的小型机箱用户」——这种带取舍判断的介绍，比单纯列参数有用。

第 3 章 3.2.1 讲频率，p0190 那一屏的写法也是对的：「主频是 CPU 处理数据的速度指标，表示 CPU 每秒能执行的时钟周期数」，然后立刻补一句「然而，主频并不直接等同于 CPU 的实际性能，因为处理能力还受到其他因素的影响，如流水线架构、内存带宽等」，再给公式「主频 = 外频 × 倍频系数」。先把定义给你，再把定义的边界给你，最后给你算法——这三步是教材该有的顺序，很多同类书只做第一步。

第 2 章是全书最厚的一章，85 屏 11.3%，讲装机。它的写法是「一个动作一张实拍」：装 CPU、装散热器、装内存、装电源、装主板、接机箱跳线、装显卡，每一步都配照片。p0150 是装硬盘那一段，图 2-59 拍的是一块 3.5 寸机械硬盘从机箱前面推进硬盘笼、用手指按压固定的动作。

所以我得说清楚：这本书的硬件部分不糊弄。它有实拍图、有换算公式、有选购原则、有故障分析树（第 12 章把 CPU、主板、内存、硬盘、显卡五类故障按「现象 → 原因 → 排除方法」三层拆），这些都是真功夫。如果它老老实实叫《计算机组装与维护标准教程（第2版）》，我会给它一个相当正面的评价。

问题出在它多出来的那三个字母上。

二、它承诺了什么，又兑现了多少

p0003 的内容简介里写着这样一句：「同时结合最新的AI技术，阐述硬件和AI的关系，以及AI在计算机故障排查中的使用方法。」这句话是这本书对「AIGC」这个标签的全部解释。它承诺两件事：讲清硬件和 AI 的关系；讲清 AI 怎么用来排查故障。我们就按这两件事查账。

先看「硬件和 AI 的关系」。全书里跟这个主题沾边的只有 1.1.2「人工智能的发展与计算机的关系」和 1.2.3「面向人工智能的计算机硬件」两节。1.1.2 结尾那段，p0029 上写着：「人工智能的发展是计算机技术发展的一个自然延伸和应用体现：没有高性能计算机，就难以支持现代人工智能的高速训练和实时推理，而人工智能的需求反过来又推动了计算机架构、处理器性能以及存储技术的不断创新。从历史的角度看，计算机的发展为人工智能的发展奠定了基础，而人工智能的发展也为计算机的应用前景提供了新的方向，二者形成了互相促进、共同发展的关系。」

这段话没有一句是错的，也没有一句是有用的。它把「A 促进 B、B 促进 A」写成了六十字，读者读完一个字的信息都没增加。你完全可以把「人工智能」换成「云计算」「大数据」「元宇宙」，整段话依然通顺。这是最典型的正确废话——它在书里占的位置，本来应该放「为什么训练一个大模型需要 HBM 而不是 DDR5」「为什么推理要 INT8 而训练要 FP16」这种真正回答「关系」的东西。整本书没有一屏回答这些。

再看 1.2.3。这一节的正文，在用 ViewImage 打开 p0069 之后是这样的：屏幕上先是三行过渡文字——「理日常办公或普通计算任务时已足够，但面对大规模深度学习、复杂神经网络训练以及推理任务时，专用硬件显得尤为重要。了解这些硬件及其作用，有助于人们在学习和实践人工智能时正确选择和配置设备。」然后是一行星号小字「读者可以扫描右方二维码查看面向人工智能的计算机硬件的全部内容。」再下面是二维码，图注「扫码查看」。完。这一节的正文到这儿就结束了，下一页直接是 1.2.4 计算机的软件组成。

换句话说，一节标题叫「面向人工智能的计算机硬件」的内容，正文只有三行，而且这三行说的是「专用硬件很重要」。读者想知道的是「多重要」「哪些」「贵多少」，一个问题都没答。而这一节在目录里是有的，编号是完整的，你在目录上看到它会以为这里有内容。这本书的目录，在这里开始不完全可信了。

「AI 排查故障」这条线更短。11 章末尾的「知识延伸：使用 AI 排查软件故障」（p0660）和 12.1.5「使用 AI 排查 CPU 故障」（p0667），后者我逐字看了：整屏内容是一个标题、一段六行的导语、一行「读者可以扫描左方二维码查看使用AI排查CPU故障的全部内容」、一个二维码，然后就是「下一章」按钮。整屏的物理面积有一半是空的。

那段导语值得抄下来：「在传统运维中，CPU 的故障排查主要依赖经验和手动检测，效率较低且容易漏判。随着人工智能的发展，通过采集 CPU 各项运行数据并使用 AI 分析模型，可以实现对 CPU 异常行为的自动检测和预测，提前发现潜在故障。运维人员可以结合 AI 的分析结果制定维护策略，从而大幅提高系统稳定性和运维效率。」

这段话描述的是企业级 IDC 里的事：有监控代理、有历史时序数据、有几百台机器做样本。而这本书的读者是要给自己家那台机器换个散热器的人。「提前发现潜在故障」对一台家用电脑意味着什么？CPU 坏之前会先给你预警吗？现实里 CPU 出问题的表现是不亮、蓝屏、过热降频，你不需要一个 AI 模型来告诉你，你需要的是换一个散热器和清一次灰——而这两件事，恰好写在第 13 章 p0700 上，用最朴素的话写着「避免使用腐蚀性清洁剂擦拭显示器」「机械硬盘较为脆弱，受到碰撞、震动可能导致坏道或物理损坏」。

我不是说 AI 运维这个话题没价值，我是说它落在这本书里是错位的：把一个需要监控体系和大样本的企业级话题，塞进一本教人拧螺丝的书，然后因为讲不清，就把它折成一张二维码。这是「为了凑一个 AIGC 的标签而硬加的一节」的典型症状——选题不是从读者需求长出来的，是从封面需求长出来的。

三、那唯一一处真给了数字的地方，反而证明它能写

全书 AI 相关的内容里，只有一处是「实打实」的：7.1.7「显卡在 AI 中的应用与选购」，p0384。

这一屏先列四类 AI 应用场景：深度学习模型训练（图像识别、自然语言处理、大语言模型、生成模型）、AI 推理与实时应用（视频超分辨率、实时语音识别、自动驾驶仿真、推荐系统）、创意与生成任务（AI 绘图如 Stable Diffusion、视频生成和图像处理，用 Tensor 核心加速）、科学计算与仿真（医学影像分析、分子模拟、物理仿真）。然后给「显卡选购原则」四条：

第一条，显存容量：「大模型训练推荐显存大于或等于 24GB，中小型模型可选择 16GB 或更小的显存。」第二条，核心数量与类型：CUDA 核心决定通用计算能力，Tensor 核心影响深度学习训练速度。第三条，带宽与频率：高带宽显存能提高数据传输速度。第四条，散热与功耗：AI 训练长时间满载运行，散热和稳定供电是可靠性的保证。

这四条是全书写得最像「AI 与硬件的关系」的四条，也是唯一给了具体数字的四条。「≥24GB 训练 / 16GB 中小模型」这个门槛，虽然粗糙（它没说这是单卡还是总量、没说 FP16 还是 INT4 量化、没说 4090 是 24GB 而 5090 是 32GB 这个差别正好卡在门槛两边），但它是能拿去用的：你打开电商页面，看见一张 16GB 的卡，就知道它属于「中小模型」那一档。

问题在于，这一屏证明了一件事：这本书的作者完全有能力把 AI 和硬件讲清楚——只要他愿意把话说满五屏。他能给出 24GB 这个数，就说明他知道显存和模型规模之间有个换算关系；他能分出「训练」和「推理」两种负载，就说明他懂这两件事对硬件的要求不是一回事。那为什么同一章里的 7.1.6「显卡在AI训练及推理中的作用」只有三行加一张二维码？7.1.6 的正文结尾是这句：「AI 模型训练涉及大量矩阵运算、卷积计算和并行处理任务，而显卡的结构设计正好能够满足这些需求。」——一句话把「为什么 GPU 适合 AI」说完了，然后就把剩下的交给二维码。

7.1.6 和 7.1.7 是连着两节，一节讲原理、一节讲选购。讲原理的那节只剩一句，讲选购的那节倒是给足了数字。这个错位很说明问题：能写成「清单」的部分留下了，需要写「推导」的部分被二维码收走了。清单好写，也不用负责；推导难写，写错了要挨骂。一本书在 AI 部分只保留清单、不保留推导，读者拿到的是「该买什么」，不是「为什么」。

同样的错位在 10.2.4「本地大模型的部署方法」上又出现了一次。p0588 这一屏，标题下面是五行导语：「在AI技术逐渐普及的背景下，本地大模型的部署成为提升计算机智能化能力的重要方式。与依赖云端调用不同，本地部署能够在无网络的环境中完成推理任务，既提升了响应速度，又有效保障了隐私安全。用户可以通过GPU或高性能CPU来运行轻量级或优化后的大模型，用于文本生成、语音识别、图像处理等应用场景。」然后是二维码，然后「下一章」。

「本地部署大模型」是一件必须给数字的事：7B 的模型 INT4 量化大约要 5GB 显存，FP16 要 14GB；14B 翻倍；32B 再翻倍。这本书在前一章刚刚亲手写下「≥24GB」这个门槛，到了要讲「怎么在自己机器上跑一个模型」的时候，却只说「可以通过 GPU 或高性能 CPU 运行轻量级或优化后的大模型」，一个参数量都没给。

这是全书最让我不舒服的一处内部矛盾：它在 7.1.7 给了你一把尺子，然后在 10.2.4 要量东西的时候把尺子收起来了。读者拿着 24GB 这个数，走到 10.2.4，想问「我这台 4060 8GB 的机器能跑多大的模型」，书里没有答案，只有一张二维码。而这个问题恰恰是 2026 年买电脑的人最想问的问题之一——它比「机箱前面板跳线怎么接」热门一百倍，而跳线那件事，书里给了整整一节加一个「知识延伸」。

四、p0013：一屏几十个二维码，是这本书的隐喻

如果要挑一屏来概括这本书的出版逻辑，我会挑 p0013。

这一屏在目录之后、正文之前，是一整页的二维码矩阵：四列排开，每格一个二维码，下面一行小字说明，我看到的包括「拆分与合并 PDF 文件」「使用 MediaCreationTool 安装 Windows 11」「制作 Linux 启动盘」「使用 Dism++ 优化系统」「语音及视频驱动」「安装 Windows 11 系统」「备份还原及系统迁移」「生成镜像」「从 PE 安装系统」「WPS Office 多重备份」「本地安全策略的查看及设置」「DNS 的配置与设置」……往下还有网络安全、无线网络配置、无线热点开启之类。密密麻麻，一屏几十个。

在纸质书上，这是加分项：一本书配几十个操作视频，读者拿手机扫一下就能看，比看图文快。这是过去十年高职教材的标准做法，甚至是卖点——封面上会印「配视频微课」。

但在一个用电子设备阅读的场景里，这一屏变成了一堆点不动的黑白方块。你正在用平板读这本书，看到「制作 Linux 启动盘」，想知道怎么做，眼前是一个二维码，你没法扫——二维码在你的屏幕上，你的手机在另一张桌子上，或者你根本没有第二台设备。这不是读者的错，是形态错配：这套「书外有书」的设计，假设了「纸 + 手机」这个双设备组合，而它现在被放在一个单设备环境里卖。

更进一步的问题是这个设计会影响写作。当作者知道「这一段可以放到视频里」，他就不必在正文里把这一段写完整了。p0013 这一页是这种写作习惯的物理证据：这本书认为自己的知识有一部分本来就不该在正文里。承认这一点之后，1.2.3 那三行正文 + 一张二维码就不再是「编辑失误」，而是一套自觉的取舍——「这段太长了，扫码看吧」。

我理解这套取舍在成本上的合理性：一个编辑要在一版里塞进 AI 内容，最快的办法不是重写章节，是录几段视频、生成几个二维码、在正文里插一句「扫码查看」。但读者付的是书的钱，买的应该是书里的字。如果他付了 754 屏的钱，拿到的是 737 屏正文加 17 屏导语，那 17 屏里还有 5 屏是导语加二维码——这笔账，怎么算都不太对。

五、目录里的八个断口：一次没做回归测试的改版

这本书还有一个技术性的问题，小，但很能说明改版是怎么做的。

把 235 条目录按编号排一遍，你会发现编号不止一次地跳号：2.1.2 之后直接是 2.1.4（没有 2.1.3）；3.2.3 之后是 3.2.5（没有 3.2.4）；第 4 章从 4.3 直接跳到 4.3.2（没有 4.3.1）；9.7 之后是 9.7.2（没有 9.7.1）；11.3.1 之后是 11.3.4（没有 11.3.2 和 11.3.3）；12.1 之后是 12.1.2；12.2.1 之后是 12.2.3；12.3.1 之后是 12.3.3。我数下来至少 8 处断口。

这说明什么？说明这一版删了内容，但没重新编号。删掉一节、合并两节，是最常见的修订动作，专业做法是删完之后把后面所有编号重排一遍，目录重生成。这本书没做——或者做了没做完。这个细节读者不会在意，但它暴露了一件事：这一版的修订是「加法」为主、「减法」不做收尾的。加了 AI 小节，删掉了一些旧内容，删的地方留了个洞。

我把这个和「二维码」放在一起看，看到的是一套相同的做事节奏：加东西很快，收尾很慢。加 AI 小节，一节一屏，插进去就行；收尾要重排编号、要核对图注与正文的对应、要把过期的照片换掉——这些都没做，或者只做了一半。

照片那件事更明显。第 2 章装机的实拍，p0150 的图 2-59 拍的是一块 3.5 寸机械硬盘推进机箱硬盘笼。2025 年的机器，机箱里常常已经没有硬盘笼了，M.2 固态直接插在主板上，2.5 寸盘位靠背板。而同一个作者在第 7 章已经用上了 RTX 5090 D。一本书里，显卡章在 2025 年，装机章还停在 2018 年。

这不只是「图旧了」的问题。装机是这本书的核心章节（85 屏 11.3%，全书最厚），它的价值全在「照着做能成」。如果读者照着一套没有硬盘笼的机箱去对图 2-59，第一步就卡住。硬件书最怕的不是写错参数——参数错了查一下就知道；怕的是流程和现实对不上，而读者不知道自己错在哪。

六、2.1.5 那一节：一个很好示范，可惜半途而废

全书 AI 部分里，唯一让我觉得「这个写法有前途」的，是 2.1.5「使用AI工具学习及辅助完成计算机的组装流程」。

这一节占 p0108 到 p0109 两屏，内容是两张聊天截图。提问是「显卡支架如何安装才能更稳定？」回答分成几步，我看到的第二步开头是「好的，显卡支架是确保高端、重型显卡不会因自身重量导致下垂或损坏 PCIe 插槽的重要配件……下面为您详细讲解显卡支架的安装步骤、技巧和注意事项」，第一步是「了解你的支架类型」，列了三类：千斤顶式/支撑杆式（可调节高度的金属或塑料杆，底部有磁吸或粘贴底盘）、横梁式/肋板式（一根金属横梁，两端固定在机箱 PCIe 挡板位置，中间有可滑动的支撑点）、机箱内置式（高端机箱自带的调节支架）。

这个示范本身是对的：遇到一个具体的小问题（显卡下垂），把问题原样丢给模型，让它按步骤拆开。这正是普通人今天用 AI 最有效的方式——不是让它「帮我组装电脑」，那是让它写小说；而是问它「我这个支架该装在哪」，这是它能答的。这一节比前面那些「AI 与计算机互相促进」的空话有价值得多，因为它可执行。

但它有个硬伤：标题写的是「辅助完成计算机的组装流程」，内容只覆盖了「显卡支架」一个零件的安装。组装流程有七个动作（装 CPU、装散热器、装内存、装电源、装主板、接跳线、装显卡），这一节只讲第七个动作里的一个配件。标题承诺的是流程，内容给的是一个细节。而且截图到「第一步：了解你的支架类型」就结束了，第二步之后没有了——读者看完这一节，知道有哪三种支架，但不知道该怎么装。

更值得说的一句：这一节真正该示范的，不是「AI 能回答显卡支架怎么装」，而是「怎么问才对」。一个好的 AI 使用教学，应该把提示词的写法教出来：为什么问「显卡支架如何安装才能更稳定」比问「怎么装电脑」有效？如果把机箱型号、显卡长度、重量、主板 PCIe 位置一起给它，答案会具体到什么程度？如果它答错了（模型经常在尺寸上瞎编），你怎么用一句追问把它拉回来？这三件事，一本书里一屏都没有。

而这三件事才是「AIGC 如何进入组装与维护这门课」的真正答案。这本书选了最省事的一种：截两张图，标上图 2-18、图 2-19，done。这不是教学，这是「证明我用过 AI」。

七、把账算完：这本书该给谁读

先把数摆齐。754 屏 13 章，各章占比是这样的：第 9 章常见外设 87 屏 11.5%（最厚）、第 2 章组装 85 屏 11.3%、第 10 章系统安装与备份 72 屏 9.5%、第 1 章全面认识计算机 70 屏 9.3%、第 11 章软件故障 60 屏 8.0%、第 13 章管理优化 60 屏 8.0%、第 3 章 CPU 53 屏 7.0%、第 4 章主板 52 屏 6.9%、第 7 章显卡与显示器 52 屏 6.9%、第 6 章硬盘 43 屏 5.7%、第 8 章电源机箱 41 屏 5.4%、第 12 章硬件故障维修 34 屏 4.5%（最薄）、第 5 章内存 31 屏 4.1%。前置的版权、简介、再版说明、前言合计 14 屏。

这组数字里藏着一个刺眼的比例：书名叫「组装与维护」，但「维护」那部分（第 11 章软件故障 + 第 12 章硬件维修 + 第 13 章管理优化，154 屏）只比「外设」那一章（87 屏）多出不到一倍，而第 12 章硬件维修只有 34 屏，是全书最薄的一章。

34 屏要装下 CPU、主板、内存、硬盘、显卡五类硬件的故障排查。摊下来每类不到 7 屏。我看了它的写法，是「现象 → 主要原因 → 排除方法」三段式，干净、可查、能当手册用，但它没有空间讲「怎么判断」——判断是维修里最难的部分，也是唯一无法用三段式覆盖的部分。同一章里还有一条「知识延伸：笔记本电脑常见故障及排除」，一屏。

对比一下第 9 章：扫描仪 2 节、打印机 2 节、麦克风 2 节、声卡 4 节、音箱与耳麦 4 节、摄像头 2 节。一本 2026 年的书，给扫描仪和打印机的篇幅，比给硬件维修的总量还多。我理解教材的惯性——这些章节是上一版留下来的，删了会得罪用这本书上课的老师（他们的课件是按章做的）；但读者买的是这一版。

所以这本书到底该给谁读，我的判断分三类。

第一类，正在上「计算机组装与维护」这门课的学生。这本书适合你，而且可能就是你老师指定的教材。它的体例完全按课时设计：每章挂动手练和知识延伸，一步一图，故障按类型分节，考试好出题、上课好照着讲。你要做的只有一件事——遇到二维码就掏出手机扫，别指望书里给。

第二类，想自己装一台机器、或者想把旧机器修一修的人。这本书能用，但只用第 2、3、4、5、6、7 章，也就是「买什么、怎么装」的部分，那 300 多屏是这本书的真价值。第 9 章可以整章跳过——你不需要知道扫描仪的参数；第 12 章可以当速查表，但别指望它教你判断。

第三类，想搞清「AI 和硬件到底是什么关系」的人。不适合，一屏都不适合。这本书在这个问题上给出的全部答案是 17 屏，其中 5 屏是导语加二维码，剩下 12 屏里最实的是 p0384 那四条选购原则。你想要的答案在别的地方：去看一张 GPU 的显存带宽表和一份模型参数量-显存换算表，半小时能得到的比这本书 754 屏更多。

八、它的短板

短板一：AIGC 只兑现了 2.3%，而且主要是导语。754 屏里跟 AI 沾边的大约 17 屏：1.1.2（1 屏）、1.1.4 典型应用案例（4 屏）、1.2.3 面向 AI 的硬件（1 屏）、2.1.5 AI 辅助组装（2 屏）、4.2.3 本地部署 AI 的主板接口（2 屏）、7.1.6（1 屏）、7.1.7（3 屏）、9.9 智能化外设（1 屏）、10.2.4 本地大模型部署（1 屏）、11 章知识延伸（1 屏）、12.1.5（1 屏）。这个体量撑不起封面上的「AIGC·第2版」六个字。如果一本书的副标题是一个技术名词，读者有权要求这个名词至少占一成篇幅。这里占了 2.3%。

短板二：五处「正文被二维码替代」，是形态问题不是篇幅问题。1.2.3、7.1.6、9.9、10.2.4、12.1.5 这五节，正文都在两三句之后转手给二维码。9.9「智能化外设」尤其刺眼：整节一屏，标题 + 两句导语（「传统外设正逐步向智能化方向演进，不仅提升了操作体验，也显著提高了办公、学习和娱乐效率」）+ 二维码。一个 87 屏的外设大章，唯一的 AI 小节是一张二维码。扩展阅读可以扫码，正文不能扫码——这两件事的界限，这本书没守住。

短板三：能写的都写得很好，写不了的都折成了码。这不是能力问题，是取舍问题。作者在 7.1.7 能给「≥24GB 训练 / 16GB 中小模型」这样的硬数字，说明他懂换算；但到了 10.2.4 要讲「本地部署」时，一个参数量都不给。7.1.6 讲原理只剩一句话，7.1.7 讲选购给足了四条原则——清单留下来了，推导被收走了。一本教材如果只教「买什么」不教「为什么」，学生毕业那天就会失效。

短板四：八个编号断口 + 一套 2018 年的装机照片。2.1.2 跳 2.1.4、3.2.3 跳 3.2.5、4.3 跳 4.3.2、9.7 跳 9.7.2、11.3.1 跳 11.3.4、12.1 跳 12.1.2、12.2.1 跳 12.2.3、12.3.1 跳 12.3.3，至少 8 处。这些断口说明改版做了删减却没有重排编号。更实际的影响在图上：第 7 章已经在用 RTX 5090 D 拆显卡，第 2 章 p0150 图 2-59 还在拍 3.5 寸机械盘进硬盘笼。装机是全书最厚的一章，它的价值全在「照着做能成」，图和现实对不上，这一章就废了一半。

短板五：AI 故障排查这一节，落点错了。12.1.5 那段导语讲的是「采集 CPU 各项运行数据并使用 AI 分析模型，实现对异常行为的自动检测和预测」——这是企业级 IDC 的运维语言，需要监控代理、历史时序数据和大样本。这本书的读者是给自己家电脑清灰换硅脂的人。对一台家用机，「预测 CPU 故障」的投入产出比低到没有意义，而真正该教的东西（怎么用 HWiNFO 看温度墙、怎么判断是散热问题还是供电问题、蓝屏代码怎么查）一屏都没有。选题不是从读者需求长出来的，是从封面需求长出来的。

最后说一句公道话。这本书的五个短板里，只有第一条和第二条是「态度」层面的，其余三条是教材在时效和体例上的天然毛病——删了不重编号、照片换不及、企业级话题错位，这些在同类教材里比比皆是。它没有编数据，没有拿伪代码糊弄，没有把别人的论文改个名字当一章。第 2 章的实拍、第 3 章的公式、第 7 章的 5090 拆解、第 12 章的三段式故障树，都是能用的东西。它甚至在第 9 章老老实实承认「智能化外设」自己讲不了，虽然承认的方式是把正文换成二维码——这至少比硬编三段空话要诚实一点点。

这本书把硬件讲到了 2025 年，却把 AI 讲成了一张二维码——它最有诚意的部分是拧螺丝，最没诚意的部分印在封面上。

最后交代我的态度：这五条短板没有一条让我想把这本书扔掉，但每一条都改变了它该被怎么用。它的长处是不可替代的——中文语境里，肯把一块 5090 拆开标出显存供电、肯把主频公式写成「外频 × 倍频」、肯把五类硬件故障按现象-原因-排除三层排一遍的书，不多。短板决定的是使用方式：当装机手册用，别当 AI 读物；当课堂教材用，别当自学读物；扫码的部分别跳过，因为那部分正文真不在书里。

我读这本书最大的收获，其实不是任何一个参数，是一个观察：「AIGC 版」这三个字现在是一种出版动作，不是一种写作动作。加一节、录个视频、印个码、改个封面，一本书就从第 1 版变成「AIGC·第2版」。而真正的写作动作应该是反过来的——先问「AI 改变了这门手艺的哪一步」，再决定哪一章要重写。这本书的第 2 章（组装）其实最该被 AI 重写：今天一个人装机的真实流程是「问模型要一份适配我预算的配置单 → 拿去电商比价 → 卡住了拍照问模型」，而书里给你的是一段被截断在「第一步」的聊天截图。它摸到了门，但没进去。