人工智能编程趣味启蒙：它教的是编程，不是人工智能

2026-11-11silcano

微信读书《人工智能编程趣味启蒙：Mind+图形化编程玩转AI》· 抓取 280 屏 / 11 章 / 74 条目录 · 读到书尾，用时 390.0 秒
逐字核对 9 屏 · p0006 为序二末页署名（王春秋，2021 年 9 月），页顶书名条核对为本书（目录名与真实书名一致，仅去掉了加号和全角括号里的「AI」）· 2026-11-11
抽样点位的选法：这是一本给 7–12 岁孩子用的图形化编程教材，骨架是「故事 → 科普 → 模块 → 动手 → 小结」的五段循环，十一章走十一遍。所以我不读步骤，只读它讲「知识」的那两段：先是序言（p0004 序一「写给大朋友们」，p0006 序二末页），因为一本教材的定位通常只在前言里说实话；再是每章唯一讲原理的「科技面对面」（p0054 百度翻译、p0126 语音识别模块、p0211 物体识别）；然后是它唯一舍得给两个子节的第 8 章（p0183 KNN 原理、p0185 ML5 模块）；最后取一屏纯操作（p0085 川剧变脸的目标实现）和一屏 AI 应用场景总述（p0019）。重点压在三个问题上：一是书名里「人工智能」这四个字，在正文里占多少；二是孩子跟着做一遍，学到的是原理还是接口；三是这种写法在 2026 年还能不能用。抽读 9 屏约占 3.2%；各部分屏数由 pages.jsonl 逐页章节标签做全量聚合。

先给结论：这是一本写得挺认真的图形化编程教材，但它不是一本讲人工智能的书。

这两个判断之间没有矛盾，只是书名把它们硬凑成了一句。《人工智能编程趣味启蒙》这个名字给人的承诺是：孩子读完会知道 AI 是怎么回事。而实际上，280 屏里真正讲 AI 的，是每一章中间那一节「科技面对面」，一共 18 屏，占 6.4%。

我数得很细。11 章，每章一节「科技面对面」，一共 11 节，占 18 屏——多数章 2 屏，最长的第 5 章人体姿态识别因为要分成「一起读一读」和「一起说一说」，给了 3 屏；最短的第 3 章百度翻译，只有 1 屏。

剩下的 262 屏是什么？「小麦的秘密武器」讲模块和指令，65 屏（23.2%）；「目标实现」「功能实现秘籍」讲一步步怎么做，109 屏（38.9%）。这两块加起来 174 屏，占 62.1%，全是软件操作。再加前置 15 屏（5.4%）、章首页 11 屏（3.9%）、每章末尾的「小故事」8 屏（2.9%）、素材准备与其他小节 54 屏（19.3%），就凑满了 280 屏。

所以这本书的真实身份是：一本 Mind+ 的操作教程，外包了一层 AI 科普的引言。这个判断不是贬义，操作教程也是刚需，很多老师就缺一本能照着上课的手册。但它和封面上那六个字对不上。

一、先说它做对的事：十一个项目，没有一个在识别猫和狗

批评之前，得承认它在选题上花了心思，而且花在了正确的地方。

少儿 AI 教材最容易犯的错，是拿「识别猫狗」「识别手写数字」当项目。这两个题在英文教材里泛滥成灾，因为 MNIST 和 CIFAR 就在那儿摆着，拿来就能跑。但一个中国小学生做完「识别猫和狗」，除了记住「AI 很厉害」，什么也留不下——猫和狗跟他的生活没有关系。

这本书没有走这条路。它的十一个项目是：视频侦测、文字翻译、人脸追踪做川剧变脸、人体姿态识别做试衣镜、语音识别改造智能小家、手势识别做春节云拜年、KNN 分类做五禽戏、物体识别做垃圾分类、人脸对比判断「更像爸还是更像妈」，最后一章搭一个 AI 机器人硬件。

这份选题表里至少有四个是真动了脑子的。

川剧变脸这个设计尤其聪明。p0085 把整个玩法拆成三步：第一步，开启 AI 人脸追踪功能，点绿旗，用舞台显示摄像头画面，小麦会提示「按下空格键开启川剧变脸之旅吧」；第二步，按下空格键，小麦隐藏，同时播放背景音乐（比如歌曲《说唱脸谱》），摄像头识别到人脸后，脸谱出现在舞台上并跟着脸移动；第三步，当用手挡住脸再快速移开手，让脸部重新被摄像头识别到时，脸谱就会切换到下一个造型，实现变脸。

第三步是整个项目的心脏。它把「人脸检测」这件事变成了一个可玩的判定条件——不是「检测到人脸就显示脸谱」这么无聊，而是「人脸消失再出现」这个状态变化触发换脸。孩子为了玩这个游戏，会反复挡脸、松手，反复观察屏幕上的反应，这个反复的过程本身，就是他在理解「摄像头每一帧都在做一次检测」这件事。这比讲十遍「计算机视觉是逐帧处理图像」有用。

五禽戏也是同理。用 KNN 分类去认虎、鹿、熊、猿、鸟五种动作，题材是中医导引术，动作幅度大、区分度高，正好适合姿态识别；而且孩子做完会知道「原来我摆的姿势叫虎举」。这种把身体放进项目里的设计，是屏幕教学里最难得的东西——多数编程课是坐着的，这个项目必须站起来。

还有一个容易被忽略的优点：它真的零成本。p0185 讲 ML5 模块时说得很清楚：「KNN物体分类器是Mind+中『机器学习（ML5）』模块里的一个功能，在不需要网络的环境下，只需要一台计算机及一个普通的USB摄像头，即可完成机器学习的课程。」这对学校机房是硬需求——不是每所学校都能给学生配账号、开外网、装驱动。一个 USB 摄像头加一台装了 Mind+ 的电脑就能上课，这个门槛低到几乎不存在。

序二末页（p0006）也把这份心思说出来了：Mind+ 支持 IoT、机器学习、KNN 物体分类、PoseNet 姿态追踪、ASR 语音识别、文字处理以及百度 AI 服务器等多种功能，「而且 Mind+ 平台完全免费开放，是天然的图形化编程零基础、零成本学习平台。本书里的每一个项目，都无须复杂的编程技能，无须任何 AI 知识储备」。

这段话是实话，也是这本书最大的价值所在：它证明了一个孩子不懂矩阵、不懂梯度、不懂神经网络，也能做出一个「看起来像 AI」的作品。这件事本身有意义。它把 AI 从神坛上拽下来，变成孩子手里能捏的东西。

二、最典型的一屏：百度翻译，一段话加一张截图

现在说那 18 屏的问题。

p0054 是我在全书里看得最久的一屏，因为它是第 3 章唯一的「科技面对面」，整节就这一屏。

它的全部内容是：一张百度翻译网页的截图（左边输入「我在周日看了一本书」，右边输出「I read a book on Sunday」，中间是逐词对照的小卡片），加下面一段大约一百三十字的说明：

「百度翻译用到的是神经网络翻译系统技术。很久以前，机器翻译一门语言是逐字逐句地翻译，有些文字还有一词多义的情况，所以很难理解语言所要表达的准确意思。而神经网络翻译系统技术会先理解语句的意思，再用另外一种语言表达所识别的语句意思。在理解的过程中，系统会从海量的数据库中寻找匹配的语境、通过算法模型得出结论，最后形成我们所看到的翻译结果。」

这段话对不对？对。它准确指出了机器翻译从「逐词替换」到「先理解再表达」的转变，也提到了「一词多义」这个真问题。但它停在了「是什么」，一步都没往「为什么」走。

「系统会从海量的数据库中寻找匹配的语境」——这句话里的「数据库」是什么？它不是数据库，是模型参数。一个 2021 年出的书，用「数据库」来解释神经网络翻译，等于告诉孩子「翻译软件在查一本很大的词典」。这恰好是错的，而且错得很有害：如果孩子以为 AI 是在查表，他就永远理解不了为什么 AI 会编造。查表不会产生幻觉，生成才会。

「通过算法模型得出结论」——这句话等于没说。「算法模型」是一个筐，什么都能装。孩子读完这七个字，脑子里不会形成任何图像。

再看那张配图。它不是示意图，是百度翻译网页的产品截图。截图这个东西有个致命问题：它展示的是「结果」，不是「过程」。孩子看到「我在周日看了一本书」变成「I read a book on Sunday」，他学到的是「这个软件挺好用」，而不是「注意力机制在这里把『周日』和 on Sunday 对齐了」。

而这本书明明有能力画示意图。p0183 讲 KNN 的时候就画了：一张散点图，红的、蓝的、绿的各自成簇，中间一个新点，看它离哪一簇最近。那张图一句话就能看懂，而且看懂了就不会忘。同一个作者，在 KNN 那里会画示意图，在机器翻译这里只剩截图——这个落差不是能力问题，是篇幅问题。

一屏。整章关于 AI 的全部内容，一屏。而这一章的操作部分有多少屏？第 3 章一共 23 屏（8.2%），其中「科技面对面」1 屏，剩下的 22 屏是：素材准备、模块加载、积木怎么拼、文字翻译小助手怎么做完、最后还有一个「语言的数字」讲字符编码。

1 比 22。这个比例，就是这本书的价值观。

三、第 8 章是唯一的例外，也是最好的证明

如果这本书从头到尾都是 p0054 那个水平，我也不会写这么长。问题是它有一章写得完全不一样，而那一章恰好证明了「它能写好，只是没写」。

第 8 章讲 KNN 分类，做五禽戏。p0183 那一屏是全书密度最高的一屏：

「KNN（K Nearest Neighbor）意思是 K 个最近的邻居。KNN 是一种分类算法。在 Mind+ 中，它会记住所有训练的图片数据，记住数据后，当再次识别一张新的图片数据时，会在已经训练过的数据中去匹配最相近的结果，将其作为识别结果。在训练的过程中，数据量越大，最终识别的结果也就越好。」

然后配一张示意图：左边是三种颜色的点各自成簇，一个新样本落在红簇边上；右边是五禽戏的动作示意。下面接着一句：「KNN 分类的功能能够让我们感受到机器学习的过程，让我们了解到为什么计算机能够认识香蕉、苹果和西瓜。」

这一屏干了三件事，这三件事恰好是「AI 启蒙」应该干的三件事。

第一，它给了一个可以复述的定义。「K 个最近的邻居」——这五个字孩子能记住，而且记住了就能推：「那 K 是我自己定的数？」「那如果周围红点蓝点各一半怎么办？」这些问题都能从定义里自己长出来。

第二，它讲了机制，而且机制是可操作的。「记住所有训练数据，新数据来了去比最相近的」——这句话描述的是一个孩子能想象的过程，不需要矩阵，不需要梯度，甚至不需要「模型」这个词。

第三，也是最关键的一句：「数据量越大，最终识别的结果也就越好。」

这句话在整本书 280 屏里只出现了一次。但它是我认为全书最重要的一句话，因为它是唯一一句告诉孩子「模型的好坏取决于你喂它什么」的话。

为什么这句重要？因为一个孩子如果只知道「AI 很聪明」，他会把 AI 当魔法；如果他知道了「AI 的好坏取决于数据」，他就开始有了一个可以质疑的抓手——他会问：这个 AI 是用什么数据训的？那些数据里有没有我？这个问题一旦问出来，AI 素养这件事就开始了。全世界所有的 AI 伦理教育，根子都在这一句上。

而且这一章还不止于此。8.2 下面分了两个子节：8.2.1「一起读一读」讲定义和机制，8.2.2「一起说一说」讲类比——原文用「我们小时候是怎么认识身边的事物的呢？譬如我们是怎么认识飞机的？最开始可能是在书本或电视上看见了不同形状的飞机」来类比机器学习。全书 11 章，只有这一节舍得分两个子节。其他 10 章的「科技面对面」都是一屏到底，读完就翻页。

所以我的判断是：作者完全知道该怎么讲 AI，他只是在 10 章里选择了不讲。这不是能力问题，是取舍——而取舍的标准很清楚：讲原理的时间，要留给操作步骤。

四、序一其实把话说清楚了，问题是书名没说

写到这里我回头去读了序一，然后发现作者其实比我想的清醒。

p0004 是「序一 写给大朋友们」。它开头就把一个尖锐的问题摆出来了：「编程教学就是噱头，孩子们根本不需要从小学习编程。于是，许多人又陷入了这样的沉思——到底要不要让我的孩子学习编程？学编程到底又是为了什么？」

然后作者的回答是这样的：教育学理论指出，7–12 岁是孩子逻辑思维的最佳形成期；图形化编程是一种非常直接的训练逻辑思维方式的方式，「编程的过程也可以看作是一种让逻辑『可视化』的过程」；接着举了「楼道灯」的例子——想做出声控、光控、亮灯的效果，孩子需要自己决定判断条件的先后顺序，决定用「与」模块连接两个核心条件来实现同时判断，还要自己设计触发亮灯的条件和亮灯的持续时间，「每一步的设计，都是学生逻辑思维的展现」。

再往后：「图形化编程的迅速反馈以及程序的易读性，令学生无论是在任何一个阶段发现问题，都能够高效地回过头再分析、试错，直到最终成功。这样『编写-测试-调整-再测试』的周期是非常短的，因而在这个过程逐步建立起的还有试错思维，以及面对失败的正确心态。」最后落到：「作为一种培养思维能力的手段，笔者更愿意将图形化编程定位为一种素质教育。」

这段话说得非常漂亮，而且它说的是实话。它把这本书的定位讲清楚了：这是一本用图形化编程训练逻辑思维的书，不是一本讲 AI 技术的书。楼道灯那个例子，讲的是条件判断的顺序和「与」逻辑，跟 AI 一点关系都没有——但它确实是编程启蒙里最该讲的东西。

所以问题不在作者，在包装。

一本定位为「素质教育 / 逻辑思维训练」的书，被命名为《人工智能编程趣味启蒙：Mind+图形化编程玩转AI》。书名里「人工智能」四个字放在最前面，「Mind+」和「图形化编程」放在后面当定语。一个家长在书店看到这个书名，会以为买回去孩子就能懂 AI 了；一个老师看到这个书名，会以为可以拿它开一门 AI 课。而实际上，这本书的 AI 部分是 6.4%，逻辑思维训练部分是 62.1% 的操作加上 19.3% 的素材与小节。

这不是欺诈，是错位。而且这个错位有代价：一个冲着 AI 来的读者，会在第 3 章那一屏百度翻译之后感到失望，然后合上书；一个真正需要图形化编程教材的老师，可能因为书名里的「AI」以为它太浅或太专，反而错过。

更值得说的是：如果这本书就叫《Mind+ 图形化编程：十一个项目玩转 AI 模块》，它几乎无可指责。作为一本操作手册，它的五段式结构稳定、素材准备齐全、步骤编号清楚、每章还有小故事收尾，是一本老师能直接照着上课的书。它的问题只有一个——它承诺了一件它没打算做的事。

五、孩子跟着做一遍，学到的是接口，不是模型

这是我最想说的一节，也是最难说清的一节。

先看 p0126，第 6 章「小麦的秘密武器」。这一屏讲怎么加载语音识别和文字朗读模块：从「扩展」里找到「网络服务」，勾选「语音识别」和「文字朗读」，两个模块里的所有程序指令就都加载进来了。配一张 Mind+ 的扩展面板截图，用红圈标出两个模块。底下有一行小字注：「注：使用网络服务里的功能时，需要计算机连接互联网。」

这一屏是全书的标准形态：找到模块 → 勾选 → 出现积木 → 拖到脚本区。孩子照着做，会得到一个能听懂话、能说话的「智能小家」。整个过程不超过半小时，成就感很强，这是它的优点。

但请注意这半小时里发生了什么：孩子做的事情，是把一个已经训练好的语音识别服务，接到自己的程序里。他知道了「有一个模块叫语音识别」，知道了「勾选之后会多出几种积木」，知道了「要联网才能用」。他不知道的是：语音识别为什么能听懂话？它怎么把声波变成文字？为什么带口音会识别错？为什么安静环境下准、吵闹环境下不准？

这些「不知道」，恰恰是 AI 教育的核心。而这本书一个字都没讲。

p0211 是个反例，它讲了。这是第 9 章物体识别的「科技面对面」，也是少数几个有两屏的科普节。它先讲「机器之眼」：智能汽车不只是说「前方有障碍物，请减速停车」，而是「前方有小狗，请减速慢行」；智能手机在拍照时可以识别镜头前的人、物、景，自动进入相应的拍摄模式；遇见不认识的花时，拍个照，手机就会告诉我关于这朵花的故事。

然后 9.2.2「一起说一说」给了一个很具体的例子：

「例如『当我们看见一个人拎着一桶水在路上很吃力地走』，我们要让机器理解这个信息，该怎么判断这里面的信息呢？如通过物体识别可以看到画面中有『水桶』和『人』，并判断水桶和人的相对位置，通过人体的姿态和表情可以判断人走路的状态等。由此让机器看到此现象的时候，可以像我们人一样反馈出相应的信息。」

这一段写得很好，好在它把「一个判断」拆成了「多个识别的组合」。水桶识别 + 人识别 + 相对位置 + 姿态 + 表情，五个信号合起来才得出「他拎得吃力」。这就是多模态的本意，而且它用了一个孩子能想象的生活场景，没有用一个术语。

但即使在这一屏，它也只到「需要多个信号」为止。再往下那一步——这些信号怎么变成数字、怎么加权、怎么决定「吃力」还是「不吃力」——它没走。而这一步，才是「AI」和「传感器编程」的分界线。

所以整本书的认知层级停在了一个位置：AI 是一个个可以调用的能力，不是一个可以理解的东西。孩子学完十一章，会熟练地调用十种 AI 能力，会做十个漂亮的作品，会在同学面前演示川剧变脸和智能小家。但如果问他「这些能力是怎么来的」，他答不上来；问他「如果它认错了怎么办」，他也答不上来。

第二个问题更严重，因为全书 280 屏里，一次都没提过「认错了怎么办」。

没有准确率，没有混淆矩阵，没有「训练集和测试集」，没有「数据偏差」。p0183 讲了「数据量越大结果越好」，这是全部。但数据量大不等于数据好——如果一个人只用自己家的猫的照片训练，那这个模型见到别人家的猫就废了；如果一个班的孩子都是同一个姿势做五禽戏，那换个姿势就认不出。这些是 KNN 最容易讲、也最该讲的东西，因为 KNN 没有「隐藏层」可以躲，它的缺陷是肉眼可见的。作者手里握着一个最好的教学机会，只用了一半。

六、它的短板

五条，按严重程度排。

第一，书名承诺与内容配比严重错位。「人工智能」四个字在封面最前面，正文里对应的内容是 18 屏、6.4%。11 章里 10 章的 AI 科普只有一到两屏，第 3 章更是只有一屏。一本叫「人工智能启蒙」的书，AI 部分的篇幅还不如它的「素材准备」多。这个错位会让两类读者都吃亏：冲着 AI 来的读不到东西，需要编程教材的被书名劝退。

第二，62.1% 的篇幅是软件操作，这让全书押在了具体版本上。109 屏是实现步骤，65 屏是模块与指令说明，加起来 174 屏。这些内容有一个共同点：它们全都依赖于当时的 Mind+ 界面、当时的扩展面板、当时的百度 AI 接口。软件改一次版，按钮挪一个位置，截图就作废；接口调一次，语音识别那块积木就点不动。这不是这本书独有的问题，是所有操作类教材的通病——但当一本书 62% 的内容都是操作，这个风险就不再是「通病」，而是「主要风险」。p0126 那行「注：使用网络服务里的功能时，需要计算机连接互联网」，看着是提醒，其实也是一句保质期声明。

第三，只有调用，没有机理，孩子形成的是「魔法认知」。十种 AI 能力，全部以「勾选模块 → 拖积木」的方式交付。孩子学会了用，但不知道为什么要联网、不知道为什么要训练、不知道模型和人脑的区别。更进一步，全书没有区分「本地跑的模型」（ML5 的 KNN、PoseNet、mobileNet）和「云端服务」（百度翻译、语音识别、文字朗读）——这两类东西的成本结构、隐私含义、失效方式完全不同，而这本书把它们摆在同一个「扩展」面板里，长得一模一样。一个孩子会以为它们是一回事。

第四，没有评估，没有失败分析，没有数据伦理。这是最伤的一条。整本书教的是「怎么让它成功跑起来」，从来没教「它为什么会不成功」。没有准确率，没有测试集，没有「换个环境试试」，没有「你的训练数据里少了谁」。唯一接近的是 p0183 那句「数据量越大结果越好」，但它只讲了「多」，没讲「偏」。一个从小只学「怎么让 AI 工作」、不学「AI 什么时候会错」的孩子，长大之后会是 AI 最好的用户，也会是最容易被 AI 骗的人。

第五，最后一章依赖硬件，多数课堂用不上。第 11 章 17 屏讲「AI 硬件智造——小麦 AI 机器人」，从解锁新模式、认识机器人、硬件设备、功能实现一路讲到「小麦说」。这一章本身写得没问题，但它需要一整套硬件。对一间只有电脑和摄像头的机房来说，这 17 屏是读得懂、做不了的。而它被放在全书最后，作为「升级」，实际上把这本书的完整路径截断在了第 10 章。

那这本书该给谁用？我的判断是：

给要开一门「图形化编程」课的小学老师和要带孩子做项目的家长用，不给想让孩子「懂 AI」的人用。

如果你是前者，这本书是能用的。十一个项目选题本土、难度递进、素材齐全、每章结构一致，你照着排一学期没问题。孩子做完川剧变脸和五禽戏，会真的高兴，会真的记住「原来我摆的姿势可以被电脑认出来」。这个体验是珍贵的，而且不需要你懂 AI。

如果你是后者，这本书会让你误判。你买回去以为孩子在学 AI，其实他在学 Mind+。他不算被骗——他学到了别的东西，而且学得不错——但你想给的那件东西，他没拿到。

如果一定要用这本书做 AI 启蒙，我有一个建议：把每章那 1–2 屏「科技面对面」单独拎出来当课文讲，讲完再合上书，问孩子三个问题——这个东西它凭什么能认出来？它会在什么情况下认错？如果我把它认错的那一次记下来，能发现什么？这三个问题，书里一个都没有，但它们才是这本书应该有的部分。

一句话：它把 AI 拆成了十个能玩的玩具，玩得很好；但它没告诉孩子，玩具里面装着什么，也没告诉孩子，玩具什么时候会骗人。