很多新手想学AI，但卡在第一步：环境装不上。本文带你从零开始，装好工具、跑通代码，体验AI到底怎么工作。

1. 准备环境：装Python和编辑器

AI开发最常用的语言是Python（一种容易读写的编程语言）。你需要：

• 下载Python：去官网python.org，点Downloads，选最新版（比如3.11），安装时勾选“Add Python to PATH”。
• 装编辑器：推荐VS Code（免费代码编辑器），去code.visualstudio.com下载安装。
• 验证安装：打开命令行（Win按Win+R输入cmd，Mac打开终端），输入python --version，看到版本号就对了。

2. 安装AI库：用pip装你需要的工具

AI需要一些现成的工具包，用pip（Python的包管理器）来装。比如最流行的scikit-learn（一个机器学习库，帮你快速做预测和分类）。

1. 打开命令行，输入pip install scikit-learn，回车等待安装。
2. 再装pip install numpy（处理数字的库）和pip install matplotlib（画图的库）。
3. 如果下载慢，可以换国内镜像：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 包名。

3. 跑第一个AI程序：训练一个简单分类器

下面代码会训练一个模型，根据花瓣长度宽度判断花的种类。新建一个文件first_ai.py，粘贴以下内容：

from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier

# 加载经典数据集（鸢尾花）
iris = datasets.load_iris()
X = iris.data
y = iris.target

# 分成训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)

# 创建并训练模型
model = KNeighborsClassifier()
model.fit(X_train, y_train)

# 预测并打分
accuracy = model.score(X_test, y_test)
print(f"模型准确率：{accuracy:.2f}")

然后在命令行运行：python first_ai.py。如果看到类似模型准确率：0.97的输出，恭喜你，第一个AI程序跑通了！

4. 下一步可以做什么

• 学更多库：比如TensorFlow（深度学习框架）或PyTorch（另一个深度学习框架）。
• 试试改数据：用你自己的CSV文件替换iris数据集。
• 常见坑：不要用系统自带的Python（版本旧），装库前先建虚拟环境（python -m venv myenv），避免冲突。

AI入门不难，关键是动手。装好环境、跑通代码，你就已经迈出了最实在的一步。