你是不是对AI很感兴趣，但不知道从哪开始？别担心，这篇教程会带你一步步装好环境，并跑通第一个AI程序。你不需要任何编程基础，跟着做就行。

准备工作：装什么和去哪下载

首先，我们需要安装Python（一种简单易学的编程语言，很多AI工具都用它）。去官网 python.org 下载最新版本（比如3.11或3.12），安装时记得勾选“Add Python to PATH”（这样系统才能找到Python）。装好后，打开命令提示符（Windows按Win+R，输入cmd回车；Mac打开终端），输入 python --version，如果显示版本号就成功了。

接着安装pip（Python的包管理器，用来装别人写好的工具）。通常Python自带pip，检查方法：输入 pip --version。如果没装，网上搜“安装pip”有详细教程。

安装AI常用库

我们要装三个最常用的库：NumPy（处理数字的库）、Pandas（处理表格数据的库）和Scikit-learn（机器学习的库，里面有很多现成的算法）。在命令提示符或终端里依次输入以下命令：

• pip install numpy
• pip install pandas
• pip install scikit-learn

等待安装完成，如果网速慢可以加国内镜像，比如 pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple。常见坑：如果报错“pip不是内部命令”，说明没把Python加入PATH，重装时记得勾选。

第一次跑通AI程序

现在我们来写一个最简单的AI程序——用线性回归（一种根据已知数据预测未来趋势的方法）预测房价。新建一个文本文档，改名为 first_ai.py，用记事本打开，复制下面代码：

from sklearn.linear_model import LinearRegression
import numpy as np

# 准备数据：房子面积（平方米）和价格（万元）
X = np.array([[50], [80], [100], [120]])
y = np.array([100, 160, 200, 240])

# 创建模型并训练
model = LinearRegression()
model.fit(X, y)

# 预测一个90平米的房子价格
predicted = model.predict([[90]])
print(f"预测价格：{predicted[0]:.2f} 万元")

保存后，在命令提示符或终端里进入文件所在目录，输入 python first_ai.py，如果看到“预测价格：180.00 万元”之类的输出，恭喜你，第一个AI程序跑通了！

下一步可以做什么

你已经迈出了第一步。接下来可以：

• 学习更多Python基础（变量、循环、函数）
• 尝试用Scikit-learn做分类（比如识别手写数字）
• 或者玩转Pandas处理真实数据集

记住：遇到问题就搜索，AI社区很友好。保持好奇，继续探索吧！