初始化：从 docx 拆分为独立 Markdown 章节

将《设计人工智能：基础与应用》拆分为 38 个 Markdown 文件，
按 11 个部分（上篇6部分+下篇5部分）+ 3 个附录组织。

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>

02-foundations/02-foundations.md

@@ -0,0 +1,49 @@
+# 第二篇：数学与编程基础
+
+本篇从函数式视角理解AI，介绍神经网络的基本原理和Python编程工具，为后续学习打下基础。
+
+## 篇章导读
+
+理解AI不需要高深的数学背景。核心理念是：**神经网络就是由简单函数组合而成的复杂函数**。
+
+从Excel的线性回归到深度神经网络，本质上是同样的思想：**用函数来描述和预测世界**。
+
+本篇将： - 从函数式视角理解AI - 介绍多层感知机的基本原理 - 讲解Python编程工具和AI辅助编程
+
+## 章节目录
+
+[01.1 函数式AI视角](01.1-math-foundation.md) - "Functions Describe the World"
+
+[01.2 多层感知机](01.2-mlp-basics.md) - MLP结构与原理
+
+[01.3 编程工具与Vibe Coding](01.3-programming.md) - Python环境与AI辅助编程
+
+## 学习目标
+
+完成本篇后，你将能够：
+
+从函数组合角度理解神经网络
+
+描述MLP的基本结构和工作原理
+
+配置Python AI开发环境
+
+使用AI工具辅助编程学习
+
+## 核心概念
+
+  -----------------------------------------------------------
+  概念         英文                  说明
+  ------------ --------------------- ------------------------
+  多层感知机   MLP                   Multi-Layer Perceptron
+
+  前向传播     Forward Pass          数据通过网络的过程
+
+  激活函数     Activation Function   引入非线性的函数
+
+  损失函数     Loss Function         衡量预测误差的函数
+
+  反向传播     Backpropagation       计算梯度的算法
+  -----------------------------------------------------------
+
+## 01.1 函数式AI视角