# 第一部分：导论

## 本部分目标

建立读者对AI在空间领域应用的宏观认知，理解：
- 为什么在AI时代需要理解原理而非仅仅学习操作
- 空间智能的独特性及其与通用AI的区别
- 自主设计的真正含义及其在设计实践中的价值
- Claude Code如何作为学习工具而不仅是生产力工具

---

## 章节导航

| 章节 | 文件 | 核心问题 | 实践 |
|-----|------|---------|------|
| 00.1 | [为什么要读这本书](./00.1-why-this-book.md) | AI只是工具吗？原理知识为何重要？ | ENAgent项目介绍 |
| 00.2 | [空间智能是什么](./00.2-what-is-spatial-intelligence.md) | 机器如何"理解"空间？ | 空间推理演示 |
| 00.3 | [自主设计的含义](./00.3-what-is-autonomous-design.md) | 自动与自主有何区别？ | HITL工作流示意 |
| 00.4 | [Claude Code作为脚手架](./00.4-claude-code-as-scaffold.md) | 如何借力AI学习AI？ | Claude Code基础操作 |

---

## 学习路径

```
开始阅读
    │
    ├─ 你怀疑AI的可靠性？
    │   └─ 重点阅读 00.1
    │
    ├─ 你想了解空间AI的独特性？
    │   └─ 重点阅读 00.2
    │
    ├─ 你对Agent和自动化感兴趣？
    │   └─ 重点阅读 00.3
    │
    └─ 你想快速上手实践？
        └─ 直接跳到 00.4
```

---

## 前置知识

**必需**：
- 基本的GIS概念（图层、坐标系、矢量/栅格）
- Python编程基础

** helpful but not required**：
- 机器学习的基本概念
- 工作流自动化经验

---

## 预计学习时间

| 阅读类型 | 时间估计 |
|---------|---------|
| 快速浏览 | 2-3小时 |
| 理解性阅读 | 6-8小时 |
| 完成所有实践 | 12-15小时 |

---

## 章节亮点

### 00.1 为什么要读这本书
- 揭示"命令依赖症"的危害
- 解释为什么AI知识半衰期越来越短
- 提出持久认知框架的构建方法

### 00.2 空间智能是什么
- 从人类空间认知到机器空间智能
- GIS与空间智能的本质区别
- 空间推理的两种范式

### 00.3 自主设计的含义
- 澄清常见误解：自动 ≠ 自主
- HITL（Human-in-the-Loop）的设计哲学
- 从工具到伙伴的关系转变

### 00.4 Claude Code作为脚手架
- Claude Code的独特优势
- Agent、Skill、Hook的直观理解
- 工具中性原则：如何不被特定工具绑定

---

## 实践案例00：搭建你的第一个空间AI助手

在阅读完所有章节后，你将能够：
1. 配置Claude Code环境
2. 创建一个简单的空间查询Skill
3. 理解Agent如何调用工具完成任务
4. 建立对后续学习的信心

详见 [practice/setup-first-assistant](./practice/setup-first-assistant/)

---

## 思考问题

在开始阅读前，请思考：

1. 你目前使用AI的方式是什么？遇到的最大困扰是什么？
2. 你认为"理解原理"和"学会操作"哪个更重要？为什么？
3. 空间分析与一般的智能任务有什么不同？
4. 你期待AI在设计工作中扮演什么角色？

带着这些问题阅读，会更有收获。