资源选自 AI4K12 维护的索引（美国人工智能协会与计算机科学教师协会联合发起），中译与筛选由我们完成。每个链接都从国内的服务器实测过——AI4K12 原索引里有不少资源在国内打不开，那些没有列进来。
孩子问“AI 是怎么知道的”，讲不如让他自己看。下面六个都是浏览器直接打开，不用注册、不用装任何东西，一个五到十分钟。
排序是从最直观到稍微抽象，可以按顺序玩，也可以挑一个。
一、神经元沙盘：AI 做决定的最小单位
打开 → · 卡内基梅隆大学 · 小学高年级及以上
一个模拟的神经元，你调它的“权重”，看它怎么做出“是/否”的判断。
界面很朴素，但它把 AI 最核心的一件事摊开了：所谓“AI 判断”，底下就是一堆数字在加权求和，过了某个门槛就输出“是”。
玩完问一句：如果我把这个数字调大，它的判断会怎么变？为什么？
二、词向量演示：AI 眼里的“词”长什么样
打开 → · 卡内基梅隆大学 · 初中及以上
看词是怎么变成数字的。经典的例子是“国王 − 男 + 女 = 女王”——在这个演示里能自己试出来。
这个演示解释了为什么大模型能“理解”词义：它不理解，它只是知道哪些词在数字空间里离得近。
玩完问一句：它知道“苹果”是水果吗？还是只知道“苹果”经常和“吃”“红色”出现在一起？
三、马尔可夫链演示：预测下一个词
打开 → · 卡内基梅隆大学 · 初中及以上
n-gram 怎么根据前面几个词猜下一个词。这是所有大语言模型的祖宗——原理简单到能一眼看懂。
看完这个，孩子对“ChatGPT 在做什么”会有一个具体的、不神秘的印象。
玩完问一句：它猜的是“最可能的下一个词”，那它知道自己说的是不是真的吗？
四、神经网络游乐场：看它学的过程
打开 → · 初中及以上
拖几个滑块，看神经网络怎么一层层把两种颜色的点分开。左边加特征、中间加层数，右边实时看效果。
最值得看的是训练过程：一开始分界线乱七八糟，几十次迭代之后慢慢变准。这就是“训练”两个字的实际含义。
玩完问一句：如果我只给它很少的点，它还能分对吗？（试试把“训练数据比例”拉到最小）
五、拯救海洋：亲手喂数据，亲眼看它学歪
打开 → · Code.org · 小学及以上 · 有中文
教 AI 分辨海洋垃圾和鱼。你点哪些是鱼、哪些是垃圾，它就学哪些。
这个的价值在后半段：它会让你训练一个“你觉得好看的鱼”的分类器，然后你会发现——AI 学到的其实是你的偏好，不是客观标准。
玩完问一句：换一个人来教它，它会学成一样吗？
六、Scroobly：让 AI 看着你动
打开 → · 所有年龄
在摄像头前动，它把你的动作实时变成动画角色。低龄孩子最喜欢这个。
它演示的是姿态检测——机器怎么从画面里找到“人”和“关节”。
玩完问一句：它看到的是“你”，还是一堆点的位置？
两个提醒
Teachable Machine（可教机器）在国内打不开。 这是最有名的入门工具，用摄像头拍几十张照片就能训练出一个能认东西的模型。Google 官方版打不开，但芬兰教育机构做了一个同款，国内能用：tm.gen-ai.fi。想让孩子体验“自己训练一个模型”，这个是最好的。
Quick, Draw!（快画）也打不开。 很多推荐 AI 启蒙的文章会提它，国内点开是空白，别浪费时间找。
更多资源在教育资源页，我们把每条的国内可访问性都标出来了。
编者按：这六个的共同点是孩子在操作，不是在看。《指南》给小学阶段定的方向就是体验与兴趣。
玩完那句问话比玩本身重要。孩子答不上来也没关系。