人工智能的争论与实践，长期围绕三种根本取向展开：符号主义依赖显式的知识、逻辑与规则进行表示与演绎；连接主义以（深度）网络从数据中学习分布式表示，强调可训练性与泛化；行为主义则把智能放在感知—行动闭环与环境反馈（含强化学习等）中塑造。三者在目标与工程手段上此消彼长、长期交叉吸收，本仓库的检索、图谱与多模态实验可视为在当代算力与数据条件下对这些传统的组合演练。围绕以上进路整理的 Lecture（讲义、操作与工程说明）在站点持续更新：https://tylerelyt.github.io/test_bed/；更系统的 AI 系统工程学习导论见 u.geekbang.org/subject/aialg。