下面是一套 Lecture 1 Exit Ticket，对应 lec1.md 的当前内容。建议把它当成一份“边翻边聊”的小练习，10 分钟足够。重点不是背概念，而是确认你有没有抓住这门课的底色：为什么要从零开始看语言模型、为什么 tokenization 放在第一讲、以及为什么这门课不是只讲模型，而是讲整个栈。

Exit Ticket（10 题，开卷）

1) 如果你要用一句话解释这门课的 from scratch

请回答：

• 它是“从零写代码”还是“从零理解系统”
• 为什么只会用 API 还不算真正懂语言模型

2) 这门课为什么要先画一张“语言模型地图”

请用 2 句话回答：

• 这张地图里最重要的几个阶段是什么
• 它们分别解决了什么新问题

3) 课程为什么把 tokenization 放在最前面

请用你自己的话解释：

• tokenization 在模型前面到底卡住了什么
• 如果这一步选得不对，后面的训练会怎么被拖累

4) mechanics、mindset、intuitions 各是什么味道

请分别用一句短语说清楚：

• mechanics 像什么
• mindset 像什么
• intuitions 像什么

5) executable lecture 到底在卖什么

请回答：

• 为什么“讲义本身就是程序”这件事不是噱头
• 它和普通静态 PPT 最大的区别是什么

6) encode / decode 是怎么把文本变成整数的

请分别用一句短语解释：

• encode 在做什么
• decode 在做什么
• 为什么模型最后只需要处理整数序列

7) 字符、字节、词、BPE 为什么要一起比较

请用 2 到 3 句话回答：

• 它们各自最明显的优点和缺点是什么
• 为什么 BPE 会成为今天最常用的折中方案

8) 这门课的五个单元为什么像一条流水线

请用 1 到 2 句话把 Basics、Systems、Scaling laws、Data、Alignment 串起来。

9) 这一讲里最容易被忽略、但最值得记住的一点是什么

请任选一个回答：

• 为什么“理解通过构建”比“先会用再说”更重要
• 为什么这门课一开始就谈 AI policy 和 compute support

10) 如果要把这一讲讲给一个新同学听，你会先说哪三件事

请用 3 个要点回答，尽量说得像聊天，不要像背定义。