Basics

AI 入门与术语

不需要任何技术背景。读完本页，你将了解 AI 的基本概念、大模型是如何"炼成"的，并能看懂新闻里常见的专业词汇。

本页更新于 2026 年 10 月数据说明

AI、机器学习、深度学习是什么关系？

它们是层层包含的关系，就像俄罗斯套娃：深度学习属于机器学习，机器学习属于人工智能。

人工智能（AI）：最大的那个圈

泛指一切让机器表现出"智能"的技术。早期的 AI 主要靠人写规则，例如"如果体温超过 38.5 度且咳嗽，则可能是流感"——这就是专家系统。

机器学习：让机器自己找规律

不再由人逐条写规则，而是给机器大量例子，让它自己总结。比如给它看几十万封标注过的邮件，它就能学会识别垃圾邮件。

深度学习：今天 AI 的主角

使用多层神经网络的机器学习方法。层数越多，能捕捉的模式越复杂。大语言模型、人脸识别、语音助手都建立在深度学习之上。

人工智能、机器学习与深度学习的包含关系示意图 — 图：AI、机器学习与深度学习的包含关系

大模型是怎么"写"出文字的？

无论 AI 的回答多么流畅，它背后的基本动作只有一个：根据已有的文字，预测下一个最可能出现的词元（Token）。

大模型如何处理文字：切分为 Token，再预测下一个 Token 的概率 — 图：从切分 Token 到预测下一个词的完整过程（概率为示意）

为什么它懂这么多？

为了准确预测下一个词，模型必须在训练中"吸收"语法、常识、事实乃至推理方式。预测得越准，学到的知识就越多。

为什么会胡说八道？

模型只是在挑"看起来最合理"的下一个词，并不会查证事实。遇到冷门问题时，它可能编出一个通顺却错误的答案——这就是"幻觉"。

为什么按 Token 计费？

模型每读入或生成一个 Token 都要消耗计算。一个汉字大约对应一个 Token，所以输入越长、回答越长，费用就越高。

一个大模型是如何"炼成"的？

从一堆参数到你手机里的 AI 助手，通常要经过四个阶段。

大模型训练四个阶段流程图：预训练、指令微调、对齐与强化学习、部署与工具 — 图：大模型训练的四个阶段

预训练相当于让模型"博览群书"：读遍互联网文本、书籍和代码，学会语言和世界知识。这一步消耗了绝大部分算力，动辄需要数万块 GPU 连续运行数月。

指令微调相当于"岗前培训"：用人工编写的问答示例，教模型听懂指令、按格式回答。经过这一步，模型才从"续写文本"变成"对话助手"。

对齐与强化学习相当于"实习考核"：根据人类偏好或可自动验证的结果（如数学题对错）打分，强化好的行为、抑制有害内容。推理模型的"深度思考"能力，主要就是在这一阶段练出来的。

部署与工具则是"正式上岗"：接入搜索、代码执行和企业数据，加上安全过滤，最终成为你每天使用的产品。

一个关键认识：大模型本质上是在根据上下文预测最可能的下一个词，它并不"查数据库"。这解释了它为何知识渊博，也解释了它为何会编造看似合理的错误答案。

核心术语表

按主题分组，覆盖新闻与产品中最常见的 30 个概念。

神经网络Neural Network: 受大脑启发的计算结构，由大量相互连接的"神经元"组成，通过调整连接强度来学习。
参数Parameters: 神经网络中可学习的数值，可理解为模型的"记忆容量"。大模型的参数量常以十亿、万亿计。
Transformer: 2017 年提出的神经网络架构，核心是"注意力机制"，能同时关注一句话中所有词之间的关系，是大模型的通用底座。
大语言模型LLM: 在海量文本上训练、参数规模巨大的语言模型，能理解和生成自然语言，也能写代码、做推理。
Token词元: 模型处理文本的最小单位，一个汉字或一个英文单词片段大约是一个 Token。计费与长度限制都以它计算。
上下文窗口Context Window: 模型一次能"看到"的最大 Token 数，决定了它能处理多长的文档或对话。
预训练Pre-training: 在海量通用数据上进行的大规模训练，让模型获得通用能力，是成本最高的阶段。
微调Fine-tuning: 在预训练模型基础上，用少量特定数据继续训练，使其适应特定任务或行业。
RLHF人类反馈强化学习: 让人类对模型回答排序打分，再用强化学习让模型更符合人类偏好，是对话助手"懂礼貌、守规矩"的关键。
提示词Prompt: 用户输入给模型的指令或问题。清晰的目标、背景与格式要求能显著提升回答质量。
幻觉Hallucination: 模型自信地生成不真实或无依据的内容，例如编造文献、数据。重要信息务必核实。
RAG检索增强生成: 先从知识库检索相关资料，再让模型基于资料回答，可减少幻觉，常用于企业知识问答。
推理模型Reasoning Model: 回答前先进行较长"思考"的模型，擅长数学、编程等需要多步推导的问题。
思维链Chain of Thought: 让模型把推理过程一步步写出来，能提升复杂问题的准确率，也是推理模型的基础。
测试时计算Test-time Compute: 在回答问题时投入更多计算（想得更久、尝试更多方案）来换取更好的结果。
智能体AI Agent: 能自主规划、调用工具并执行多步骤任务的 AI 系统，目标是"把事做完"而不只是回答问题。
工具调用Tool Use: 模型按需调用外部能力，如搜索网页、运行代码、查询数据库、操作软件。
MCP模型上下文协议: 一种开放标准，让 AI 应用以统一方式连接各种数据源和工具，被称为 AI 的"USB 接口"。
多模态Multimodal: 能同时处理文字、图像、音频、视频等多种信息形式的能力。
扩散模型Diffusion Model: 通过逐步"去噪"从随机噪声中生成图像或视频的方法，是主流 AI 绘画与视频生成技术。
混合专家MoE: 模型内部包含多个"专家"子网络，每次只激活其中一部分，在保持能力的同时降低计算成本。
蒸馏Distillation: 用大模型的输出训练小模型，让小模型以更低成本获得接近大模型的能力。
开放权重Open Weights: 公开发布训练好的模型参数，任何人都可以下载、部署和修改，常被称为"开源模型"。
基准测试Benchmark: 用于衡量模型能力的标准化题库，如数学竞赛题、真实代码问题等。分数高不代表实际使用一定好。
对齐Alignment: 让 AI 的目标和行为符合人类意图与价值观的研究与技术，是 AI 安全的核心议题。
具身智能Embodied AI: 拥有物理身体（如机器人）、能在真实世界中感知和行动的 AI。
VLA 模型视觉-语言-动作: 把视觉画面与语言指令直接转化为机器人动作的模型，是具身智能的关键技术。
世界模型World Model: 让 AI 在内部模拟和预测物理世界如何变化的模型，用于机器人训练、自动驾驶与视频生成。
算力Compute: 训练和运行 AI 所需的计算能力，主要由 GPU 等 AI 芯片提供，是 AI 发展的核心资源。
AGI通用人工智能: 在绝大多数认知任务上达到或超过人类水平的 AI。目前尚无公认定义，也未实现。

常见误区

AI 已经有自我意识了吗？

没有科学证据表明当前 AI 具有意识或情感。它能流畅地谈论感受，是因为学习了大量人类写下的相关文本，而不是真的在"感受"。

AI 说的都是对的吗？

不是。大模型会产生"幻觉"，尤其在冷门知识、最新事件、精确数字和引用文献上。涉及健康、法律、财务等重要决定时，请以权威来源为准。

参数越多，模型就一定越好吗？

不一定。训练数据质量、训练方法、后训练与推理策略同样关键。如今不少中小规模模型通过蒸馏和优化，在特定任务上能超过更大的旧模型。

AI 会让大多数人失业吗？

AI 更可能先改变"工作内容"而非直接消灭"工作岗位"：重复性任务被自动化，人更多负责判断、沟通与创造。但转型期的冲击真实存在，需要个人学习与社会保障共同应对。

普通人怎样开始学习 AI？

从使用开始：选一个主流 AI 助手，把它用在写作、学习、整理资料等日常任务中。熟练后再了解提示词技巧，有兴趣再学习编程与机器学习基础。