30 个 AI 核心概念，一篇讲透
每天刷到 AI 新闻，满屏的 LLM、RAG、Agent、Token……是不是感觉自己像在听天书？
别慌。这篇文章用最通俗的语言，把 30 个 AI 核心概念一次性讲清楚。从最基础的"神经网络是什么"，到最前沿的"智能体怎么工作"，看完这篇，你就能跟任何人聊 AI。
一、基础篇：AI 的地基
1. 神经网络（Neural Network）
神经网络是由多层"神经元"组成的系统。想象一条流水线：数据从输入端进入，经过多个隐藏层处理，最后输出结果。
- 早期层检测简单特征（边缘、纹理）
- 中间层识别形状和模式
- 更深层理解实际含义
每个神经元之间的连接都有一个"权重"——可以理解为微小的"重要性分数"。训练 AI，就是不断调整这些权重的过程。现代 AI 模型拥有数十亿个权重，共同协作将原始输入转化为有意义的输出。
2. 迁移学习（Transfer Learning）
训练一个 AI 模型成本极高，需要海量数据、算力和时间。迁移学习让你不用从零开始——先使用别人训练好的基础模型，再针对你的特定任务做适配。
就像你已经会骑自行车，学摩托车就容易多了。大公司训练一次基础模型，开发者再微调，这就是现代 AI 的工作方式。
3. 分词（Tokenization）
在 AI 理解文本之前，需要先把文本拆成更小的单元，这个过程叫分词。
分词不是简单按空格切：“playing” 可能被分成 “play” + “ing”；短词如 “dog” 通常保持不变。中文更复杂——“人工智能” 可能被拆成 “人工” + “智能”，也可能整体保留。
Token 是 AI 处理文字的基本单位，约等于 0.5-1 个汉字。它也是计费单位和上下文长度限制的度量标准。
4. 嵌入（Embedding）
每个 Token 会被转换成一个向量——一个代表其含义的数字列表。
想象一张地图：每个词在空间中都有一个位置，相似的词彼此靠近（“国王"和"女王”），不同的词距离更远（“苹果"和"汽车”）。模型通过距离和方向来理解含义，让语言关系变成几何关系。
嵌入是搜索、推荐、分类、相似度匹配的底层技术。
二、架构篇：Transformer 革命
5. 注意力机制（Attention）
一个词的含义不是固定的——它取决于上下文。"苹果"在水果摊和科技公司是两个意思。
注意力机制允许每个词查看句子中的其他所有词，动态决定关注点。模型不是逐字阅读，而是一次性查看整个句子。
注意力机制解锁了现代 AI。在此之前，模型必须逐步处理文本，常常遗漏长距离关系。注意力改变了这一切。
6. Transformer
Transformer 是当前几乎所有现代 AI 系统的基础架构。2017 年的论文《Attention Is All You Need》引入了这个概念：让注意力成为核心机制。
- 早期层：理解基本语法
- 中间层：捕获词与词的关系
- 更深层：处理复杂推理
Transformer 处理所有 Token 是并行的，这使得它更快，能用 GPU 大规模扩展。GPT、Claude、Gemini、Llama 都基于此架构。
三、大模型篇：从理解到生成
7. 大语言模型（LLM）
LLM 是在大量文本上训练过的 Transformer。数据来源包括书籍、网站、代码，通常达到数千亿甚至数万亿个 Token。
训练目标出奇地简单：预测下一个 Token。 当这个过程在数万亿个示例上重复时，模型开始掌握语言模式、推理流程，甚至逻辑能力。
"Large"指的是参数数量——现代模型有数千亿个参数。GPT-4、Claude、文心一言、通义千问都是 LLM。
8. 上下文窗口（Context Window）
上下文窗口是模型一次能"记住"的最大 Token 数量。
- 8K ≈ 约 6000 字
- 32K ≈ 约 2 万字
- 128K ≈ 约 10 万字
但有个问题：模型往往更关注开头和结尾，中间的信息有时会被忽视——这就是"迷失在中间"（Lost in the Middle）问题。
9. 温度（Temperature）
温度控制 AI 的"创造力"：
- 低温度：总是选最可能的 Token，输出严谨可预测——适合写代码、做总结
- 高温度：探索更多可能性，输出发散有创意——适合头脑风暴
温度是控制模型行为的旋钮：低值精确可靠，高值创意多样。
10. 幻觉（Hallucination）
幻觉是 AI 一本正经地胡说八道。编造不存在的新闻、数据、法律条文。
语言模型的核心不是在说实话，而是在生成最可能的下一个文本片段。
模型不知道自己说的对不对，它只是在继续学到的模式。AI 非常擅长"听起来对"，但你仍需检查它是否"确实对"。
11. 对齐（Alignment）
对齐是让 AI 的行为符合人类价值观——安全、有益、诚实。
没有对齐的 AI 可能会生成有害内容、泄露隐私、或者给出危险建议。对齐训练让模型学会"什么该说，什么不该说"。
四、训练与优化篇：让 AI 更强更便宜
12. 微调（Fine-Tuning）
微调是在模型已经了解基础知识后，针对特定领域继续训练。就像给一个通才上"专业课"——医疗 AI、法律 AI、客服 AI，都是微调的产物。
但微调需要更新模型的大部分参数，需要强大的基础设施。
13. RLHF（人类反馈强化学习）
RLHF 将模型从"只是预测下一个 Token"转变为"符合人类期望"。
没有 RLHF，模型会生成流畅文本，但不一定有用、安全或适当。RLHF 引入人类判断：模型生成多个回答，人类比较决定哪些更好。 模型不是记住答案，而是在学习一种"偏好感"。
这就是现代聊天机器人感觉如此不同的原因。
14. LoRA（低秩适配）
LoRA 是一种轻量级微调方法：保持原始模型冻结，在其上添加小的可训练组件。
这些额外组件很小——通常只是总参数的百分之几。原本需要多块高端 GPU 的工作，现在可以在一台机器上完成。
15. 量化（Quantization）
量化是通过更高效地存储权重来使模型更小、更便宜运行的方法。
在完整精度模型中，每个权重用大量位存储。量化减少这个大小，同时保留大部分有用信息。这就是为什么你能在笔记本上运行强大模型——它们是被压缩过的量化版本。
五、提示与推理篇：跟 AI 对话的艺术
16. 提示词（Prompt）
提示词是你给 AI 的指令。写得好，结果才好。
- 差的提示：“写一首诗”
- 好的提示：“写一首关于春天的五言绝句，风格类似王维”
好的提示不是复杂性，而是清晰度。
17. 提示工程（Prompt Engineering）
提示工程是塑造输入以使模型给出更好输出的过程。同样的问题，用不同方式提问，会得到完全不同的结果。
模糊提示给出通用输出，精心制作的提示可以给出结构化、准确、真正可用的结果。
18. 零样本（Zero-shot）
不给任何例子，直接让 AI 做任务。比如：“把这句话翻译成英文。”
零样本测试 AI 的"裸实力"——它能在没有任何示范的情况下理解你的意图吗？
19. 少样本（Few-shot）
给几个例子，让 AI 学着做。比如：“例1…例2…现在请你做第3个。”
少样本让 AI 快速理解你想要的格式和风格，而不需要修改模型本身。
20. 思维链（Chain of Thought）
思维链是一种提示方法，让模型分步骤工作，而不是直接跳到最终答案。
如果你只要求最终答案，模型可能过度依赖模式匹配。但如果你鼓励它更仔细地处理问题，就有更好的机会得到正确答案。
思维链就像给模型一个"草稿空间"。
六、构建 AI 系统篇：从聊天到行动
21. RAG（检索增强生成）
RAG 是解决幻觉问题最实用的方法之一。核心思想：在生成回答之前，先从知识库搜索相关文档，然后把这些文档作为上下文传给模型。
知识库提供实际事实，模型专注于理解问题并解释答案。如果信息变化，不需要重新训练模型——只需更新文档。
22. 向量数据库（Vector Database）
向量数据库存储嵌入（Embedding），即含义的数值表示。
工作流程：
- 文档被分成小块，每块转换为嵌入
- 用户提问时，查询也转换为嵌入
- 系统找到最相似的向量作为上下文返回
这使得 RAG 有效运作——模型检索的不是文本，而是最相关的含义。
23. API（应用程序接口）
API 是让不同软件对话的接口。AI 调用搜索引擎、发送邮件、查询数据库，都靠 API。
API 是 AI 连接现实世界的桥梁——没有 API，AI 就只能"自言自语"。
24. 函数调用（Function Calling）
函数调用是 AI 决定调用哪个工具/技能的机制。用户问"今天北京天气怎么样"，AI 不是自己猜，而是调用天气 API 获取实时数据。
函数调用让 AI 从"只会说话"变成"能做事"。
25. 智能体（Agent）
AI 智能体是能够自主完成任务的 AI。不只是问答，还能规划、调用工具、行动。
大多数智能体在循环中运作：
- 观察当前情况
- 决定下一步
- 采取行动
- 基于变化重复
智能体将语言模型转变为能在现实世界中实际行动的系统。但这也是棘手的部分：每个步骤都有出错的机会，小错误会累积。
26. 技能/工具（Skill / Tool）
技能是 AI 的"超能力"插件，扩展功能。搜索技能、天气技能、股票技能、浏览器技能——每个技能让 AI 多一项能力。
没有技能的 AI 只能聊天，有技能的 AI 能帮你做事。
27. 工作流（Workflow）
工作流是多个 AI 步骤串起来的自动化流程。比如：收集信息 → 分析 → 生成 → 发送。
工作流让 AI 从"单次问答"进化为"端到端自动化"。
28. 记忆系统（Memory）
记忆系统让 AI 记住历史对话和经验。分为短期记忆（当前对话）和长期记忆（跨会话的知识积累）。
没有记忆的 AI 每次对话都从零开始，有记忆的 AI 能像老朋友一样了解你的偏好和上下文。
七、前沿篇：正在发生的未来
29. MCP（模型上下文协议）
MCP 是 2025 年兴起的统一工具接口标准。让 AI 能统一调用各种工具和服务，不用每个工具写一套对接代码。
可以类比为 AI 世界的 USB 接口——一个标准连接所有设备。
30. 多模态（Multimodal）
多模态 AI 能理解多种类型输入——文字、图片、声音、视频。看图说话、语音转文字、视频内容分析，都是多模态的应用。
多模态让 AI 从"只会读文字"进化为"能看、能听、能理解"。 这是通向通用人工智能的关键一步。
速查表
| 术语 | 一句话解释 |
|---|---|
| 神经网络 | AI 的基本结构，由多层神经元组成 |
| 迁移学习 | 站在巨人肩膀上，不从零训练 |
| 分词/Token | AI 处理文字的基本单位 |
| 嵌入 | 把文字变成数字向量，方便 AI 理解 |
| 注意力 | 让 AI 理解上下文的核心机制 |
| Transformer | 现代 AI 的基础架构 |
| LLM | 超大规模语言 AI |
| 上下文窗口 | AI 一次能记住多少内容 |
| 温度 | 控制 AI 的创造力 |
| 幻觉 | AI 一本正经胡说八道 |
| 对齐 | 让 AI 符合人类价值观 |
| 微调 | 给 AI 上专业课 |
| RLHF | 用人类反馈训练 AI |
| LoRA | 轻量级微调，省钱省力 |
| 量化 | 压缩模型，让大模型跑在小设备上 |
| 提示词 | 你给 AI 的指令 |
| 零样本 | 不给例子直接做 |
| 少样本 | 给几个例子学着做 |
| 思维链 | 让 AI 分步骤思考 |
| RAG | 先查资料再回答 |
| 向量数据库 | 存储含义的数据库 |
| API | AI 连接世界的接口 |
| 函数调用 | AI 决定调用哪个工具 |
| 智能体 | 能自主行动的 AI |
| 技能/工具 | AI 的超能力插件 |
| 工作流 | 多步骤自动化流程 |
| 记忆系统 | 让 AI 记住历史 |
| MCP | AI 世界的 USB 接口 |
| 多模态 | AI 能看、能听、能理解 |
| 生成式 AI | 能创作内容的 AI |
其实还有很多词来不及讲，像Context Engineering、Harness。感觉学无止境啊！
← 返回文章列表