认识AI — 从零开始
所有核心概念，用最简单的话讲透。
什么是AI？
AI（Artificial Intelligence）= 让机器像人一样思考和做事的技术。
核心思想：用数据教会机器，而不是一行行写规则。就像教小孩认猫——看多了自然就认识了。
什么是机器学习？
机器学习（ML）= 不告诉机器规则，让它自己从数据中找规律。
- ●输入：规则 + 数据
- ●输出：结果
- ●例：写 if-else 判断垃圾邮件
- ●输入：数据 + 答案
- ●输出：规则（模型）
- ●例：给1万封邮件标注，让机器自己学
什么是深度学习？
深度学习（DL）= 用多层神经网络学习。"深度"= 层数多。厉害之处：自动提取特征，不用人工告诉它看什么。
什么是神经网络？
模仿人脑的计算模型。本质就是一堆数学公式连在一起。
什么是Transformer？
2017年 Google 提出的架构。几乎所有现代AI都基于它（GPT、Claude、Gemini、DeepSeek）。
- ●一个字一个字读
- ●读到后面忘了前面
- ●不能并行，训练慢
- ●同时看整个句子
- ●自动判断词与词的关系
- ●并行计算，快几十倍
"小明把书放在桌上，因为它太重了" → 人知道"它"= 书。注意力机制让AI也能做到这一点。
什么是GPT？
GPT = Generative Pre-trained Transformer（生成式预训练Transformer）。
GPT 做的事：预测下一个词。输入"今天天气真"，计算下一个词的概率："好"60%、"热"20%……一个词一个词生成。
什么是LLM？
LLM = Large Language Model（大语言模型）。参数多、数据多、算力多。
能做什么：对话、写作、翻译、编程、分析、创意……
不是真正"理解"，只是统计预测。会"一本正经地胡说八道"（幻觉）。永远要验证重要信息。
什么是Token？
LLM 处理文字的最小单位。不是"字"，是模型自己的分词方式。
Token 为什么收费？
每个Token → 经过几十亿参数计算 → 需要GPU（一张H100约25万元）→ 用多少算多少。
Token 怎么计算？
| 内容 | 约 Token 数 |
|---|---|
| 1个英文单词 | ~1-1.5 |
| 1个中文字 | ~1-2 |
| 100个中文字 | ~100-200 |
Context 上下文
AI 能"看到"的所有内容。上下文窗口= 一次能处理的最大Token数。
Temperature 温度
控制AI回答的随机性。
什么是Prompt？
你给AI的指令。Prompt 质量 = 输出质量。
- ●"写一篇文章"
- ●"帮我写代码"
- ●"翻译成英文"
- ●"用通俗语言写800字科普，主题是RAG"
- ●"Python函数，返回偶数平方和，加注释"
- ●"意译成美式英语，目标读者是科技从业者"
详见 → Prompt学院
什么是Embedding？
把文字变成一串数字（向量）。意思相近的文字，数字也相近。
什么是RAG？
RAG = Retrieval-Augmented Generation（检索增强生成）= 先搜资料，再回答。
闭卷考试 = 纯LLM（凭记忆）
开卷考试 = RAG（可以翻书）。开卷当然更准！
什么是Agent？
能自主思考、规划、行动的AI系统。
- ●你问一句，它答一句
- ●只能聊天
- ●没有记忆
- ●例：帮我写一封邮件
- ●你给目标，它自己规划执行
- ●能搜索、写代码、调API
- ●有长期记忆
- ●例：调研竞品，写报告，发给团队
详见 → Agent学院
什么是Memory？
让AI记住之前发生的事。
什么是Workflow？
多个AI步骤串联成自动化流程。
什么是MCP？
MCP = Model Context Protocol。Anthropic 提出的开放标准，让AI统一连接各种工具。就像 USB 接口——不管什么设备，USB就能插上用。
Function Calling
让LLM调用外部函数。AI不直接执行，而是输出调用的JSON。
什么是API？
API = Application Programming Interface = 程序之间的"对话规则"。
详见 → API学院
什么是SDK？
SDK = Software Development Kit = 帮你更方便调用API的工具包。
- ●写 fetch()、手动拼 JSON
- ●处理 Header、认证
- ●代码多、容易出错
- ●new OpenAI()
- ●一行代码调用
- ●简洁、不容易出错
常见问题
Q: AI会取代我的工作吗？
AI不会取代所有人，但会用AI的人会取代不会用的人。AI是工具，不是对手。
Q: 学AI需要数学很好吗？
使用AI不需要。用ChatGPT聊天不需要懂数学。深入研究才需要。