AI 新人入门热词扫盲

本文面向AI社区的新入行的小伙伴，帮你快速理解AI领域最常出现的概念。

---

一、基础模型与结构

• LLM（Large Language Model，大语言模型）
  读了海量文本的大脑，能理解语言、写作、聊天、编程。ChatGPT、Claude、Gemini、DeepSeek等都是基于它构建的。

• Transformer
  这是现代AI模型的基础架构，擅长捕捉上下文信息。就像人读文章时，一边理解内容、一边记得前后逻辑。

• MoE（Mixture of Experts，专家混合）
  模型里住着多个“专家模块”，AI会根据问题只激活最合适的那一个。相当于你提问时，它去请最懂行的人出主意。

• Multimodal（多模态）
  能同时理解文字、图片、音频、视频等多种信息形式。换句话说，AI不只会说，还能看、能听、能分析。

• Vision-Language Model（视觉语言模型）
  结合图像识别与语言理解的模型。比如你上传一张图，它能告诉你“这是谁、在干嘛”，甚至续写一段故事。

• Reasoning Model（推理模型）
  更擅长多步推理和逻辑分析的AI，比如o1、Gemini-Reasoning、DeepSeek-R1。它不仅能答题，还能像学生写草稿一样展示思考过程。

---

二、能力评测与风险

• Benchmark（基准测试）
  测试模型能力的“AI高考”。比如数学、逻辑、写作分项评分，用来比较谁更聪明。

• Chatbot Arena
  AI之间的擂台。用户只看内容，不看是谁写的，为更好的回答投票，就像AI版的“蒙面歌王”。

• Zero-shot / Few-shot
  指AI在几乎没见过例题或只看过少量示例的情况下，也能做对新题。就像第一次看别人做寿司，你自己也能上手。

• Hallucination（幻觉）
  AI在没有依据时“编造事实”。它听起来很自信，但可能一本正经地胡说八道。RAG就是为了解决这个问题。

• Context Window（上下文窗口）
  模型能同时“记住”的信息量。窗口越大，AI理解越连贯，也更擅长长文档分析。

• Token（标记）
  AI处理文本的最小单位。比如“你好”大约是两个token，token越多代表模型读的内容越多，也意味着花费越高。

---

三、大模型的训练与调优

• SFT（Supervised Fine-Tuning，监督微调）
  给AI看带标准答案的题，让它学会老师的做题思路。相当于手把手辅导。

• RLHF（Reinforcement Learning from Human Feedback）
  人类对AI的回答打分，AI根据这些反馈学会更有礼貌、更懂人心。ChatGPT的对话风格就是这样训练出来的。

• LoRA（Low-Rank Adaptation）
  轻量级的模型微调方式，只改动少量参数。就像在AI上插个小U盘，它立刻学会新技能。

# LoRA最小原理示例
class BaseModel:
    def forward(self, x): ...
class LoRA:
    def __init__(self):
        self.A, self.B = init_low_rank()
    def forward(self, x):
        return x @ self.A @ self.B

• Prompt Tuning（提示词调优）
  通过优化输入语句，让AI输出符合预期。换种说法，就能让它写出不同风格的内容。

• Open-Source Models（开源模型）
  像Llama、Qwen、Yi、Mistral等，允许开发者自由微调和商用。是AI圈的“开源引擎”。

• Knowledge Distillation（知识蒸馏）
  让小模型从大模型那里学知识。就像老师把经验提炼成小抄交给学生背。

---

四、实用工具与工作流

• RAG（Retrieval Augmented Generation，检索增强生成）
  AI先查资料，再回答问题。避免瞎编，提高时效性，就像学生考试前先翻笔记。

• Workflow（AI工作流）
  把检索、推理、生成等步骤串起来，形成一条自动化流水线。现在很多无代码AI平台都能实现这种流程。

• Prompt Engineering（提示词工程）
  写好Prompt是门艺术。你说得准，它才能理解你的意图。写Prompt就像写咒语，得精准。

你是资深AI顾问，请用三步法解释以下概念。
1. 先解释定义；
2. 再举生活类比；
3. 最后总结一句话启发。
问题：{用户输入}

• Vibe Coding
  用自然语言描述需求，AI自动生成代码。让“写代码”变成“说需求”。

• AI Search / AI浏览器
  融合生成式AI的搜索引擎，比如Perplexity、You.com、Microsoft Copilot。你不再“搜答案”，而是直接“得到答案”。

• AI PC / Copilot+ PC
  内置AI芯片（NPU）的电脑，能本地运行小模型。就像电脑里藏了个小ChatGPT，速度更快还保护隐私。

---

五、自动化执行与智能体

• Agent（AI智能体）
  能理解目标、规划步骤、自动完成任务的AI助手。就像一个永不下班的数字秘书。

• AutoGPT / BabyAGI / Devin
  早期自动化Agent框架。你只给目标，它就会拆任务、查资料、执行并汇报。

• SWE-Agent
  专为程序员设计的AI助手，能写代码、改功能、修Bug。相当于一个虚拟开发搭档。

• Orchestration（智能体编排）
  当多个Agent协作执行任务时，需要一个调度者。它就像项目经理，分工、监控、整合结果。

• Memory（记忆）
  让AI不再失忆，可以记住用户偏好、历史对话和上下文。随着记忆系统完善，AI变得更像私人助理。

• AI Persona（AI角色）
  带有特定语气、风格或设定的人格AI，比如AI老师、AI顾问、AI陪伴者。像和一个有性格的助手对话。

---

六、技术协议与生态标准

• MCP（Model Context Protocol）
  统一AI模型与工具、数据源之间的通信协议。它像AI世界的USB接口，让不同AI能无缝协作。

• A2A（Agent-to-Agent Communication）
  让不同AI智能体之间能直接对话、交换信息的协议。相当于AI之间的“电话线”。

• Function Calling / OpenAPI
  AI可以调用外部函数或API执行任务。也就是说，它不只是能说话，还能“按按钮”完成实际操作。

{
  "functions": [{
    "name": "book_flight",
    "description": "根据城市、日期预订机票",
    "parameters": {
      "from_city": "string",
      "to_city": "string",
      "date": "string"
    }
  }]
}

• Local LLM
  在本地设备运行的小型语言模型，不依赖云端。数据不出门，安全又私密。

---

七、具身智能（Embodied AI）

• 具身智能（Embodied AI）
  让AI拥有“身体”，能感知环境并行动。它不仅能想，还能干，比如开车、递水、搬箱子。

• Vision-Action Model（视觉-动作模型）
  AI看见东西后能直接做出反应。像看到球就去接，看到路障就绕开。

• Sim-to-Real（仿真到现实）
  AI先在虚拟环境里练，再去现实世界执行任务。就像先打游戏练习，再上真场。

---