2026 年你必须理解的 20 个 AI 概念

大家都在用 AI，几乎没人真正理解它们的工作原理。Transformer、嵌入、RAG、智能体、RLHF……这些词每天都在你耳边响，但大多数人只是在假装听懂。

原文作者 @sairahul1 的判断是：一旦你掌握了这 20 个思维模型，ChatGPT、Claude、Midjourney、Cursor、编程智能体就都变得清晰了——无需博士学位，没有专业术语。

本课是"AI工具盘点"专题的术语主课：后面《AI 名词小白入门白皮书》(02 课)中重叠的概念会直接引用本课，不再重复讲解。

1. 神经网络：每个 AI 模型的大脑。由多层组成的管道：数据进入输入层 → 经过隐藏层 → 以预测结果输出。每个连接都有一个"权重"——一个微小分数，控制一个神经元对下一个神经元的影响程度。训练 = 调整数十亿个权重，直到输出准确为止。GPT-4 约 1.8 万亿个参数，Claude 3 Opus 数千亿参数，都源于同一个基本概念。

2. 分词（Tokenization）：AI 读你的文本前，会先把它拆成"词元"小片段。"playing" → "play"+"ing"，"ChatGPT" → "Chat"+"G"+"PT"。粗略规则：1 个 token ≈ 0.75 个单词，1000 个 token ≈ 750 个单词。

3. 嵌入（Embeddings）：每个词元变成一个代表语义的数字向量。想象成词语界的谷歌地图："医生"和"护士"紧邻，"医生"和"披萨"相距甚远，"国王"减"男人"加"女人" ≈ "女王"。模型靠距离和方向"理解"词语——这是语义搜索、推荐系统、RAG 的底层驱动力。

4. 注意力机制（Attention）："苹果"在"我吃了一个苹果"里是水果，在"我买了苹果股票"里是公司。注意力让每个词看到句子里所有其他词并决定谁重要——"Apple"高度关注"shares"和"bought"，模型就知道这是公司不是水果。没有注意力之前，模型只能从左往右读；有了它，一眼看全句。这一个想法解锁了现代 AI。

5. Transformer：2017 年论文《Attention Is All You Need》提出的架构，几乎所有 AI 模型都用它。突破：用注意力并行处理全部文本，而不是逐词读取。流程：文本 → Token → 嵌入 → 堆叠注意力层 → 输出。浅层学语法、中层学词关系、深层做复杂推理。GPT、Claude、Gemini、Llama、Mistral 全是 Transformer。

6. LLM（大语言模型）：在海量文本（书籍、网站、代码、维基）上训练的 Transformer，训练 token 以万亿计。训练任务简单到不可思议：预测下一个 token。重复万亿次后，奇迹发生了——模型学会了语法、推理、写代码、翻译、解数学题，没人教过它，全是规模化的涌现。

7. 上下文窗口（Context Window）：模型的记忆上限——一次能"看到"的 token 数（你的消息 + 它的回复 + 对话历史）。早期 GPT 约 4000，GPT-4 是 128000，Claude 3.5 是 200000，Gemini 1.5 Pro 是 1000000。但有个坑：模型对开头和结尾最敏感，中间常常被忽略，叫"Lost in the Middle"问题。大窗口 ≠ 完美记忆——这解释了为什么 AI 会"忘记"你明明提过的事。

8. 温度（Temperature）：AI 生成时不是总选最可能的词，而是靠一个旋钮调节：温度 0 = 总选最稳妥的词（写代码、查事实用）；温度 1 = 更有创意（头脑风暴用）；温度 2+ = 放飞，偶尔语无伦次。

9. 幻觉（Hallucination）：AI 会自信地撒谎——不是故意的，它是真的没办法。因为 LLM 不搜索真相，它只预测最可能的下一个 token。假的引用、不存在的 API、编造的"历史事实"，说得理直气壮。对策：事实类输出必须核实；用 RAG（概念 16）给它垫上真实资料。

10. 提示工程（Prompt Engineering）：问法决定一切。同一个模型，问得好和问得烂，结果天差地别。真正有效的技巧：给背景（"我在做一个 SaaS"）、指定角色（"扮演资深后端工程师"）、给例子、明确输出格式、复杂任务拆成步骤。这不是投机取巧，这是你和模型沟通的主要方式。

11. 迁移学习（Transfer Learning）：从零训练太贵。拿一个已在大任务上训练好的模型，适配到你的具体场景——不是从零开始，而是站在前人肩上。就像会骑自行车再学摩托车，快得多。

12. 微调（Fine-Tuning）：迁移学习的具体做法。在预训练模型上用小的、聚焦的数据集继续训练。模型已经会"说人话"，现在教它你的专业领域：医疗模型微调用临床记录，法律模型用合同，代码模型用 GitHub。代价：要更新数十亿参数，需要多块 GPU 和 serious 的基础设施。

13. RLHF（基于人类反馈的强化学习）：微调让模型专精，RLHF 让它好用、好懂、好管理。流程：给模型一个问题 → 它生成多个回答 → 人类给回答排序 → 模型学会偏爱人类喜欢的那种。重复成千上万次，模型建立起"好回答"的感觉：清晰、有用、诚实、安全。这就是为什么 ChatGPT 和 Claude 像助手而不是随机文本生成器。

14. LoRA（低秩适配）：微调太贵怎么办？LoRA 的答案是：不碰整个模型。原模型冻结，只在上面加微小的可训练层。洞察：大多数微调改动其实很小。结果：在单块消费级 GPU 上就能微调；一份基础模型 + 随意换 LoRA 适配器。LoRA 是开源 AI 爆发的原因之一。

15. 量化（Quantization）：把每个权重的精度降低（32 位 → 4 位），模型直接小 8 倍，质量下降却常常微乎其微。这就是你能在 MacBook 上跑 LLaMA、手机上用强大模型的原因。没有量化，大模型会被锁在数据中心里。

16. RAG（检索增强生成）：LLM 幻觉是因为它靠记忆答题。RAG 让它先查资料：① 用户提问 → ② 系统在知识库里搜相关文档 → ③ 把文档作为上下文喂给模型 → ④ 模型依据真实信息回答。就像开卷考试 vs 闭卷考试。数据变了不用重训，只更新文档就行。客服机器人、法律工具、医疗助手、内部知识库都在用它。

17. 向量数据库（Vector Databases）：RAG 要按"意思"搜几百万文档，而不是关键词——靠它。流程：文档转成嵌入向量存入 → 问题也转成向量 → 找最接近的向量 → 返回语义最相似的文档。搜"heart disease treatment"能找到讲"cardiac care protocols"的文档，虽然词完全没对上。工具：Pinecone、Qdrant、Weaviate、pgvector。

18. AI 智能体（AI Agents）：LLM 回消息，智能体干活。区别：LLM 是你问它答，一次结束；智能体是你给目标，它规划、行动、检查结果、调整、重复。智能体循环：思考 → 行动 → 观察 → 重复。模型是大脑，工具是手：网页搜索、代码执行、文件系统、API、邮件日历、数据库。智能体把 AI 从聊天机器人变成了同事。

19. 思维链（Chain of Thought, CoT）：AI 答错有时不是笨，而是答得太急。让它一步步来："速度 60mph，时间 2.5 小时，距离 = 速度 × 时间 = ?"——模型走三步：找公式 → 代入 → 计算。数学、逻辑、多步问题可靠得多。洞察：给模型留思考的空间，别让它只做反应。"think step by step"这类提示词有效，就是这个原因。

20. 扩散模型（Diffusion Models）：AI 怎么生成图片？它学的是毁图：训练时给真实图片一步步加噪直到变成纯雪花，再训练模型把噪声一步步去回去；生成时从纯噪声开始，按你的文字提示去噪，图片从随机中浮现。名字来自物理学的扩散现象。现在不只图片：视频（Sora、Runway）、音频、3D、药物分子都这么干。

AI 如何运作：1. 神经网络（分层模式学习）→ 2. 分词（把文本拆成片段）→ 3. 嵌入（意思是数字）→ 4. 注意力（语境改变词义）→ 5. Transformer（一切背后的架构）。

LLM 如何工作：6. LLM（海量规模的下一个词预测）→ 7. 上下文窗口（记忆上限与中间问题）→ 8. 温度（创意旋钮）→ 9. 幻觉（自信且错误）→ 10. 提示工程（你的沟通方式）。

模型如何变强：11. 迁移学习（站在巨人肩上）→ 12. 微调（教它你的领域）→ 13. RLHF（教它好用）→ 14. LoRA（不花大钱的微调）→ 15. 量化（大模型跑小机器）。

真实系统如何搭建：16. RAG（先查资料再回答）→ 17. 向量数据库（按意思搜索）→ 18. AI 智能体（从回答到做事）→ 19. 思维链（给它留思考空间）→ 20. 扩散模型（从噪声到图像）。