AI知识

掌握这几个概念，就能听懂关于 AI 的绝大部分讨论。

人工智能

一个宽泛的概念，指能完成通常与人类思维相关的任务的软件：理解语言、识别图像、做决策、预测接下来会发生什么。

不再手工编写规则，而是给计算机看大量示例，让它自己发现规律。用一百万封标注过的邮件训练出的垃圾邮件过滤器，就是机器学习。

神经网络是受大脑启发的模型：由多层简单单元把输入转换为输出。“深度”指的就是层数很多。只要数据和算力足够，深度网络能学到极其微妙的规律——这正是现代图像、语音和语言系统的动力来源。

大语言模型是在海量文本上训练的神经网络。它的核心能力是预测下一个词，但在足够大的规模下，这带来了流畅的写作、翻译、摘要、推理和写代码的能力。它不像数据库那样“知道”事实，而是根据学到的模式生成回答，所以偶尔会一本正经地犯错。重要的输出一定要核实。

提示词就是你给模型的指令。好的提示词会明确任务、受众、想要的格式和各种限制条件。而上下文——你贴进去的背景信息——才是把泛泛的回答变成有用回答的关键。

智能体是不只会回答、还会行动的 AI。它能使用工具（联网搜索、读取日历、运行代码）、记住你的偏好，并替你完成多步骤任务，只在真正需要你做决定时才来请示。