首页/AI 常识

AI 常识:从浅到深讲明白

不追求一口气读完,也不堆术语。每一篇只解决一个问题:这个词是什么意思、它为什么存在、什么时候会用到、常见误解是什么。按顺序读是完整的学习路径,按需跳读也查得到。

5 个层级 9 篇文章 每篇约 7–9 分钟 附术语速查表

第 1 层 · 入门

先把天天听到的几个词分清楚:人工智能、机器学习、深度学习、大模型,到底谁包含谁。

第 2 层 · 基础

机器到底是怎么「学」的:数据、特征、损失函数、梯度下降,以及为什么会有过拟合。

第 3 层 · 进阶

语言模型的两个关键零件:Token 与向量、Transformer 与注意力机制。

第 4 层 · 大模型

大模型是怎么炼成的、提示词为什么有效、幻觉从哪来、RAG 到底解决了什么。

第 5 层 · 应用与前沿

Agent、工具调用、MCP、多模态:把模型变成能干活的产品,需要补上的那几块。

怎么读这个栏目

  1. 第一次来:从第 1 层开始按顺序读,五篇之后基本能看懂大部分 AI 新闻里的名词。
  2. 只想查某个词:直接打开术语速查表,60 个概念各一句话,找到后再点回对应文章看细节。
  3. 要动手做东西:重点看第 4 层的提示词、幻觉与 RAG,以及第 5 层的 Agent 与工具调用,这两层直接对应产品落地。

写作原则

只写能被验证的内容;不确定的地方明确说「目前没有定论」;每个概念尽量给一个日常类比,同时标出「类比在哪里不成立」。涉及的参数、成本、能力边界会随时间变化,页面内的说法以公开资料为主,不构成任何技术选型建议。

Advertisement
底部广告位 728×90 / 移动端 320×100