写给文科背景学生的AI导论

写篇AI主题的文章，受众是文科生吧，主要是我身边的文科生。全文10000字不到点。

当下的人逃不开三件事：呼吸，饮食，AI。在社交媒体与大众舆论中，人工智能以两幅面孔出现：一种是即将觉醒的、最终将抵达AGI图景的硅基生命，支持者计算着人类还有几年好活、是否应该快速折现存量资产；另一种视角下，它是万能神器，三天速成、月入十万、淘汰所有人之类的雷人文案满天飞。而在笔者熟悉的一线场景里，它以第三幅面孔安静运转：有些后台部门用本地部署的模型封装了全部制度文本、重做了全套报表流程、封装了所有案头工作流，过去半个部门的工作量，现在一个人加一套智能体（Agent）工作流即可完成，甚至领导也开始用这套系统，在同样由AI生成的报告上作出拟处理意见、只待真人复核。

同一样东西，三副面孔。ChatGPT 每周有十亿人使用，能讲清其原理的人不多，能讲清产业格局的人更少。在理工科、商科青年已用AI大幅提升工作效率、甚至赚到第一桶金的同时，大量文科生面对人工智能，普遍在两种姿态之间摇摆：恐慌，怕被取代；轻慢，视之为玩具。前者导致丧失判断力，后者则走向自我灭亡之路。事实上，两种姿态看起来不一样，本质却是同源的，即对技术原理、路线和格局的了解匮乏。

本文将仿照大四收获了100多个赞的那篇关于经济学的文稿，依次回答六个问题：对人工智能的误解有哪些；人工智能的技术原理是什么；人工智能的技术路线更迭史；其产业格局如何分布；高效应用人工智能的方法论；更新迭代的合理路径。

关于人工智能的多数争论，争的不是人工智能本身，是各自想象的幻影。有三个误读最具普遍性。

第一个误读，人工智能具有意识。科幻叙事给公众留下的默认印象是：既然称为智能，必有意识、有意图，值得追问它“想干什么”。事实层面，今天全球运行的所有大模型（Large Language Model, LLM），没有一个得到科学证据支持具有意识。（关于这个问题，我用AI专门写了一本书在认识论、心智结构与脑科学等方面归纳了有关讨论和我的思考。其实我的真实观点更加激进，就是意识不是什么很特别的东西，只是在一定选择压力下涌现出来的一套行为策略模式，无论是自然选择，还是物理系统在随机微观向中宏观的演化，本质上都差不多（后一条比较匪夷所思，这里也没办法展开解释，先按下不表）。换言之，如果你能像哥白尼一样找到正确的外生约束与公理，你同样可以训练出低能耗高性能的所谓“意识”）它做的事情一句话可以讲清：预测下一个词（next-token prediction）。这个定性不是贬低，而是校准。预测词的能力做到极致，足以写出论文、代码与合同，但这与“心里在想什么”是两回事，与形式上的自由意志还是有很大出入的。

第二个误读，大模型等于高级搜索。不少文科背景的读者认为，大模型无非检索资料后拼凑答案，与搜索引擎没有本质区别，进而基于他们使用网页豆包、翻墙使用Gemini（这算很高级了）的贫乏经验，得出一个结论：AI只会胡说八道，靠不住啊！先不说这种观点是否符合事实，至少在原理上，搜索和大模型生成语言区别就是根本性的。搜索是检索既有文本，将别人写好的内容找出来；大模型生成语言则是在海量训练语料中压缩出规律，再按规律生成（准确来讲是“涌现”）出此前不存在的文本。它能写出行家水平的代码，能完成连续十步的多步推理，能操作浏览器执行整套任务流程。这些能力没有一项能用检索解释。

第三个误读，人工智能万能。很多工程师都抱有这种看法，但这是站不住脚的。真实工程中它有三个难以消除的硬约束。一是幻觉（hallucination）：模型输出的永远是统计意义上最可能的词，而非查证过的事实，虚构判例、编造数据的情况无法根除，只能靠流程校验压制，或者限定为本地知识库加上一定限度的泛化。二是成本：旗舰模型训练一次动辄数亿美元，日常使用按 Token（模型处理文本的最小单位，约等于半个到一个汉字）计费，大规模调用的推理费用相当可观。现在个人用户一般都订套餐了，意义主要是给企业后台贡献数据和工作流，企业主要靠toB业务赚大钱（或者靠IPO赚特大钱）。三是可靠性：长链条任务中误差逐步累积，十步任务每步九成五的把握，总体成功率只剩约六成，当然这个数据比较老了，现在loop工程和graph工程正慢慢解决有关问题，或许可以大幅优化。2026 年实际落地的人工智能形态是人机协同：模型承担主体工作，人负责发起、校验与兜底。全自主智能体仍是远景，凡宣称已经实现者，其说法需要打折扣。

大模型没有神秘主义成分，它是一项可以完整拆解的工程系统。拆开来看，共有六个环节。

第一环节，预训练（pre-training）。模型上岗前要读数万亿 Token 的文本。这是什么体量：一个人一天读十万字，读到八十岁约三亿字，旗舰模型的训练语料是这个数字的数万倍。训练方式不是背诵，而是反复预测下一个词、对答案、修正参数，将语言规律和知识压缩进模型。今天旗舰模型的参数规模以千亿计，Kimi K3 已开源至 2.8 万亿参数，是全球首个达到该量级的开源模型。

第二环节，注意力机制与 Transformer 架构。2017 年，八位作者在论文Attention Is All You Need中提出Transformer，此后所有大模型均由此发展而来。它解决的核心问题是上下文关联：读到"苹果发布新手机"时，模型据全句信息判断此苹果指公司而非水果。全部当代人工智能同源同宗，起点都是这篇论文。

第三环节，规模定律（Scaling Law）。2020 年前后，研究者确认模型能力随参数量、数据量、算力投入按可预测规律提升。这条定律是全行业资本开支的理论依据：OpenAI 到 2029 年累计支出计划约 1150 亿美元，阿里宣布未来三年投入超 3800 亿元人民币建设云与人工智能基础设施。投入产出的关系可以计算，资本才敢于下注。这一环节的重要旁支是混合专家架构（Mixture-of-Experts, MoE）：模型内部设数十至数百个专家模块，每次推理只激活其中一部分，以更少的计算量达到稠密模型的效果。DeepSeek 在此路线上做到行业前列，是中国效率路线的代表性技术。此外，因为我国受到芯片管制、算力资源匮乏，所以过训练技术路线也是比较常见的。

第四环节，后训练（post-training）。预训练完成的模型掌握大量知识，但不熟悉具体任务，需要两步对齐。指令微调（Supervised Fine-Tuning, SFT）教它理解并执行指令；基于人类反馈的强化学习（RLHF）以及基于可验证奖励的强化学习（RLVR）教它将事情做对。2025 年初，DeepSeek 发布 R1 模型，证明纯强化学习足以训练出深度推理能力，且以 MIT 许可证开源，引发全球关注。此后推理模型（reasoning model）成为行业标配：回答前先生成推理步骤（思维链，chain-of-thought），以更长的计算时间换取更高的准确率。算力投入的重心由训练端转向推理端，这是范式级变化。

第五环节，长上下文（long context）。早期模型一次只能处理数千 Token，当前旗舰模型的上下文窗口已达百万 Token，可一次输入整本制度汇编或整年案卷。GLM-5.2 主打百万 Token 的项目级任务处理，GPT-5.6 系列按任务复杂度自动分配快答与深思两档算力。但长上下文也往往意味着开发效率等受一些损失，因此需要合理规划。

第六环节，多模态与智能体。这是近两年的演进主线：模型从会说走向会做。多模态（multimodal）将图像、语音纳入理解与生成范围。智能体（Agent）则赋予模型执行能力：模型加工具调用、加循环，可以查资料、写文件、操作浏览器、调用程序接口，逐步完成完整任务。2024 年 Anthropic 发起的模型上下文协议（Model Context Protocol, MCP）正在统一模型与外部工具的接口标准，行业内比作人工智能领域的 USB-C，即一次接入，处处通用。一件比较好笑的事是，控制众多变量（尤其是成本），似乎不难发现，在多模态上有所建树的模型（比如豆包、Gemini和搞笑大厂Minimax，还有被日常鞭尸的Qwen3.8）推理能力不咋样，这个吊诡的现象笔者和很多人讨论过，暂时得不出特别好的解释。当然，笔者倾向于coding is everything技术路线，即通过推理编程模型走向初级AGI，多模态暂时看起来确实比较像玩具和工具——其实没准以后梁子在通向AGI的路上顺手就把多模态解决了也说不定hhh，勇攀高峰沿途下蛋嘛。

六个环节合起来，当前人工智能的技术全貌是：一个读遍人类公开文本、经过任务对齐、会先思考后作答、能处理百万 Token 输入、可以调用外部工具的系统。关于"预测词为何能产生智能"，业内通行的解释是涌现（emergence）：能力在规模跨过特定阈值后出现，训练者自身也无法完全解释。可见剥去神秘化外壳，道理与文献学颇有相通之处，单条记录无意义，亿万条记录相互印证，规律自动显形。这跟法学、历史学经常讲的什么格式塔主义、整体把握文本颇为相似。

我学习任何学科，都有很强烈的历史主义倾向。上手可以让你了解今天，但了解昨天有利于更好预测明天。AI至今走过了整整七十年，技术爆发不过是最近三四年的事，虽然LLM-coding是主流路线，但其他路线也并没有被判死刑（比如单层神经网络其实50年代就有了，六十年代在数学上被搞了个所谓的证伪，沉寂了几十年，现在又被证明是正道），千万不能太狭隘。日本搞产业政策很超前，但每次就是个赌，赌到最后一无所有，应当引以为鉴。

"人工智能"一词最早于1956 年达特茅斯会议提出。此后七十年，主干道先后由两个学派主导。前一阶段是符号主义（symbolicism）：将知识写成规则，让机器按逻辑推理办事。这条路线产出过专家系统，也催生过日本 1982 年的第五代计算机计划（冷知识是王小波以前也搞过人工智能，还搞得不错，认识了钱学森），但规则无法覆盖真实世界的复杂性，维护成本压垮收益，行业两度进入寒冬，经费断供、人才流失。后一阶段是连接主义（connectionism）：不写规则，让模型从数据中自行学习。此路长期受压制，直到 2012 年 AlexNet 在图像识别大赛中大幅领先所有规则方法，深度学习时代开启；2016 年 AlphaGo 战胜李世石，2017 年 Transformer 发表，2022 年底 ChatGPT 上线，五周用户破亿。

七十年间被淘汰的技术路线值得专门记录，遴列如下：专家系统败于维护成本，第五代机败于路线误判，手工图像特征被深度学习整体替代，隐马尔可夫模型的语音识别被端到端方案替代，循环神经网络（RNN）被 Transformer 淘汰，红极一时的对抗生成网络（GAN）被扩散模型（diffusion model）取代。规律清晰：多数情况下技术本身没有错，错在其依赖的前提；前提改变，再精巧的体系也会整体失效。值得注意的是，符号主义的多个成果此后以新形式回归：知识图谱成为检索增强的地基，专家系统的知识库思想重生为外部资料库。技术史上没有白走的路，只有提前走的路。

当前牌桌上仍有四场争论没有终局，可概括为四。第一场，大语言模型与世界模型之争：主流路线认为读遍人类文本足矣，图灵奖得主杨立昆（Yann LeCun）一派主张机器必须直接学习物理世界，其证据正在自动驾驶与机器人仿真中积累。第二场，开源与闭源之争：闭源阵营重金独守前沿，开源阵营以 DeepSeek、Qwen、GLM 为代表，以开放换生态；截至 2026 年，开源模型在多数基准上已逼近闭源。第三场，长上下文与外挂检索之争：百万 Token 窗口是否使检索增强生成（RAG）失去必要？实践答案是仍然必要，业务知识持续更新，任何窗口都装不下。第四场，通用与垂直之争：现有证据偏向前者，行业专精更多依靠向通用模型输入行业数据与工具，而非单独训练垂直模型。

AI竞赛的产业链分四层：芯片是算力层，云是基础设施层，模型是能力层，应用是产品层。分层看，格局一目了然。

算力层可概括为一张门票两种玩法。英伟达是全球人工智能算力的主要供给方，其 CUDA 软件生态构成护城河，OpenAI、Anthropic、xAI 的训练集群均以其芯片为主力；OpenAI 与 Broadcom 合作的 3 纳米自研芯片 2026 年量产，意在降低这层依赖。中国一侧，华为昇腾是国产算力主力：910C 已量产，950PR 起采用自研 HBM（高带宽内存），Atlas 950 超节点将 8192 张卡互联为一个整体，官方口径互联带宽超过全球互联网峰值。科大讯飞星火模型是全国产算力训练的代表，公开口径性能达 GPT-5 的九成半以上（当然具体怎么样请读者自行判断，我不打算给自己惹任何麻烦）。

模型层海外，五家各占一个身位。OpenAI 持有闭源旗舰与大众品牌：GPT-5.6 系列 2026 年 8 月发布，分三档定价，ChatGPT 周活十亿，估值 8520 亿美元，年度运营亏损 80 至 90 亿美元，已秘密递交上市申请；巨额营收与巨额亏损并存，是这一代人工智能公司财务面貌的标本。Anthropic 战略最清晰：不争最大模型，专做智能体基础设施，其发起的 MCP 协议已成行业事实标准，属于典型的生态卡位：可以不用它的模型，但很难绕开它的协议；其估值 9650 亿美元，已反超 OpenAI。Google 是唯一全栈自研者，从 TPU 芯片、Gemini 模型到搜索、YouTube、安卓的分发渠道全部自有，Gemini 4 预训练已经启动。Meta 于 2025 年以 143 亿美元收购数据公司 Scale AI 的 49% 股份，随后放弃 Llama 开源路线转向新系列，其中深意下文再表。xAI 并入 SpaceX，Colossus 超算集群超百万卡，叠加 X 平台实时数据，走垂直整合路线。

模型层中国，四个梯队。第一梯队是开源四强：DeepSeek、通义千问（Qwen）、智谱 GLM、月之暗面 Kimi。DeepSeek 出身量化基金幻方，创始人梁文锋，V4 系列定价一度低于国际同级两个数量级，2026 年 6 月首轮融资约 510 亿元、估值近 4000 亿元，超过 20 家央企接入部署，国家人工智能产业投资基金直接入股；其代表的效率路线，在算力受限条件下以架构创新换效率，多项成果已输出为全球行业实践。智谱 GLM 依托清华，2026 年初登陆港交所，市值一度突破 1.3 万亿港元，是国央企私有化部署的主流选项。第二梯队是互联网巨头：字节跳动豆包日活破亿，火山引擎在中国公有云大模型服务（MaaS）市场份额 46.4% 居第一；阿里通义开源尺寸最全，人工智能相关收入连续 11 个季度三位数增长。第三梯队是国家队：华为盘古加昇腾构成唯一完整国产全栈，讯飞深耕教育与语音，星火开发者超 229 万。第四梯队出海：MiniMax 海外收入占比 73%。

应用层，编程赛道最成熟，相对来讲也比较靠谱。Claude Code、Codex、TRAE 等编程智能体已能独立完成中等规模软件任务；图像与视频生成的头部产品单月营收以亿元计；扣子（Coze）等平台让业务人员不写代码即可搭建智能体。应用层的竞争重心不在技术，在场景理解，这是文科生的机会窗口。

格局中特别、尤其、在近期值得注意的变量，是数据企业正在异军突起。其一，Meta 以 143 亿美元仅获得 Scale AI 的 49% 股份，交易标的正是数据标注与数据工程能力：模型架构写在公开论文里人人可得，高质量数据才是稀缺资源。其二，Palantir 不训练旗舰模型，专注数据整合与工作流嵌入，为政府和企业治理数据、对接决策流程，成为近年美股表现最突出的公司之一，不造大脑，只做大脑与组织之间的接线，同样可以形成高价值企业。事实上，笔者作为旁观者接触过中国数据市场的形成发展，对近期发生的一些问题也有自己的思考。该说不说，你不能指望一群素质相当一般的外行搞好产业发展，一定得从机制体制上更好发挥企业作为创新主体的作用，这一点文章最后再说。其三，模型层正在快速商品化：开源逼近闭源，价格持续下行，DeepSeek V4-flash 缓存命中价低至每百万 Token 0.0028 美元（但是小难梁最近涨价了，ds又跌得粉碎了），旗舰与平价模型之间隔着约百倍价差。三个事实指向同一判断：价值正从模型层向两端迁移，一端是算力，一端是数据与工作流。手握独有数据、能够持续迭代、来源可信合规的企业，将构成下一批赢家。国内数据要素市场与公共数据授权运营刚刚起步，这一页尚未翻开。笔者对数据企业的偏爱，即建立在这个判断之上：模型是公共品，数据是私产；算力可以采购，数据只能自有。

高效应用人工智能，从来不是采购一个模型就能解决的问题。它可以写成一条公式：大型控制框架，加优质可迭代可信数据源，加清晰稳定工作流。三要素，缺一即废。

第一个要素，控制系统。模型本身不是产品，正如发动机本身不是整车：同一台发动机，装进不同底盘，是完全不同的两辆车。控制框架（业内称 harness）就是底盘，包括工具调用、记忆管理、安全护栏、任务编排等完整运行时。2026 年的业界共识已经清晰：模型能力由厂商作为公共品提供，控制框架才是使用者自有的工程资产。产业动向可以佐证：头部厂商的发布重心正从单个模型转向系统级产品，OpenAI 讲统一系统，Anthropic 讲智能体基础设施。原因在于单点模型能力的差距在收窄，系统能力的差距在拉开。对使用者而言，这层工程直接决定模型是聊天窗口还是生产力工具。

第二个要素，数据。模型只读过训练截止日之前的公开文本，具体单位的业务细节它一无所知；询问本单位沿革，输出结果往往比事实更流畅。补足的办法是检索增强生成（RAG）：为模型外挂一个随查随用的资料库，答题前先检索，以自有资料作答。技术上此事不复杂，门槛全在数据本身。合格的数据源要过三关：优质，经过治理，结构清晰，错漏有校；可迭代，能随业务持续更新，静态资料库三个月后就是陈年档案；可信，来源可靠，出处可溯。数据治理的行业经验在这里完全适用：输入质量决定输出上限。

第三个要素，工作流。将一项任务拆解为模型能够稳定执行的步骤，每步可检验，全链可复跑。举一个一线实例：某单位训练智能体做报表合并，以历史表格为输入、历史成稿为标准答案，令程序反复生成、逐条比对，数十条业务规则在比对中逐一理顺，最终实现稳定产出。关键在八个字：步骤明确，不留模糊；同一输入，必得同一输出。工作流是三要素中技术含量最低的一个，却往往见效最快，因为它考验的不是算法，是对业务的理解。这恰是文科生可以主导的环节。

三要素的关系可概括为，有框架无数据，系统空转；有数据无框架，坐守仓库；框架与数据俱全而无工作流，算力空耗。实际工作中多数"上了人工智能没有效果"的案例，病根都在要素残缺，而非模型不济。

综合起来来看，非AI企事业单位之间的智能化竞赛，重心已由买模型转向建本地生态。模型采购是三年前的问题，三要素建设是未来十年的问题。文科生在人工智能时代的立足点不在算法，在此处：理解业务的人，才拆得出工作流；掌管资料的人，才守得住数据源。你可以管他叫FDE，可以叫AI BP（这个词貌似是我造的，至少有人认为是我造的，但确实是个好东西），whatever，照着这个思路做就完事了。

对人工智能的理解，不能依赖二手转述，需要建立自己的信息渠道。四个方面，足以支撑长期跟踪。

第一，读一线体验者的记录。首推公众号"数字生命卡兹克"，国内写作人工智能应用体验最持续的作者之一。他的价值在于不空谈概念：每个新模型、新工具自己先用一遍，再写体验，好在何处、坑在哪里，一并交代。读此类作者，读其体验，不要只记结论：体验是事实，结论会过期。同类作者择一两位长期跟住即可，贵在持续。

第二，GitHub 定期检索。GitHub 是全球最大代码托管平台，人工智能领域的新成果第一时间以开源仓库形式出现在这里，DeepSeek、GLM、Qwen 的模型权重均开源于此。用法有三：看 trending 热门榜，了解当日全球开发者关注什么；检索 awesome 系列清单（如 awesome-llm 是大模型领域精选资源目录），按图索骥；看 star 数与更新频率，前者是开发者投票，后者是项目健康度。开源社区的优点是诚实：代码公开，好坏可验，没有营销修饰。这是中文互联网被普遍低估的一个信息渠道，多数人以为那里只有代码，实际上那里有整个行业的动向。

第三，官方一手信息与榜单读法。各厂商官方发布页（OpenAI、Anthropic、DeepSeek 的博客与技术报告）永远优于二手转述，转述一层，失真一层。榜单可以看：Artificial Analysis 做横向能力对比，LMArena 做人类偏好评价。但需保持清醒：厂商会针对榜单专门优化，单次登顶的宣传价值常大于实际差距。读榜单的要诀是看趋势不看单点：一家厂商连续四个季度稳步上升，比一次登顶的含金量高得多。

第四，实践与交流。没啥可说的，计算机学院也好、软工也好，其他理工科也好，大家都有强烈的搞钱和创业需求，只要你有耐心、有脑子，可以听到很多故事。但光听不干就会变成复读机、叶公好龙式的AI专家，关键还是要自己干。说句难听的现在哪怕你自己在开源框架下做个post train，预算2000十分够了，不干实事一天到晚净扯淡，那是不可能真玩明白滴。

正文写差不多了，现在发散一点东西。

一个是回扣前文我自己关于产业发展的一些感悟。该说不说，其实必须承认，我这个人长期以来颇有点计划经济倾向，热衷于搞投入产出经济性核算、讨论具体的产业技术路线，恨不得pitchbook都帮企业写好，这种思维方式在上个世纪或许可行（至少日韩都是这么干的），现在是真不好说。我一直觉得产业是人干出来的，人行产品就差不到哪去，人不行给再多都是喂狗。我们的数据产业搞三权分置、培育引导市场，为啥出了那么多问题、进度不及预期？说穿了外行领导内行严重，很多活都是一些压根不懂行的副处长干的，调研调研，调了半天也没研究出个啥。我现在的感受是，要保持耐心、厚植土壤，支持基础科学发展并与产业保持良性互动，然后等待幻方、大疆这样的好公司“自动地从土里长出来”、迅速识别这些好苗子，然后上杠杆、为他们争取政治资源和融资，让他们作为自由动力（类似于央行的M0）驱动市场形成和产业规范固化，同时也保持技术路线开放性，一旦好公司有变烂迹象就果断换手，使其保持忧患意识。这种以企业为中心的产业发展道路比政府手把手引导有效得多。