AI 到底是什么?一份程序员视角的大模型入门指南

AI零基础 · 第01期

AI 到底是什么？一份程序员视角的大模型入门指南

📅 2026-06-19 | 🏷 AI基础 | ⏱ 约 7 分钟

如果你是一个 Java 程序员，你可能经常听到这些词：

GPT · 大模型 · 机器学习 · 深度学习 · Transformer · RAG · Agent · Prompt · Token

每个单拿出来都好像懂一点，但连在一起就懵了。

这很正常。因为大多数人学 AI 是被名词轰炸，而不是从一张完整的地图开始。

这一期，我帮你用一个 Java 程序员能理解的方式，把 AI 的完整脉络捋清楚。你需要的不是公式，是一张看得懂的地图。

一、先理清这些名词的关系

很多人分不清 AI、机器学习、深度学习、大模型的关系。其实是一层层包含的：

缩写	全称	通俗解释
AI	Artificial Intelligence	凡是让机器看起来有"智能"的技术都算。Siri 语音助手、推荐算法、AlphaGo 都是 AI
ML	Machine Learning	不写死规则，让机器从数据中学。比如给 10000 张猫狗图，它自己学会区分
DL	Deep Learning	ML 的一个分支，用多层神经网络模拟人脑。现在火的大模型本质就是超大号 DL
LLM	Large Language Model	专门处理语言的超大号深度学习模型。ChatGPT 背后就是 LLM
GPT	Generative Pre-trained Transformer	OpenAI 做的一个具体 LLM 品牌。ChatGPT 是 GPT 的聊天版本

💡 Java 程序员的类比：

AI = 「编程语言」总称

ML = 「面向对象编程」一种范式

DL = 「Java 的 Spring 框架」具体实现

LLM = 「Spring Boot」最佳实践

—— 这样是不是好理解了？

二、大模型到底是怎么"思考"的？

抛开数学公式，大模型的工作流程就四个字：猜下一个字。对，你没听错——它本质上就是在"猜"。GPT 的全称里 Generative Pre-trained，指的就是"生成式"。

简化版工作流程

关键洞察：大模型没有"理解"语言，它只是在做超高级的"字接龙"。但因为训练的语料足够大（几万亿字），参数足够多（GPT-4 预估 1.8 万亿），它接龙出来的结果对得离谱。

几个关键概念，一张表说清楚

概念	通俗解释	Java 类比
Token	文字的最小处理单元。一个汉字 ≈ 2 Token，一个英文单词 ≈ 1.3 Token	类比 char 和 String 的关系
Embedding	把词语变成一串数字向量，让计算机能"算"语义	把 String "猫" 映射到 double[768]
Transformer	大模型的核心算法架构，2017 年 Google 提出	类比 Spring MVC 的 DispatcherServlet
注意力机制	让模型知道一句话里哪些词更重要	像 IDE 里 Ctrl+Click 跳转到关键类
预训练	用海量数据提前训练好模型，你直接拿来用	类比引入 Maven 依赖，不用自己写

三、大模型能做什么？对程序员有什么用？

别以为大模型只能聊天。它的能力矩阵远超你想象：

能力	说明	程序员场景
代码生成	根据描述写代码	Copilot、Cursor 这类工具
自然语言理解	读文档、总结内容	帮你读 RFC 规范并总结要点
翻译	代码 ↔ 中文	把一段 SQL 翻译成人话
推理	逻辑分析、数学	分析时间复杂度、找最优算法
多模态	处理图片、音频	根据 UI 截图生成前端代码
RAG	检索增强生成	把你的项目文档喂进去，AI 回答更准
Agent	自主决策执行	AI 自动帮你建项目、写 CI 脚本

四、Java 程序员学 AI 的路径

别被"学 AI"吓到。你不是要转行做算法工程师，你是要学会用 AI 武装自己。这两条路完全不同：

角色	需要学什么	投入时间
AI 应用开发者（推荐）	Prompt 工程、调用 API、RAG、Agent 搭建	2-4 周上手
AI 算法工程师	数学、深度学习框架、模型训练、微调	6-12 个月

你的目标是第一种。就像你不需要会造 Spring 框架才能用 Spring 写项目一样，你不需要会训练大模型才能用 AI 提升效率。

这个《AI零基础》系列就是按"应用开发者"路线设计的。后续我们会逐步讲：

Prompt 怎么写才高效

如何用 Java 调用 OpenAI / 文心 API

本地跑一个开源模型（Ollama）

RAG：给你的项目文档装上 AI 问答

Agent：让 AI 自己干活

五、动手试一下：5 分钟本地跑一个 AI

读完这么多理论，你肯定手痒了。来，用Ollama在你的电脑上跑一个开源大模型：

1安装 Ollama

去ollama.com下载安装包。Windows/Mac/Linux 全支持，安装过程就是一路 Next。

2下载一个模型

打开终端，输入：

# 下载 qwen2.5 7B 模型（约 4.5GB）ollama pull qwen2.5:7b

等几分钟下载完。

3开始对话

# 直接输入问题：ollama run qwen2.5:7b>>> 用 Java 写一个二分查找

它就会在本地给你生成代码——完全离线，不花一分钱，不怕数据泄露。

⚠️ 注意：7B 模型需要 8GB 以上内存。如果你的电脑配置低，换qwen2.5:1.5b（约 1GB），效果差点但能跑。

六、一句话总结

✅ 大模型 = 超高级的"字接龙"。

它的核心能力是 Token → Embedding → Transformer → 预测下一个词。

作为 Java 程序员，你需要的不是训练模型，而是学会用 AI 武装自己。

这个系列会带你从 Prompt 到 RAG 到 Agent，一步步来。

📌 下周四预告：Prompt Engineering 入门——同样是问 AI，为什么别人得到的答案比你准 10 倍？学会这 5 个万能 Prompt 模板，AI 的回答立刻不一样。

📱 关注「从CRUD到架构师」，每周五天陪你成长

周一 Java 基础 · 周二 AI 实战 · 周三架构底层 · 周四 AI 入门 · 周五面试宝典

后台回复「AI入门」获取本期思维导图 + Ollama 安装指南 PDF

「从CRUD到架构师」· 每周一三五 Java，二四 AI · 陪你从 CRUD 到架构师