自2023年以来，大模型浪潮席卷各行各业，AI相关的高频词几乎每天都在刷新认知：Transformer、Embedding、Agent、RAG、MCP、RLHF、CoT、Diffusion……

第一次看这些词的时候，没有一个词让我立刻知道"它和其他词是什么关系"——它们是并列的、嵌套的、还是独立的概念？

此次本文就是试着回答这个问题的，把分散在各处的AI词汇，收拢到一张看得清脉络的族谱图里：哪些是底层原理、哪些是训练阶段的产物、哪些是算力层的硬件、哪些是产品层的工程工具、哪些是新兴的业务方向。读到后面你会发现，很多看起来很高大上的词，其实都可以拆解成几个基础概念的组合。

前篇《智能、语言、LLM和Agent》已经把"心智化"、"LLM猜词机制"、"Agent四大组件"这些基础概念拆开讲过了，本文不再重复，而是把笔墨留给更广的词汇生态——你会发现，很多新词其实只是旧词在新场景下的变形。

1、基础理论与底层架构

要弄懂AI，第一步是搞清它的族谱。"AI"（Artificial Intelligence，人工智能）是总称——所有会思考、会决策、会学习的智能系统都归它管，会下棋的电脑、能聊天的助手，都是这个大家族里的成员。这个家族的核心骨架叫"Neural Network"（神经网络）——一种模仿生物大脑神经元连接方式的计算结构。2010年以后这一波AI浪潮，几乎所有的明星产品都建立在这个骨架上，包括ChatGPT、Claude、Gemini。神经网络的现代加强版叫"Deep Learning"（DL，深度学习）——堆叠多层神经元让模型能从数据里自动提取特征，不用人手动设计"什么算猫、什么算狗"。这一波AI浪潮的真正起点就是深度学习——没有DL，就没有后面的所有故事。

DL内部也有老前辈和新人的区分：

①"CNN"（Convolutional Neural Network，卷积神经网络）——图像识别的王者，能像人眼一样扫描局部特征，从像素里看出猫狗。2010年代初AlexNet在ImageNet上的那次屠榜，算是CNN高光的起点。

②"RNN"（Recurrent Neural Network，循环神经网络）——处理序列数据的老炮，文本、语音、时间序列都曾是它的主场。它现在基本被Transformer卷下了历史舞台，但2015-2018年那一波机器翻译进步的红利，它吃到了大头。

当下最主流的架构是"Transformer"——依赖"Attention"（注意力机制）来捕捉句子中词与词之间的语义关联。比如"小明借给小华一本书"，模型能准确判断动作的方向是从小明到小华，而不是反过来。这背后依赖的就是Attention的加权机制。

很多顶尖大模型还用了"MoE"（Mixture of Experts，混合专家）架构——把一个大模型拆成许多小专家，每次只激活其中一部分来回答问题。我自己的理解是它像医院里的分诊台：先判断你该看哪个科，再挂对应专家的号，省时省力。

"Parameters"（参数）是模型的知识储备，每个参数都像神经元之间的一根线路——线路越密，模型能记住和理解的内容就越多。GPT-3有175B个参数，传闻GPT-4有1.8T（这个数字没有官方确认，仅是第三方推测）。

最后，"Embedding"（嵌入）是连接人类语言和机器数学的关键桥梁——它把文字转换成向量，让"北京-中国+日本≈东京"这种跨语言、跨实体的语义关系可以被算术化。没有Embedding，AI根本读不懂语言——只能处理一串串ID，而不能理解ID之间的语义。

2、模型训练与优化技术

一个模型从白纸一张到能说会道，背后是层层训练。可以把这个过程看作培养一个人才的过程。

首先得有"Dataset"（数据集）/"Training Data"（训练数据）——这是模型的教材。没有数据就没有训练。所谓"吃什么决定长成什么样"——垃圾教材喂进去，模型也只会吐垃圾。

"Tokenizer"（分词器）是文本进入模型的第一把切菜刀——它把句子切成模型能消化的最小单位。后文§4还会详细聊"Token"（词元）这个概念，这里先记住它是模型消化文本的最小颗粒即可。主流的切法叫"BPE"（Byte Pair Encoding，字节对编码），核心思路就是先把高频的字词合并，再把生僻字拆开，兼顾效率和覆盖率。模型能认出的所有Token构成"Vocabulary"（词表）——你可以把它当成模型的全部汉字表。

"Pre-training"（预训练）是第一关——通识教育，让模型在海量数据中奠定通用能力。预训练令人印象最深的是：原来真的可以无监督地学完整个互联网——只要数据够大、算力够猛。

训练过程不是魔法，是工程。背后有三件发动机在默默工作：

①"Loss Function"（损失函数）——衡量模型答得有多差

②"Gradient Descent"（梯度下降）——告诉模型该怎么改

③"Backpropagation"（反向传播）——把错误信号层层传回每一根线路

三件套少了任何一件，模型都训不出来。训练时还有四个节奏单位："Epoch"（整本教材过一遍）、"Batch"（一批样本）、"Batch Size"（每批多少样本）、"Iteration"（每批更新一次参数）。

但光有通识还不够，还得有"Post-training"（后训练）来塑形——其中最常见的两招是"SFT"（Supervised Fine-Tuning，监督微调）和"RLHF"（Reinforcement Learning from Human Feedback，人类反馈强化学习）。前者相当于按正确答案学，后者相当于按老师的反馈改——两者的共同目标都是让模型"Alignment"（对齐）人类意图，并尽量减少"Data Bias"（数据偏差）。

"RLAIF"（用AI反馈代替人类反馈）解决了人类标注太贵的问题，Anthropic主推的"Constitutional AI"（宪法式AI）给AI立一套宪法原则来让它自评自己。

2024年起，"DPO"（Direct Preference Optimization，直接偏好优化）异军突起——它跳过了复杂的强化学习框架，直接让模型学会哪个回答更好。

如果说预训练是通识教育，那"Fine-tuning"（微调）就是专业进修。考虑到完整微调成本太高，"LoRA"（Low-Rank Adaptation，低秩适配）这种轻量化微调技术应运而生——它属于更大的"PEFT"（Parameter-Efficient Fine-Tuning，参数高效微调）门派，只调整一小部分参数就能达到接近全量微调的效果。就像在主干道上开一条小岔路——既省钱又高效。"Transfer Learning"（迁移学习）则是更底层的举一反三能力——在一个任务上学到的知识，可以迁移到相关的新任务上。

模型还能举一反三地处理新问题——"Zero-shot Learning"是完全不学就会，给一个新任务也能上手；"Few-shot Learning"是看一两个例子就懂。

"Knowledge Distillation"（知识蒸馏）走的是大师带徒弟的路线——让大模型（老师）把知识言传身教给小模型（学生）。"Quantization"（量化）和"Pruning"（剪枝）则是两套压缩术——量化降低参数精度，剪枝砍掉不重要的线路，两者经常搭配使用，让模型在手机、嵌入式设备上也能跑起来。手机端LLM这两年进步神速，很大程度就是量化技术成熟的功劳。

训练中还有几个绕不开的坑：

①"Overfitting"（过拟合）——模型把教材背得滚瓜烂熟，但遇到新题就懵

②"Underfitting"（欠拟合）——模型连教材都没学明白

③优秀的"Generalization"（泛化）能力是所有训练追求的圣杯——见多识广，又能灵活应变

训练做得好不好，得靠"Benchmark"（基准测试）来打分——MMLU考综合知识，GSM8K考数学，Human Eval考编程……有一种刷榜式训练——专门针对某个Benchmark调参，在榜上一飞冲天，到真实场景下就拉胯。

3、算力基础设施与硬件

训练和运行大模型，本质上是一场算力军备竞赛。"GPU/AI Chips"（GPU/AI芯片）是算力的心脏，擅长并行计算，能同时处理成千上万的矩阵运算。普通CPU就像一个老练的会计师，一次只能算一道题；而GPU就像几千个小学生同时答题——单个小学生的能力不如会计师，但几千个同时动手，速度提升了好几个数量级。

AI芯片的门派很多：

①NVIDIA的"GPU"（最主流）

②Google自家的"TPU"（Tensor Processing Unit，张量处理单元）——在Google内部的搜索、翻译、AlphaFold里都用

③手机和边缘设备上的"NPU"（Neural Processing Unit，神经网络处理单元）——Apple Silicon、华为麒麟、高通骁龙里都有它的身影

④"CUDA"——NVIDIA GPU的独家编程语言，所有AI工程师的必修课

⑤"ROCm"——与之对标的开源阵营，AMD显卡用户在等它成熟

GPU也分三六九等。"VRAM"（显存）或"HBM"（High Bandwidth Memory，高带宽内存）是GPU的桌面大小——桌面越大，能同时放下的模型就越大。跑一个70B参数的模型，至少需要2张80GB显存的GPU，否则连加载都加载不了。普通开发者想本地跑大模型，显存是第一道门槛。

这催生了"Cloud"（云计算）模式——企业不用自己买一堆GPU，按量租用云上的算力，就像电力公司按度数收费。个人玩用Colab、Kaggle；中小企业用AWS、Azure、阿里云；训练大模型用Lambda Labs、Core Weave这类专业厂商。

这些芯片通常集中部署在"Data Center"（数据中心）——你可以把它想象成AI发电厂，里面堆满了成千上万台机器，24小时不间断地训练和运行模型。发电就需要能源——"Energy/Power"（能源/电力）因此成为AI时代的新石油。训练一个前沿大模型所消耗的电力，往往相当于一个小型城市数月的用电量。

这件事已经升级为能源、环境与地缘政治交织的战略问题——"Carbon Footprint"（碳足迹）这个原本属于环保圈的概念，被频繁拉进AI讨论。某些厂商一边宣传绿色AI，一边把训练外包到火电厂密集的地区——这个话题以后会被越揭越深。

4、模型属性与核心机制

"LLM"（Large Language Model，大语言模型）是当下最炙手可热的大模型类型，专攻语言任务。按开放程度，LLM分为"Open Source"（开源）和"Closed Source"（闭源）。闭源模型性能强，开源模型可控性强——闭源代表ChatGPT、Claude、Gemini，开源代表Meta的Llama、阿里Qwen、DeepSeek。

它有不同的版本和类型：

①"Foundation Model/Base Model"（基础模型/基座模型）——未经特殊训练的母版，可以理解为刚出狱的野马

②"Instruction Tuning"（指令微调）——给母版补上听懂人话的能力，相当于把野马训练成能骑着走的马

③"Reasoning Model"（推理模型）——2024-2025年异军突起的新品类，以OpenAI的o1/o3、DeepSeek-R1为代表，主打想清楚再回答，在数学、编程、复杂推理任务上大幅超越传统LLM

LLM的核心工作原理其实很简单——它本质上是一个猜词高手，每次根据上文预测下一个最可能出现的词。这种方式叫"Autoregressive"（自回归）——一个字一个字往外吐。

模型内部会先把每个可能的下文算出一个原始分数，叫"Logits"，然后通过"Softmax"函数转换成一个"Probability Distribution"（概率分布）——本质上是把模型的感觉变成百分比。模型在每一步都像是高管会议——100个备选答案举手表决，得票最高的那个被选中。

它处理文本的最小单位是"Token"（词元）——一段中文可能被切成几个字，一段英文可能被切成词或子词。虽然切词是个纯工程细节，但同样的中文，用BPE切和用jieba切，模型效果天差地别。

而这一切的边界是"Context Window"（上下文窗口）——它就像模型的短期记忆容量，窗口越大，模型能"看到"的上下文就越长。2024年起各家厂商开始卷"Long Context"（长上下文），从128K飙到1M、10MTokens——相当于让模型一次性读完一整本《三体》三部曲。Long Context更像是一把双刃剑——长是真的长，但长注意力衰减的问题（前面的内容被记住，后面的内容被忽视）至今没真正解决。

为了控制输出的多样性，"Temperature"参数登场——可以把它想象成创作的温度计：温度越高，输出越发散、有创意；温度越低，输出越确定、保守。和它配套的还有"Top-p"（核采样）和"Top-k"（取概率最高的前k个候选）——它们都是在放开创意和避免胡说之间找平衡，比如：写代码用temperature=0，写文案用temperature=0.7，写创意用temperature=1.0+。

"Beam Search"（束搜索）是推理时多路并行搜索最优答案的策略——一次想N种走法，挑最好的那条。这个在传统NLP里很常用，但LLM时代已经被Top-p/Top-k取代了——因为Beam Search计算成本太高。

但LLM有时会一本正经地胡说八道——这就是"Hallucination"（幻觉）。比如问某公司的CEO是谁，模型会自信地编出一个名字，你不去查证就可能上新闻。

当模型规模、训练数据、能力积累到某个临界点时，常常会突然开窍，出现"Emergence"（涌现）能力——这是量变引起质变的典型例子。但涌现到底是模型真的变聪明了，还是评估方法恰好能检测出来了——这个问题至今没有共识。

"Inference"（推理）是模型实际应用的过程，而"Deep Thinking"（深度思考）则是推理的进阶版——让模型在回答前先想清楚。"Reasoning Model"的本质就是"Deep Thinking"的工业化。

除了LLM，AI世界还有几条图像/视频生成路线：

①"Diffusion Model"（扩散模型）——当前图像生成的主力军，Stable Diffusion、Midjourney、Sora背后都是它。原理是先学怎么把一张图慢慢变成噪点，再学会怎么把噪点一步步还原成新图

②"GAN"（生成对抗网络）——上一代图像生成的王者，"一个造假，一个打假"互相博弈，2017-2020是GAN的高光期

③"VAE"（变分自编码器）——更老一辈的生成模型，现在主要配合Diffusion使用

最后，"Multimodel"（多模态）让模型不再局限于文字——能同时处理图像、音频、视频等多种信息。这一类的最新形态叫"World Model"（世界模型）——Yann LeCun力推的方向，让AI学会理解物理世界的运行规律。在我个人看来，LLM的天花板可能就是语言，而World Model的天花板才是智能。

"Embodied AI"（具身智能）/"Robotics"（机器人）则让AI走进物理世界——"Autonomous Driving"（自动驾驶）是其最典型的落地场景。自动驾驶可能是World Model最早大规模落地的场景——Waymo、Tesla FSD都在抢。

这一切的最终成果就是"AIGC"（AI Generated Content，AI生成内容）——写文章、画插图、编曲、剪视频，AI都能一显身手。对于大多数人来说，AIGC最多的场景是写文章配图、生成PPT插画、做短视频片段——但说实话，一次不能用的比例依然偏高。

5、提示词工程与人机交互

如果说模型是舞台上的演员，那"Prompt"（提示词）就是递给它的剧本——问什么、怎么问、要求什么格式，直接决定了模型给出什么样的答案。同一个问题，用词不同、格式不同、上下文不同，模型能给出天差地别的答案。

"System Prompt"（系统提示词）是幕后导演的指令，它设定模型的角色、行为边界和全局规则——这一块是产品级Prompt的核心。写好一个System Prompt通常要迭代20-50次，直接拍脑袋的多半不好用。

"Prompt Engineering"（提示词工程）研究的是如何写好剧本的技术。这门技术2023年被过度神化，现在回归理性了——好的prompt确实能提升效果，但没有2023年那波自媒体吹的那么邪乎。

常用技术大致分这些：

①"Zero-shot Prompting"（零样本提示）——不给任何例子直接提问

②"Few-shot Prompting"（少样本提示）——给一两个示例让模型依葫芦画瓢。Few-shot在GPT-4之后效果似乎已经减弱了，模型本身已经懂了

③"Chain-of-Thought"（CoT，思维链）——让模型把思考过程写出来，对复杂推理任务效果显著，数学题、逻辑题用CoT是真香

④CoT还有两个加强版——"Tree of Thoughts"（ToT，思维树）让模型同时探索多条推理路径，"Self-Consistency"（自一致性）让模型多次作答后投票选出最稳的答案

⑤"ReAct"（Reasoning+Acting，推理+行动）——把推理和行动结合起来，让模型边想边做。这个后文§7还会详聊，是Agent的核心套路

但提示词技术也带来了新的安全风险。"Prompt Injection"（提示词注入）是AI时代的"SQL注入"——攻击者把恶意指令藏在用户输入里，诱导模型执行危险操作。

"Jailbreak"（越狱）则是想方设法让模型说脏话、越红线。最经典的一招是"DAN"（Do Anything Now）——用角色扮演的方式绕过安全限制。完全防住Jailbreak是不可能的，但可以把命中率从80%降到5%以下。

对应的防御手段是"Guardrails"（护栏）和"Safety Filter"（安全过滤）——给AI装上安全门。Guardrails一般不放在模型内部（容易被绕），要放在模型外部的中间件——这是2024年之后行业的共识。

为了让输出更易读、更可控，"Markdown"常被用来规范输出格式。"Structured Output"（结构化输出）/"JSON Mode"则更进一步——强制模型吐出JSON之类的机器可读结果，方便下游程序直接消费。JSON Mode是LLM接入业务系统的必备——没有它，解析模型输出就是一场灾难。

"Stop Sequence"（停止符）告诉模型什么时候闭嘴——避免它说个不停或跳出角色。

整个过程本质上就是围绕用户的"Input/Output"（输入/输出）展开的对话循环：用户输入Prompt，模型输出回答，再根据回答调整下一轮输入。好的Prompt不是一次性的，而是迭出来的——第一版永远不满意，多改几版才能用。

6、上下文、记忆与知识检索

"Context"（上下文）是模型当前的临时记忆体——它包含了对话历史、系统提示以及任何用户提供的参考资料。我自己的比喻：这就像一个人脑的工作记忆，装不下太多东西，一旦超过就会忘掉最早的内容。这个忘掉不是技术缺陷，是设计选择——模型不可能无限记住所有东西。

为了维持长对话的连续性，模型引入了"Memory"（记忆）机制——它把过去的对话精华压缩存档，在需要时再调出来喂给模型。Memory机制的难点不是存，是压——压缩太狠会丢信息，保留太多又占token，这个平衡得靠反复试。

这种记忆思想和后文§7智能体里的长期记忆模块一脉相承，区别只是规模、存储位置和调用方式的差异。但即便如此，模型依然可能知识陈旧或瞎编乱造。

这时候"RAG"（Retrieval-Augmented Generation，检索增强生成）就登场了。RAG的思路很朴素，和开卷考试是同一个意思——先查资料，再回答。模型在生成答案前，会先从外部"Knowledge Base"（知识库）中检索与问题相关的事实，再结合这些真实信息来作答。这一招直接解决了LLM知识陈旧和瞎编乱造两个最大的痛点。

RAG的背后是"Embedding Model"（嵌入模型）和"Vector Database"（向量数据库）的组合拳——前者就是§1提到的Embedding技术的专门化版本，负责把文本变成向量；后者是一个专门存向量、查向量的数据库，能在亿级向量中毫秒级找出最相关的若干条。

RAG还有几个关键步骤：

①"Chunking"（文本分块）——把长文档切成语义完整的小段。切得太细，检索精度高但召回低；切得太粗，召回高但噪音多

②"Hybrid Search"（混合检索）——把关键词检索和语义检索组合使用，比单一方式准很多

③"Re-ranking"（重排序）——对检索结果做二次精选，把最相关的顶到最前面

但RAG也有自己的竞品——前面§4提到的"Long Context"（长上下文）模式。两种路线各有各的命门——RAG适合超大规模知识库和成本敏感的场景；Long Context适合一次丢进去几本书直接问的模式。现实里两种技术经常被组合使用——Long Context处理主问题，RAG处理细枝末节。

在性能优化上，"Cache"（缓存）是节省成本和加速的神器——"Prompt Cache"缓存常用前缀，"KV Cache"缓存推理时的中间结果。KV Cache的存在，让推理速度提升了至少3倍——没有它，ChatGPT那种"一个字一个字往外吐"的体验会非常糟糕。

7、智能体、工具与工程化

如果说普通模型是案头的研究员——你递一份资料，它交一份报告，那"Agent"（智能体）就是外勤的项目经理——接到目标后自己出门调研、协调资源、调用人手、最终把事情办成。这是AI从对话走向行动的关键一步。

Agent在调用工具时有几个关键概念需要厘清："Skills"（技能）是Agent自己会的本领；"Tools"（工具）是Agent能调用的外部能力；"Functions"（函数）则是更底层的代码函数——三者层层递进。在技术上，调用通过"Tool Calling/Function Calling"实现——模型在需要时举手说"我需要查个天气"，系统就去调用相应的工具。工具的JSON Schema写得不好，模型就乱调——这比想象的常见。

工具的形式多种多样：可以是"Plugin"（插件）——给AI装上手和脚；可以是"Web Search"（联网搜索）——让AI实时获取最新信息；还可以是"Code Execution"（代码执行）/"Sandbox"（沙箱）——让Agent安全地写代码并运行。这是Agent工程的生命线——我自己的铁律：生产环境的Agent必须在沙箱里跑。有一次Agent把测试数据库里的数据真的删掉了——还好是在沙箱里跑的。

Agent的能力版图正在快速扩张："Computer Use"（电脑使用）让Agent能像人一样操作电脑界面（点鼠标、开软件）；"Browser Use"/"Web Agent"让Agent能上网冲浪——刷网页、填表单、抓数据；"GUI Agent"则把两者合二为一。OpenAI的Operator、Anthropic的Computer Use都在这个方向。

当任务太复杂时，"Multi-Agent"和"Subagent"上场——多个智能体分工协作，一个负责规划、一个负责执行、一个负责检查。"A2A"（Agent-to-Agent，智能体间通信）则是多智能体之间的社交语言——让不同Agent能互相交流、协同工作。"Workflow"（工作流）是更高一层的流水线编排——把多个步骤、多个工具、多个Agent串成一个自动化流程，专业术语叫"Orchestration"（编排）。

Multi-Agent听起来美好，做起来炸裂——Agent之间的通信调试能让人崩溃。

Agent内部的工作范式有几种典型：

①"Plan-and-Execute"（规划-执行）——先做整体计划再分步执行。往往在目标清晰、路径多变的任务里特别管用

②"Reflection"（反思）/"Self-Critique"（自我批评）——让Agent检查自己的输出并迭代改进

③"Human-in-the-Loop"（人在回路）——在关键决策点保留人类把关。凡是有花钱、发出去、不能撤销的动作，必须有HITL

Agent的开发也有自己的协议栈。"LangChain"是常用的AI开发框架。"MCP"（Model Context Protocol，模型上下文协议）提供了一套标准化的协议，让不同的工具和数据源能说同一种语言——它像AI世界的"USB接口标准"——插上就能用。"Harness engineering"则为Agent提供安全运行的外壳与接管机制——就像给自动驾驶汽车装了安全围栏和人工接管按钮。

Agent不是越智能越好，而是越可控越好。一个会做100件事的Agent，不如一个能稳定做10件事的Agent。

Agent做得好不好，需要"Evals"（评估）/"Agent Evaluation"来衡量——既要看任务完成率，也要看工具调用是否合理、是否符合安全规范。Evals是Agent产品里最被低估、但最关键的一环——没有它，Agent的迭代就是盲人摸象。前面§6提到的"RAG"在Agent场景下也会被反复调用，构成Agent知识获取的基础设施之一。

8、软件工程与开发部署

把AI能力真正变成产品，得走完完整的软件工程链路。

"API"（Application Programming Interface，应用编程接口）及"API Key"是调用AI服务的钥匙——开发者通过API把模型能力嵌入到自己的应用中。"SDK"（Software Development Kit，软件开发工具包）则是更完整的开发套件——它把API+文档+示例代码+工具打包好。

"GitHub"是代码托管的中央仓库——存放代码、协作开发、管理版本。开发者的主战场是"IDE"（Integrated Development Environment，集成开发环境），如VSCode，以及它的AI升级版"Cursor"——就我个人的使用体验来看，Cursor写代码比VSCode+Copilot顺手很多，"Tab补全"的准确度明显高一档。

开发过程通常分为"Frontend"（前端，用户能看到的界面）和"Backend"（后端，背后的逻辑和数据）——前端是门面，后端是内功。"Microservices"（微服务）则是后端架构的乐高积木——把复杂系统拆成独立的小服务。"Monolith"（单体应用）则相反，所有功能塞在一个项目里。AI产品早期推荐Monolith——业务没跑通前，微服务的拆分成本会拖垮团队。

"Docker"/"Container"（容器）是应用打包的行李箱——让代码在哪都能跑，避免在我电脑上能跑的经典悲剧。"Serverless"（无服务器）则是按需请人干活的云开发模式——不用自己管服务器，只管写代码。"DevOps"/"CI/CD"（持续集成/持续部署）则是自动化运维的流水线——让代码一提交就自动测试、自动部署。

开发过程中少不了"Debug"（调试）、"Test"（测试）和处理"Error"（报错）。AI应用尤其关注性能三件套：

①"Latency"（延迟）——首字响应要快。一般来说，首字响应超过1.5秒，用户就开始觉得卡

②"Throughput"（吞吐量）——单位时间能处理多少请求

③"QPS"（Queries Per Second，每秒查询数）

ChatGPT那种打字机效果叫"Streaming"（流式输出），背后依赖"SSE"（Server-Sent Events，服务器推送事件）或"WebSocket"技术——让模型边生成边推送，用户体验立马丝滑。

"Vibe Coding"是近年来兴起的一种编程理念——借助AI进行氛围感或直觉式辅助编程。开发者不再死磕每一行代码，而是把更多精力放在我想做什么上，让AI帮忙把想法变成代码。这不是躺平式编程，而是一种新的分工——人负责想做什么，AI负责怎么做出来。

本地开发离不开"Terminal"（终端）、"Command"（命令）、"Path"（路径）和"Environment Variables"（环境变量），"CLI"（Command Line Interface，命令行界面）则是它们的主要呈现形式。最后，应用开发完成后，还需要"Deployment"（部署）到"Server"（服务器）上，并配置好"Port"（端口）。80端口被占用、443端口要证书、3000端口是前端默认——这些坑每个新人都要踩一遍。

9、业务场景、应用与前沿概念

"AI Application"（AI应用）按受众可分为"To B"（企业级）和"To C"（消费级）。2023-2024是To C爆发（ChatGPT、Midjourney、Cursor都在抢用户），2025开始To B才是真正的钱袋子——企业级客单价高、付费意愿强、护城河深。

"AI Native"（智能原生）指从底层架构上原生为AI设计的应用——从产品定义的第一天起，就把AI当成一等公民。传统软件"AI Native"化的标志是——没有AI，整个产品就跑不起来（不是有了AI体验更好，而是没有AI就根本不存在）。微软的"Copilot"（副驾）命名学把这一理念推到了极致——AI隐身于办公软件、IDE、操作系统之后，像个副驾驶一样随时待命。

"Chatbox"（聊天框）是当下最常见的对话交互界面，它的核心依赖"Chat History"（对话历史）来维持连贯性。Chat History的存储和检索是大部分Chatbot产品的隐形瓶颈——历史太长token爆，历史太短体验割裂。

"RPA"（Robotic Process Automation，机器人流程自动化）是AI之前的自动化前辈——让软件机器人模拟人操作电脑。2024年以后，"AI Agent+RPA"正在融合——Agent负责思考，RPA负责动手，这一块UiPath、Automation Anywhere都在转型。

放眼未来，"AGI"（Artificial General Intelligence，通用人工智能）是AI发展的终极形态——它具备像人类一样的通用学习、推理和适应能力。我自己的判断：AGI不会以某天突然AGI了的形式到来，而是以我们事后看才发现已经是AGI了的形式到来——这和Sam Altman早期的判断一致。再往后，"Singularity"（技术奇点）是科幻概念——AGI自我迭代、智慧爆炸的那个临界点，个人持保留态度。

各国政府也在积极布局"Sovereign AI"（主权AI）/"National AI Strategy"（国家AI战略）——AI已经成为大国博弈的核心战场。我自己的观察：美国、中国、欧盟三条路线完全不同——美国靠企业主导、中国靠政策驱动、欧盟靠法规约束。全球主要玩家包括OpenAI、Anthropic、Google DeepMind、Meta AI、Mistral、DeepSeek（深度求索）、Qwen（通义千问）、Kimi（月之暗面）等。

但通往未来的路上也布满荆棘。"AI Safety"（AI安全）/"AI Alignment"（AI对齐）/"AI Ethics"（AI伦理）构成AI治理的大三元——这三个词在媒体上经常混用，但学术界有清晰区分。"Bias"（偏见）/"Fairness"（公平性）是数据偏差问题的延伸；"XAI"（Explainable AI，可解释AI）致力于让AI的决策说人话——为什么拒贷？为什么推荐这个？都要给出可追溯的理由。金融、医疗、HR这三个领域对XAI的要求最高——监管要求拒绝必须能解释。

"Deepfake"（深度伪造）让眼见不再为实——AI能生成高度逼真的虚假视频和音频。2024年发生过几起知名案例：某公司CFO被deepfake视频骗走了2亿港元——这个案例之后，全球大企业的财务流程都加了一道面对面核实。

"Model Drift"（模型漂移）则提醒我们：模型部署上线后不是一劳永逸的——随着时间推移，外部数据分布会变，模型表现也会逐渐衰退。风控模型可能上线6个月，效果就开始衰减——必须配套"持续训练+监控告警"。

"Synthetic Data"（合成数据）是另一面镜子——用AI造数据再喂AI。短期内缓解数据枯竭是真有用，长期看放大偏见、形成数据回音壁是更大的风险——涉及人脸、医疗、金融的合成数据，一般不推荐。

10、评估、对齐与安全

"Benchmark"（基准测试）是衡量模型能力的标准考试卷——MMLU考综合知识、GSM8K考数学、Human Eval考编程、Super GLUE考语言理解……这些排行榜决定了哪家公司能在下一轮PR中露脸。"Evals"（评估）则是更广泛的概念——既包括学术Benchmark，也包括企业内业务指标。某些厂商专门针对Benchmark调参，在榜上一飞冲天，到真实场景下就拉胯。

"AI Alignment"（AI对齐）研究的核心问题是：如何让AI的目标和人类的目标保持一致？前面§2提到的"RLHF"、"RLAIF"、"Constitutional AI"（宪法式AI）都是这一领域的核心武器——后者让模型按宪法原则自评。除此之外，"Scalable Oversight"（可扩展监督）研究当AI越来越强、人怎么管得住它。

"AI Safety"（AI安全）关注AI失控的极端风险——模型会不会撒谎、会不会觉醒、会不会被滥用？觉醒这种表述太科幻，撒谎和被滥用才是真实的风险。

"Red Teaming"（红队演练）是常见的安全测试方法——专门派人找茬，故意用恶意输入测试模型的防御能力。红队测试要100%自动化才靠谱——人工点能点的样本太有限，Prompt Injection 80+种、Jailbreak 50+种、敏感词200+个，跑完一遍大概4小时。

"Guardrails"（护栏）把安全规则嵌入到产品层面。Guardrails不要放在模型内部（容易被绕），要放在模型外部的中间件——这是2024年之后行业的共识。

"AI Ethics"（AI伦理）则讨论更广的社会议题——算法歧视、就业冲击、信息茧房、AI创作的版权归属……这些问题没有标准答案，需要技术、法律、社会多方共同协商——作为从业者，至少要知道这些话题存在，而不是只看技术不看社会。

附录：AI高频词速查表（按章节分类）

作者：赵搏 投资咨询证号：Z0021236

重要申明：本报告内容及观点仅供学习和参考，不构成任何投资建议。市场有风险，投资需谨慎。