29 个 AI 术语,读懂这份你就能看懂 90% 的 AI 新闻

TechCrunch 前两天发了一份 AI 术语表，标题很嚣张——今年唯一需要的 AI 术语表。四位资深编辑合力撰写，29 个术语，从 AGI 到 Weights，A 到 W 全覆盖。

读了之后发现标题没吹牛。这份术语表的精准度和可读性确实是目前最好的。但它有一个问题：是英文的，面向英语读者的。中国读者需要一份中文版——不是直译，是加上中国 AI 语境的解读。读完这份，你能看懂 90% 的 AI 新闻。

29 个词分四档：你每天在用的、决定公司生死的、听着吓人的、2026 年新词。

这五个词出现的频率最高，但大多数人只是大概知道。

关键点：LLM 不是在理解语言，它在做概率匹配。这是它为什么会幻觉的根本原因。Token 决定成本——企业部署 AI 最大的开销就是 Token 费用。这也是为什么 DeepSeek 按电费调价会引起行业震动，Token 的成本结构正在被重新定义。

这六个词是 AI 行业的硬通货。看不懂这些，就看不懂为什么 OpenAI 估值几千亿、为什么英伟达市值超过特斯拉。

训练和推理的花费完全不同。训练一次 GPT-5 级别的模型可能要几亿美元。推理的花费是持续的——OpenAI 开始卖广告，就是因为推理成本太高，光靠订阅费覆盖不了。Distillation 有一个行业秘闻：从竞品的模型蒸馏知识通常违反服务条款，但几乎所有 AI 公司都在做——或者说，都在被别人蒸馏。这是 AI 行业知识产权最灰色的地带。

Diffusion：物理上糖溶解在咖啡里没法还原，但 AI 学会了在数字世界做这件事

RAMageddon：去年还不存在的词，现在是科技行业最热的流行语

29 个词，四个档次。第一档是你每天在用的，第二档是决定行业格局的，第三档是听着吓人但逻辑清晰的，第四档是 2026 年才出现的新物种。

AI 新闻之所以看着费劲，八成是因为术语没过关。一旦这些词变成你的默认词汇，你会发现 AI 行业的新闻其实逻辑很简单：算力决定谁玩得起，模型决定谁玩得好，Token 决定谁赚得到钱，幻觉决定谁会翻车，Agent 决定谁走得远。