夜雨聆风欢迎大家关注我，一起交流财税问题，探讨如何让工作变得更简单。
开篇引言
最近和身边的朋友或客户聊天，发现基本所有人都已经在用AI了，大家用它写文案、写汇报、查资料、做计划等等。
但大家对它的了解好像又不是很深。
甚至很多人以为：只要是AI，就是一样的，此AI与彼AI能力并无二致。
所以，今天就来给大家浅浅介绍一下关于AI的几个基础知识，让大家能够更好的地了解它。
一、大家常听到的Token是什么？
在AI这个领域，Token就是词元。即，
AI 处理文字的最小运算单位。
因为AI大模型并不能直接读懂整段文字，它必须先把一句话切成一小块一小块的，每一块就是一个Token。
它≠一个汉字，也不等于一个单词。
普通单词大多占用1个Token，长单词会被分割。
1个汉字大约占1~1.5个Token，标点符号、空格、表情都要算进去。
所以，我们和AI对话时，要直入主题。不要再用“你好”起手了，更没必要用“请”、“请您”、“请帮我”这一类的谦词。
表述尽可能得简洁清晰和明了就好。
二、AI的底层工作原理是什么？
这个问题是理解所有关于AI问题的关键所在。
真相是：AI其实是在玩一个"词语接龙"的游戏。
我们以为的AI是这样工作的：它脑子里有个巨大的、全面的知识库，你问它问题时它会先到库里去找答案，然后再来回答我们。
其实，这只是我们的想当然。
大语言模型（就是ChatGPT这类AI）干的活儿，说白了就是一句话：根据前面的字儿，猜后面的字儿是什么。
你问它“中国的首都是哪里”，它不是去数据库里查答案。而是看到“中国的首都是”这几个字之后，根据所学过的内容的规律，判断下一个字大概率是“北”，再下一个大概率是“京”。
一个字一个字地根据概率往外挤。
是不是有点不可思议？
那它为什么还能答对呢？
因为它在被训练的时候“读”过太多的、几千亿字的内容。什么内容都有，维基百科、新闻、小说、论文、论坛帖子……
当它见到过足够多的内容后，就知道后面应该接什么了。
就像一个读过万卷书的人，虽然他并没理解每本书的深意，但他至少记住了这些词句出现的规律，所以回答起来有模有样儿。
三、那它又为什么会胡说八道呢？
因为它的本质是猜概率，不是查事实。
如果一个问题在它被训练时的数据里出现得很少，或者它并没有真正学习过的时候，它不会承认说“我不知道”，而是会编一个看起来很像正确答案的结果出来。
它甚至还会给我们引用一个不存在的论文，编造一个不存在的法律条款，讲述一个根本不存在的历史事件——而且还回答的非常笃定和自信。
这就是AI的“幻觉”。
而且，更得给大家说明的是：目前没有哪个AI产品能完全规避这个问题，最强的大模型也会犯这种错。
这并不是技术不行，而是这种技术路线的先天局限。
所以大家记住：AI说的不能全信，重要的事情一定要亲自核实。
四、为什么AI有时候会忘记前面说过的话？
因为AI有一个“记忆窗口”，也就是上下文长度。
AI只能在一定的字数范围内“记得住”前面的对话，超出以后前面的内容就被它强制性地“忘掉”了。
不同主流模型的上下文容量大小也不一样。现在最大的能做到1M，能记几百万字，有的则只有128K，也就几万字。
并且，很多模型在超过约 128K–256K 后，检索或者推理的质量都会明显下降。
这也是为什么我们一般不建议长对话的原因。对话太长之后要重开新会话，就是为了防止这种情况发生。
五、同样是AI，为什么能力相差很大？
以前我觉得AI就像“计算器”，不管是哪个牌子，输入1+1都能得出等于2的结果，能有什么太大的差别呢？
后来才发现是我错了。
AI也是如此，它们虽然都叫“AI”，但背后的技术路线不同、所投入的资源不同，能力也就形成了差异。
就拿给开发票赋税收分类编码这件事来说，有的AI就很准确，有的就很离谱。
有的很“智慧”，有的则看起来很“智障”。
六、模型不一样，差距能有多大？
话接上头。同样是AI，为什么效果差这么多？
这就不得不说到“模型”了。
比如“Hy3”、“GLM-5.2”、“Deepseek-V4-Pro”等。
我们可能也听过“大模型”、“小模型”这种说法，但不清楚是啥意思。
简单说，模型就是AI的"大脑"。而模型的大小，指的就是它脑子里神经元连接的数量——你可以理解成脑容量。
展开来说：
1. 脑容量（参数量）
模型的参数量，通俗理解就是它脑子的“复杂程度”。参数越多，它能处理的信息越复杂，理解能力也就越强。
小模型可能只有几个亿的参数，大模型可能有几千亿个。这个差距就像一个只会做加减法的小学生和华罗庚的区别，云泥之别。
2. 读过多少书（训练量）
AI是通过“读”大量文本来学习的。读了多少、读了哪些，这些都直接决定了它的知识广度和深度。有的模型几乎读了整个网络上的内容，有的只读了一小部分。所以它们回答问题时答案会有很大的差异。
3. 下了多少功夫（算力和时间）
训练一个大模型，需要成千上万张显卡，几个月不停地跑。
这个成本简直是个天文数字。训练一次可能花几百万到几千万美元。小公司根本玩不起。
七、还有一些大家可能想问的
AI有意识吗，它会“思考”吗？
当然不会，至少目前来看是不会。它没有意识，只是一个“么得感情的机器”而已。
AI最终会取代人工吗？
短期内不会完全“取代”人工，但它确实带来了很多变化。一些重复性高、创造性要求低的工作岗位和职业会受到冲击。
但话又说回来，哪次技术革命不是这样的呢？
织布机取代了纺织工人，但又创造了流水线上的各种岗位。
关键不是AI取代不取代我们，是会用AI的人最终要取代不会用AI的人，竞争的本质还是人与人的竞争。
最后再叨叨两句
AI不是万能的。它博学，但也会一本正经的胡说八道。
用好了能帮大忙，但千万不能偏听偏信。
对普通人来说，其实也没必要太去深究这些技术细节。
了解这些底层原理，不是为了让我们成为技术专家，而是成为一个更清醒的使用者。
我是守心，一个服务财税行业的马喽，一个也不知道自己应该是个什么样人的人。
— 全文完 —
如果觉得有收获，就转发给你的朋友们吧