当 AI 掀起一场"新话"革命：核心术语速通指南
AI 一边重塑世界，一边发明整套全新的词汇来描述这一切。如今无论参加产品会、投资路演还是技术论坛，你都会听到人们随口抛出 LLM、RAG、RLHF 等缩写——而就在上周，OpenAI 新模型 Astra 的推理技术"不透明递归"（opaque recurrence）又让 AI 安全研究者们揪紧了心。这个领域的词汇更迭快到连科技圈内的聪明人都不免感到焦虑。
本文档正是为了解决这个痛点而生：用通俗易懂的语言，为你定义当前最常见的 AI 术语——无论你是在用它构建产品、投资布局，还是只想在阅读 TechCrunch 或收听播客时跟上节奏。我们会随领域演进持续更新，把它当成一份活的文档——就像它所描述的 AI 系统一样。
通用人工智能（AGI）
Artificial General Intelligence，缩写 AGI，是一个边界模糊的概念。总体上，它指的是在大多数任务上比普通人类能力更强的 AI。OpenAI CEO 山姆·奥特曼（Sam Altman）曾将 AGI 描述为"可以雇来当同事的、具备中等能力的人类"。而 OpenAI 宪章 则将 AGI 定义为"高度自主的系统，在大多数有经济价值的工作上超越人类"。Google DeepMind 的理解与上述两家略有出入——他们认为 AGI 是"在大多数认知任务上至少与人类能力相当"的 AI。感到困惑？不必担心——AI 研究前沿的专家们同样众说纷纭。
AI 智能体
AI 智能体（AI agent）指的是利用 AI 技术代替你完成一系列任务的工具——超越基础 AI 聊天机器人的能力范畴，例如报销差旅、预订机票或餐厅座位，乃至编写和维护代码。不过，这个新兴领域涉及大量移动部件，"AI 智能体"对不同人可能意味着不同东西，基础设施也仍在建设中以兑现其设想的能力。其基本理念是：一个自主系统可调用多个 AI 模型来执行多步骤任务。
API 端点
可以把 API 端点想象成软件背面的"按钮"——其他程序按下这些按钮，就能让软件执行操作。开发者借助这些接口来构建集成功能——例如让一个应用从另一个应用拉取数据，或让 AI 智能体直接控制第三方服务，而无需人工逐个操作界面。大多数智能家居设备和互联平台都隐藏着这些按钮，只是普通用户从未察觉。随着 AI 智能体能力增强，它们正越来越自主地发现并调用这些端点，由此打开了强大——有时也出人意料——的自动化可能性。
思维链（Chain of Thought）
面对简单问题，人脑几乎不假思索就能回答——比如"长颈鹿和猫哪个更高？"但在很多情况下，由于存在中间步骤，你可能需要动笔才能得出正确答案。例如：农民养了鸡和牛，共有 40 个头、120 条腿，你可能需要列个简单方程才能算出答案（20 只鸡、20 头牛）。
在 AI 领域，思维链推理指的是将大问题分解为若干中间步骤，以提高最终答案的质量。对于大语言模型来说，这通常意味着更长的响应时间，但答案更有可能正确，尤其在逻辑推理或编程场景中。推理模型正是从传统大语言模型发展而来，通过强化学习针对思维链进行了优化。
（参见：大语言模型）
编程智能体（Coding Agents）
这是一个比"AI 智能体"更具体的概念——即能够自主分步执行、完成目标的程序。编程智能体是其针对软件开发领域的专业化版本。不同于简单地为人提供代码建议、让人审核&查验后粘贴，编程智能体可以自主编写、测试和调试代码，承担那些通常占据开发者日常的迭代试错工作。这些智能体能够跨越整个代码库工作，发现 bug、运行测试、在最小人工干预下推送修复。可以把它想象成雇用了一位不知疲倦、永不分心的超级实习生——不过和任何实习生一样，最终仍需要人工审核其工作成果。
算力（Compute）
尽管是个多义词，算力通常指的是支撑 AI 模型运行的关键计算资源。这种处理能力是 AI 行业的基础，使其得以训练和部署强大的模型。在日常使用中，"算力"常被用作提供计算能力的硬件类型的简称——如 GPU、CPU、TPU 以及其他构成现代 AI 行业底座的基础设施形式。
深度学习（Deep Learning）
深度学习是自我改进型机器学习的一个子集，其 AI 算法采用多层人工神经网络（ANN）结构。这使其能够比线性模型或决策树等简单机器学习系统建立更复杂的关联。深度学习算法的结构灵感来源于人脑中神经元相互连接的通路。
深度学习 AI 模型能够自主识别数据中的重要特征，而非依赖人类工程师预先定义这些特征。这种结构也支持从错误中学习、通过重复和调整来改进输出的算法。不过，深度学习系统需要大量数据点（数百万甚至更多）才能产生良好效果，且相比简单的机器学习算法通常需要更长的训练时间——因此开发成本也更高。
（参见：神经网络）
扩散模型（Diffusion）
扩散模型是许多文生图、文生音乐、文生文本 AI 的核心技术。其灵感来源于物理学：扩散系统逐步向数据（如照片、歌曲等）添加噪声，直到原始结构被彻底"摧毁"。在物理学中，扩散是自发且不可逆的——糖溶入咖啡后无法恢复成立方体。但 AI 中的扩散系统旨在学习一种"反向扩散"过程，将被摧毁的数据恢复出来，从而实现从噪声中重建数据。
蒸馏（Distillation）
蒸馏是一种从大型 AI 模型中提取知识的技术，采用"教师-学生"模式：开发者向教师模型发送请求并记录其输出，有时还会将答案与数据集比对以评估准确性；随后用这些输出训练学生模型，使其行为逼近教师。
蒸馏可用于基于大模型创建更小、更高效的版本，且知识损失极低。OpenAI 的 GPT-4 Turbo（GPT-4 的加速版）很可能就采用了这一技术。
微调（Fine-tuning）
微调是指对已有 AI 模型进行进一步训练，优化其在特定任务或领域的表现，通常方式是输入新的、专业化的任务导向数据。
许多 AI 创业公司以大语言模型为起点构建商业产品，通过结合自身领域知识进行微调来强化特定行业或任务的实用性，从而在通用模型之上叠加差异化能力。
生成对抗网络（GAN）
GAN（Generative Adversarial Network）是一种机器学习框架，是生成式 AI 在逼真数据生成方面的重要基础，也支撑着深度伪造（deepfake）工具的发展。GAN 包含一对神经网络：一个生成器基于训练数据生成输出，另一个判别器负责评估这些输出。
两个模型相互对抗：生成器试图骗过判别器，判别器则努力识别伪造数据。这种结构化竞争使 AI 输出不断趋向逼真，且无需额外人工干预。GAN 最适合窄场景（如生成逼真图片或视频），而非通用 AI。
幻觉（Hallucination）
"幻觉"是 AI 行业对模型虚构信息的委婉说法——即生成不正确的内容。这显然是 AI 质量领域的一大痛点。
幻觉输出具有误导性，甚至可能造成现实危害（例如，返回有害医疗建议的健康查询）。业界认为，幻觉源于训练数据中的知识盲区。这一问题正推动 AI 向更加专业化、垂直化的领域模型发展，以收窄知识边界、降低虚假信息风险。
推理（Inference）
推理是指运行 AI 模型的过程——让模型基于已有数据做出预测或得出结论。需要明确的是，没有训练就不可能有推理：模型必须先从数据中学习模式，才能有效进行推断。
多种硬件都能执行推理，从智能手机处理器到高性能 GPU 再到定制 AI 加速器。但硬件能力差异显著——非常大的模型在笔记本电脑上推理耗时漫长，而在配备高端 AI 芯片的云服务器上则快得多。
大语言模型（LLM）
大语言模型是 ChatGPT、Claude、Google Gemini、Meta AI Llama、Microsoft Copilot、Mistral Le Chat 等主流 AI 助手背后的核心模型。与 AI 助手对话时，直接交互的就是 LLM，也可能辅以网页浏览、代码解释器等工具。
LLM 是由数十亿数值参数（权重）构成的深度神经网络，学习词汇与短语之间的关系，构建出一种多维语言地图。这类模型从数十亿书籍、文章和转录中提取模式进行编码。收到提示时，模型生成最符合该提示的输出模式。
内存缓存（Memory Cache）
内存缓存是一种重要的推理加速技术，本质上是一种优化手段，用于提升推理效率。AI 运行依赖大量数学计算，每次计算都会消耗算力。缓存通过保存特定计算结果，供后续用户查询复用，从而减少模型需要执行的计算量。
其中一种较为人熟知的方式是 KV（键值）缓存，用于基于 Transformer 的模型，通过减少生成答案所需的时间和算法工作量来提升效率。
模型上下文协议（MCP）
MCP（Model Context Protocol）是一个开放标准，允许 AI 模型无需为每种数据源单独开发连接器，即可连接外部工具和数据——包括文件、数据库或 Slack、Google Drive 等应用。可将其理解为 AI 领域的"USB-C 接口"。
MCP 由 Anthropic 于 2024 年推出，随后移交至 Linux 基金会管理，现已被 OpenAI、Google 和 Microsoft 采用，堪称近年来传播速度最快的 AI 标准之一。
混合专家架构（MoE）
传统的神经网络在处理每个请求时，都需要激活整个模型——相当于为每个问题召集整个办公室的人。专家混合模型（Mixture of Experts，MoE） 换了一种思路：将庞大的神经网络拆分成多个小型专业子网络（称为"专家"），再通过内置的路由器只为当前任务挑选最合适的几位专家上阵。
由于任意时刻只有部分网络参与计算，MoE 架构可以在保持推理速度和控制成本的前提下，将模型规模扩展到极大。Mistral AI 的 Mixtral 是这一路线的代表模型；OpenAI 新一代 GPT 模型也被广泛认为采用了类似方案，但官方从未正面确认。
神经网络
神经网络是深度学习的底层算法结构，也是大语言模型引爆生成式 AI 浪潮的基础。
虽然从人脑神经通路中汲取灵感设计数据处理算法的想法早在 1940 年代就已出现，但真正让这股理论发挥威力的，是后来图形处理硬件（GPU）借助视频游戏产业崛起。GPU 天然适合并行执行数千种计算任务，使得训练比以往多得多层数的神经网络成为可能，进而在语音识别、自动驾驶、药物研发等多个领域实现了性能的飞跃。
Neuralese：全黑箱推理
Neuralese 是指一种假想的极端风险场景：AI 模型完全在内部数值表示中进行推理，而不输出人类可读的语言——模型的思考过程彻底变成一个黑箱。
目前没有任何已发布模型真正做到这一步。OpenAI 曾在 2026 年 9 月发布 Astra 模型，该模型因较早采用"不透明递归"推理技术而引人关注，但其链式思维过程仍然保持可读性，OpenAI 也主动驳斥了将其与 Neuralese 类比的说法。不过安全研究人员指出，Astra 对不透明递归的使用（见下）是朝该方向迈出的真实第一步——这也是 Astra 发布后该术语热度飙升的原因。
不透明递归
不透明递归（Opaque recurrence） 是指 AI 模型将同一查询在内部各层之间反复循环，而不是用自然语言逐步推理。
这种做法更高效——更小的模型也能借助更少算力发挥出更高水平——但相比常规的链式思维（即你在聊天机器人对话中看到的"思考过程"），留下的可读痕迹要少得多。这让安全研究人员担忧，因为这类日志是发现模型异常行为的关键工具，而不透明递归可能使这种监督变得困难。
开源与闭源
开源指底层代码向公众开放、任何人都可以使用、检查或修改的软件——这一概念近年来也越来越多地延伸至 AI 模型领域。Meta 的 Llama 系列模型是 AI 开源的典型代表；操作系统领域最著名的历史先例则是 Linux。
开源模式让全球研究者、开发者和企业得以站在彼此的成果上继续构建，加速技术进步，同时支持封闭系统难以实现的独立安全审计。闭源则意味着代码私有——你可以使用产品，但无法了解其内部运作方式，OpenAI 的 GPT 系列就是典型。这一分歧已成为 AI 行业最具争议的核心议题之一。
并行化
并行化即同时处理多项任务，而非逐个顺序执行——类似于 10 名员工同时承担项目的不同部分，而非一人顺序完成所有工作。
在 AI 领域，并行化贯穿训练和推理两个阶段：现代 GPU 专为并行执行数千次计算而设计，这正是其成为 AI 行业硬件基石的关键原因。随着 AI 系统日趋复杂、模型规模不断扩大，在多芯片、多机器间并行化工作任务的能力，已成为决定模型构建和部署速度与成本效益的最重要因素之一。针对更好并行化策略的研究，如今已发展成为一个独立的研究领域。
RAMageddon：内存危机
RAMageddon 是科技行业一股令人头疼趋势的戏谑称呼：随机存取存储器（RAM 芯片）正面临前所未有的短缺——而 RAM 几乎为所有日常消费电子产品提供算力支持。
随着 AI 产业蓬勃发展，各大科技公司和 AI 实验室都在疯狂抢购数据中心所需的内存，以打造最强大、最高效的 AI 系统——结果导致面向消费市场的内存供给严重不足。这种供给瓶颈进一步推高了剩余库存的价格。
受冲击的行业包括：
- 游戏行业：主流厂商因设备内存芯片采购困难，被迫上调游戏主机售价
- 消费电子：内存短缺可能导致智能手机出货量出现十多年来最大跌幅
- 企业级计算：各类公司同样面临数据中心内存采购不足的困境
内存价格的上涨趋势预计只会在短缺缓解后才能停止——然而可悲的是，目前并没有太多迹象表明这一情况会很快好转。
人工智能领域的技术术语往往让门外人望而生畏，但实际上核心概念并不难理解。以下梳理 AI 开发与训练流程中七个关键术语，涵盖模型如何学习、如何优化，以及如何衡量其表现。
强化学习
强化学习是一种让 AI 通过「试错 + 奖励」机制自我进化的训练方式：系统尝试各种行动，根据正确程度获得奖励信号——就像用零食训练宠物，不同的是这里的「宠物」是神经网络，「零食」是代表成功的数学信号。
与在固定标注数据集上训练的监督学习不同，强化学习允许模型探索环境、采取行动并根据反馈持续更新行为。这一方法在游戏、机器人控制，以及近年来大语言模型的推理能力提升上表现突出。
RLHF（基于人类反馈的强化学习，Reinforcement Learning from Human Feedback）已成为头部 AI 实验室微调模型的核心技术，旨在让模型更准确、更安全、更有帮助。
Token
Token 是大语言模型处理信息的基本单元，是人类语言与 AI 算法之间的「翻译枢纽」。模型通过分词（tokenization）过程将原始文本切分为模型可以消化的小块，类似于编译器把人类代码转译为机器二进制码的方式。
在企业场景下，Token 还直接决定成本——大多数 AI 服务按调用量（即消耗的 Token 数量）收费，业务使用量越大，费用越高。
Token 吞吐量
Token 吞吐量衡量系统在单位时间内能够处理的 Token 数量，本质上反映的是 AI 系统同时服务多少用户、以及每个用户的响应速度能有多快。
AI 研究员 Andrej Karpathy 曾描述过一种焦虑感：当 AI 订阅闲置时，感觉就像读研时看着昂贵的计算硬件没有被充分利用一样。这种感受解释了为什么提升 Token 吞吐量已成为 AI 基础设施团队的核心目标之一。
模型训练
训练（Training）是让机器学习模型从数据中提取模式、生成有用输出的核心过程。简单来说，就是系统不断响应数据特征，逐步调整输出以逼近目标——无论是识别猫的图片，还是按需写一首俳句。
训练成本高昂的原因在于所需数据量持续增长。混合方法（如在规则型 AI 基础上用定向数据进行微调）可以在不必从零开始的前提下有效控制成本。
迁移学习
迁移学习（Transfer Learning）以一个已训练好的模型为起点，开发用于不同（但通常相关）任务的新模型，让前一轮训练中获得的知识得以复用。
这一技术的优势在于大幅缩短开发周期，并在目标任务数据有限时尤为有用。但需注意其局限：依赖迁移学习获取泛化能力的模型，通常还需要在特定领域数据上继续训练，才能达到理想表现。
验证损失
验证损失（Validation Loss）是一个数值，用于实时反映模型在训练过程中的学习效果——数值越低越好。
研究人员将其视为「实时成绩单」，据此判断何时停止训练、是否需要调整超参数，或排查潜在问题。它最重要的预警功能是检测过拟合（overfitting）——即模型不是在学习可泛化的规律，而是直接记住了训练数据。
可以把验证损失理解为区分「真正理解教材的学生」和「只背了去年试卷的学生」的那个指标。
权重
权重（Weights）是模型训练的核心参数，决定了不同特征（输入变量）在训练过程中被赋予多少重要性，从而塑造模型的输出结果。
权重本质上是数值参数，定义了给定训练任务中最突出的数据特征。它们通过乘法运算作用于输入来完成这一功能。模型训练初期，权重通常随机初始化；随着训练推进，权重不断被调整，使模型输出逐步接近目标值。
举例来说，一个用于预测房价的 AI 模型，若基于某地区历史房产数据训练，其中各个特征（如卧室数量、是否独栋、是否有车库等）都对应一个权重，共同决定最终的价格预测结果。
模型对每个输入变量赋予的权重，反映了这些变量在给定数据集中对房产价值的影响程度。
评论