认识你的AI伙伴：大模型是什么

想象一下这样的场景：在一个巨大的图书馆里，藏书高达百万册，涵盖了人类有史以来所有的知识——从古希腊哲学到量子物理，从莎士比亚戏剧到最新的编程技术。现在，请闭上眼睛，想象有一个人可以随时回答你的任何问题。无论你是想了解黑洞是怎么形成的，还是想让别人帮你修改一篇作文，或者想让别人给你讲一个有趣的睡前故事，这个人都能在几秒钟内给你一个满意的答案。

这个人不是你的老师，不是你的父母，也不是你的同学，而是一个你从未谋面的“超级助手”。它存在于一个看不见摸不着的地方——电脑和网络的另一端。你只需要对着手机或电脑说出你的问题，它就能立刻给你回应。这个神奇的存在，就是我们今天要介绍的主角：大型语言模型（Large Language Model），简称大模型，或者按照更亲切的称呼——AI伙伴。

什么是大模型：一个比超级图书管理员更聪明的存在

在正式开始了解大模型之前，让我们先玩一个思维游戏。请想象你正在做历史作业，老师让你查找秦始皇统一六国的时间。你会怎么做？可能你会打开搜索引擎，输入“秦始皇统一六国时间”，然后在成百上千条搜索结果中找到答案。这个过程需要你主动搜索、筛选、判断，信息虽然就在那里，但你得自己去“拿”。

现在，让我们把这个过程变得不可思议的简单。如果有一种方法，你不需要搜索，不需要筛选，只需要直接问一句“秦始皇什么时候统一六国的？”答案就跳到你面前，而且这个答案不是冷冰冰的条目，而是一段完整的、带有背景介绍和有趣细节的叙述。你甚至可以追问：“他为什么要统一度量衡？这对老百姓有什么好处？”然后得到另一个详细的解答。

这就是大模型做的事情，而且远不止于此。它不只是回答你“是什么”，还能帮你理解“为什么”，甚至能和你一起探讨“还可以怎么想”。

大模型的官方定义

如果我们用更正式的术语来描述，大模型是指使用深度学习技术训练的大规模神经网络模型，这类模型专门用来理解和生成人类语言。与传统程序不同，大模型不是按照人类预先设定好的规则来执行命令的，而是通过学习海量的文本数据，自行“领悟”语言的规律和知识。

这听起来有点抽象，让我们回到超级图书管理员的比喻。传统搜索引擎就像一个图书馆——所有的书籍都整齐地摆放在书架上，你需要知道书名或者关键词才能找到你需要的资料。而大模型则像是一个真正的图书管理员，这个管理员不仅记住了图书馆里的每一本书，还深刻理解了书中的内容，并且能够用你自己的话把相关知识讲给你听。更厉害的是，这个管理员还能把不同书里的知识联系起来，用全新的方式回答你可能从未想过要问的问题。

大模型的神奇能力：从“鹦鹉学舌”到“真正理解”

也许你会好奇：大模型真的“理解”我说的话吗？它是真的懂知识，还是只是在玩文字游戏？科学家和工程师们对这个问题也有不同的看法，但有一点是确定的：大模型展现出了令人惊叹的能力，这些能力让它看起来确实“理解”了语言和知识。

首先，大模型能够进行上下文理解。当你和它对话时，它能记住你们之前说了什么，不会像金鱼一样只有七秒记忆。你可以先聊天气，再问数学题，再让它帮你写一封信，它都能自如地切换话题，理解你的每一个问题在当前语境下的含义。

其次，大模型能够进行知识整合。它可以把不同领域的知识串联起来。比如你问它：“如果李白穿越到现代，他会喜欢用智能手机吗？”它不仅能回答这个问题，还能跟你讨论李白的性格特点、智能手机的便利性，甚至可以想象李白会写什么样的“朋友圈文案”。

第三，大模型能够进行创意生成。它不只是复述已有的知识，还能创造新的内容。写诗、写故事、写代码、作曲——这些都是它能做的事情，而且生成的内容往往质量相当不错。

当然，大模型也有它的局限性。我们会在后面的章节中详细讨论它可能出现的“幻觉”——也就是一本正经地说一些听起来很有道理但其实是错误的话。但瑕不掩瑜，大模型的能力已经足够强大，足以成为我们学习和生活中的得力助手。

主流大模型巡礼：你的AI伙伴们

了解了什么是大模型之后，让我们来认识一下目前世界上最知名的几款大模型产品。它们就像是你的AI伙伴中的“明星天团”，各有各的特点和专长。

ChatGPT：开启新时代的先锋

如果要选一个让大模型真正走入千家万户的产品，ChatGPT绝对是当之无愧的冠军。2022年11月，美国人工智能公司OpenAI推出了ChatGPT，仅仅用了两个月时间，月活跃用户就突破了一亿，成为历史上增长最快的消费者应用软件。

ChatGPT基于GPT（Generative Pre-trained Transformer，生成式预训练变换器）架构开发。简单来说，“生成式”意味着它能创造新的内容，而不仅仅是检索已有的信息；“预训练”意味着它在正式为你服务之前，已经在海量的文本数据上进行了长时间的学习；“变换器”则是它所采用的一种高效的神经网络结构。

ChatGPT最擅长的领域包括：日常对话与问答、内容创作与润色、代码编写与调试、学习辅导与知识解释。你可以让它帮你写检讨书、改作业、解释一道数学题，或者只是无聊时和它聊聊天。

ChatGPT目前有免费版本和付费版本（ChatGPT Plus）。免费版本使用的是GPT-3.5模型，而付费版本可以使用更强大的GPT-4模型。GPT-4在理解复杂问题、处理多模态信息（如图文结合）方面有了显著提升。

Claude：理性与安全的典范

2023年3月，人工智能公司Anthropic推出了Claude，这是一款以安全性著称的AI助手。Anthropic公司的创始人们曾经是OpenAI的成员，他们在开发AI时特别关注如何让AI的行为更加安全、可控和有益。

Claude的命名据说来源于计算机科学先驱克劳德·香农（Claude Shannon），而Claude的特点也确实体现了对人类知识的尊重和对理性思考的重视。

Claude在长文本处理方面有着出色的表现，它可以阅读和理解很长的文档，并且能够保持对整个文档的连贯理解。这让它非常适合用于分析长篇文章、总结书籍内容、处理复杂的研究任务。

另外，Claude还以“有礼貌、有情商”的对话风格著称。它在表达不同意见时会更加委婉，在处理敏感话题时会更加谨慎。如果你需要的是一个既能帮助你学习，又能和你进行深入思想交流的伙伴，Claude会是一个很好的选择。

文心一言：中国力量的代表

2023年3月16日，中国百度公司推出了文心一言（英文名ERNIE Bot），这是中国第一款正式发布的大语言模型产品。“文心一言”这个名字来源于百度多年的深度学习研究项目“文心”（ERNIE），以及《论语》中的名句“君子一言，驷马难追”，寓意着说话算数、值得信赖。

作为中国本土开发的AI产品，文心一言对中国文化和中国语境有着天然的亲近感。无论是古诗词的赏析、成语故事的讲解，还是对中国历史事件的评析，文心一言都能给出更符合中国读者期待的答案。

文心一言还深度整合了百度的搜索生态和知识图谱技术，能够为用户提供更准确、更有时效性的信息。在应用层面，它已经接入了百度搜索、百度文库、百度地图等多个产品，为用户提供了丰富的使用场景。

如果你是一个对中国文化有浓厚兴趣的学习者，或者你需要了解与中国相关的时事新闻和专业知识，文心一言会是你身边最方便的AI伙伴。

通义千问：阿里系的AI助手

2023年4月，阿里巴巴集团发布了通义千问，这是阿里云推出的大语言模型产品。“通义”意味着通晓各种知识和道理，“千问”则表明它能够回答各种各样的问题。

通义千问依托阿里云强大的云计算能力，在处理大规模请求时表现出色。它不仅面向普通用户开放，还面向企业用户提供API接口和服务，帮助企业构建自己的AI应用。

通义千问在逻辑推理、代码生成、数学问题解决等方面有着不错的表现。如果你对编程或者数据分析感兴趣，通义千问可以成为你学习路上的好帮手。

其他值得关注的AI伙伴

除了上述几款产品之外，全球范围内还有许多优秀的大模型产品值得关注：

• **Gemini**（谷歌）：谷歌推出的大模型产品，原名Bard，深度整合了谷歌搜索和知识库，在信息准确性方面有较强保障。
• **Copilot**（微软）：基于OpenAI技术开发的AI助手，深度集成在Windows操作系统和Office办公软件中，可以帮助你写文档、做PPT、分析数据。
• **Kimi**（月之暗面）：中国初创公司月之暗面推出的AI产品，以超长的上下文处理能力著称，据说可以处理多达200万字的文本。
• **讯飞星火**（科大讯飞）：科大讯飞基于其语音技术优势开发的AI助手，在语音交互和教育领域有着独特优势。

```mermaid graph TD A[主流大模型] --> B[ChatGPT] A --> C[Claude] A --> D[文心一言] A --> E[通义千问] A --> F[其他产品] B --> B1[OpenAI<br/>对话能力强] C --> C1[Anthropic<br/>安全性高] D --> D1[百度<br/>中文优化] E --> E1[阿里云<br/>企业服务] F --> F1[Gemini/Copilot等]

style A fill:#e1f5fe style B1 fill:#c8e6c9 style C1 fill:#c8e6c9 style D1 fill:#c8e6c9 style E1 fill:#c8e6c9 style F1 fill:#c8e6c9 ```

大模型是如何工作的：让机器读懂语言

了解了有哪些大模型之后，你可能会好奇：这些AI是怎么学会“说话”的？它们到底是怎样处理我们输入的文字，然后给出回答的？这一部分，让我们来揭开大模型工作的神秘面纱。

从“词”开始：Token的秘密

当你对大模型说“你好”时，大模型首先会把这句话分解成更小的单位。在自然语言处理领域，这些最小的语言单位叫做Token（中文可以翻译为“词元”或“标记”）。

Token不一定是完整的词语。一个英文单词可能是一个Token，但一个长单词可能被拆成多个Token。比如“unhappiness”可能被拆成“un”、“happy”、“ness”三个Token。中文的情况稍有不同，一个汉字可能算一个Token，也可能根据词语划分。

为什么要这样拆分呢？因为大模型“思考”的方式和我们人类不一样。它不是像我们一样看到一个句子就能立刻理解整体意思，而是需要把句子拆解成它能够处理的单元，然后逐个分析这些单元之间的关系。

注意力机制：让机器学会“重点关注”

大模型之所以强大，很大程度上要归功于一种叫做注意力机制（Attention Mechanism）的技术。

想象一下，你正在读一篇关于恐龙的文章。当读到“霸王龙是一种凶猛的肉食恐龙”时，你的大脑会自动把注意力放在“霸王龙”、“凶猛”、“肉食”这几个关键词上，因为这些词对理解句子的意思最重要。这就是人类大脑的“注意力”。

大模型的注意力机制做的事情类似。当它处理一个句子时，它会计算句子中每个词和其他词之间的关系——哪些词和哪些词联系紧密？哪些词的出现会影响对另一些词的理解？通过这种方式，大模型能够理解语言的上下文关系，而不仅仅是死板地按照语法规则分析句子结构。

举一个更具体的例子。当你说“我给它喂了一些猫粮，它吃得很开心”时，大模型需要判断这里的“它”指的是谁。是你家的猫，还是别人家的狗？注意力机制帮助大模型联系上下文，意识到“猫粮”才是关键线索，从而正确理解“它”指的是猫。

从概率到语言：生成下一个词

那么，大模型是怎样“想出”回答的呢？

本质上，大模型的工作方式可以理解为：根据前面的词语，预测下一个最可能出现的词。

这听起来似乎很简单，但请不要小看这个过程。当大模型学习过 billions（数十亿）条文本之后，它已经“见多识广”，知道在各种语境下，下一个词最可能是什么。

比如，当你输入“我今天去”时，大模型可能会预测下一个词是“学校”、“上班”、“超市”等可能性很高的词。但如果你输入的是“我今天去学校”，大模型预测下一个词的时候，就会考虑到“学校”这个词后面通常会跟什么——可能是“上课”、“考试”、“参加活动”等。

然后，大模型会把这个过程重复很多次。每次预测出一个词，就把这个词加到已有的文本后面，然后再预测下一个词。这样循环往复，直到生成一个完整的回答。

这就是为什么大模型能够写出流畅自然的句子，因为它不是凭空创造语言，而是像一位经验丰富的作家，知道在每一个位置应该放什么词最合适。

预训练与微调：学会知识，学会对话

大模型的能力来自两个阶段的学习：预训练（Pre-training）和微调（Fine-tuning）。

预训练阶段就像是在大学里学习专业知识。大模型会阅读互联网上几乎所有的公开文本——书籍、新闻、论文、网页、聊天记录……这个阶段的目标是让大模型学会语言的规律，掌握大量的知识。

预训练的过程说起来简单：给大模型一段文字，把最后一部分遮住，让它预测遮住的内容是什么。大模型不断重复这个过程，错了就调整自己的参数，对了就继续保持。久而久之，它就变得越来越准确，也越来越有知识。

微调阶段则像是毕业后的职业培训。预训练让大模型具备了基本的语言能力，但还不会“听话”，不知道怎么按照人类的要求来回答问题。微调阶段，工程师们会使用特定的对话数据集，训练大模型学会按照指令回答问题，生成有帮助、无害的回复。

这个过程有点像训练一只狗：先让它学会基本的服从（微调），然后再教它各种具体的技能（针对特定任务的优化）。

```mermaid graph LR A[预训练阶段] --> A1[海量文本学习] A1 --> A2[掌握语言规律] A2 --> A3[积累世界知识]

B[微调阶段] --> B1[对话数据训练] B1 --> B2[学会遵循指令] B2 --> B3[生成安全回复]

C[用户输入] --> D[大模型处理] D --> E[生成回答]

A3 --> D B3 --> D ```

为什么要学会提问：大模型时代的核心竞争力

现在你已经知道了大模型是什么，以及它们是怎么工作的。接下来，我们要讨论一个至关重要的问题：在AI时代，为什么学会提问（也就是Prompt Engineering，提示工程）如此重要？

AI时代的新分工：提问者与回答者

在传统教育中，我们通常强调“回答问题”的能力。考试的时候，老师出题，学生答题。答题能力强的学生，成绩就好。解题，是学生最重要的任务。

但AI时代，这种分工正在发生变化。大模型的出现，让机器能够回答越来越多的问题——只要你问得好。换句话说，“回答问题”这项工作，正在越来越多地被AI承担。

那么，什么是AI无法替代的呢？是提出好问题的能力。

一个好的问题，意味着你知道自己想要什么，知道如何清晰地表达需求，知道如何引导对话走向深入。你需要具备批判性思维，才能判断AI的回答是否正确；你需要具备创造性思维，才能想到AI没有想到的角度；你需要具备系统性思维，才能把AI的回答整合成自己的知识。

在这个新时代，真正的高手不是那些什么都会的人，而是那些能够有效利用AI、借助AI力量解决复杂问题的人。而成为这样的高手，第一步就是学会如何向AI提问。

提问能力的价值：远超你的想象

也许你会说：“提问有什么难的？我每天都在提问。”没错，我们确实每天都在问问题——“今天吃什么？”“作业是什么？”“考试什么时候考？”但这些问题的质量，和我们在大模型时代需要提出的问题，差距很大。

高质量的提问是一种稀缺能力，它至少包含以下几个层次：

第一层次：清晰表达需求。 你要让AI明白你到底想要什么。很多人在使用AI时会遇到这样的情况：AI给出了一个答案，你却说“这不是我想要的”。其实问题往往不在AI，而在于提问者没有把自己的需求表达清楚。

比如，你说“帮我写一篇文章”，AI可能写出一篇中规中矩的应试作文。但如果你说“帮我写一篇关于人工智能利弊的议论文，要求观点新颖、论据充分、语言生动，大约800字，适合高中生阅读”，AI给出的结果可能就会好很多。

第二层次：提供必要背景。 AI不是你的蛔虫，不知道你当前的具体情况。如果你告诉AI“教我写代码”，它可能会从最基础的知识开始讲。但如果你说“我已经学了Python基础，会写简单的函数，现在想学如何做一个微信小程序的后端”，AI就能给出更有针对性的指导。

第三层次：引导深度交流。 与AI对话不是“一问一答”那么简单。真正的高手会把AI当作一个可以持续交流的伙伴，通过追问、补充、纠正，引导AI给出越来越好的答案。第一轮回答可能只是一个大纲，第二轮、第三轮才能深入到细节。

第四层次：整合与批判。 AI的回答不一定总是正确的。你需要有能力判断AI说的是否有道理，把多个AI的回答进行对比，整合成自己的结论。这需要扎实的知识储备和批判性思维。

青少年学习提问的独特优势

你可能会想：“我才上初中/高中，AI那么厉害，我怎么可能比大人更会提问？”

但事实恰恰相反。作为数字时代的原住民，你和你的同龄人们拥有学习AI、掌握提问能力的独特优势：

第一，你们对新技术的接受度更高。 你的父母可能还在适应智能手机的各种功能，而你可能从记事起就在使用各种数字设备。面对AI这样一种全新的工具，你的心态更开放，学习曲线也更平缓。

第二，你们的学习能力强，可塑性高。 你的大脑正处于快速发育的时期，接受新知识、新技能的速度比成年人更快。你现在学习的东西，会更深刻地内化为你的思维方式。

第三，你们有更多试错的勇气和机会。 青少年时期正是探索世界的时候，犯错了也没关系。大胆地去尝试不同的提问方式，观察AI的反应，总结经验教训，这些经历都会成为你宝贵的财富。

第四，你们正在学习基础学科知识。 你现在学的数学、语文、英语、物理、化学等知识，正是使用AI的基石。随着AI技术的发展，专业领域与AI的结合会越来越紧密，你今天打下的学科基础，将成为明天与AI协作的本钱。

你的AI学习地图：本书的学习路径

了解了这么多关于大模型和提问能力的知识，你可能会迫不及待地想要开始实践了。但在开始之前，让我们先看看这本书的整体规划，了解我们将一起走过的学习旅程。

从入门到精通：四阶段学习路径

本书设计了四个主要阶段，帮助你循序渐进地成为AI提问的高手：

第一阶段：基础认知（第1-3章） 这是我们刚刚开始的地方。在这个阶段，你将了解大模型的基本原理，熟悉主流AI产品的特点，学会与大模型进行基础对话。这些知识将为后续的学习打下坚实的基础。

**第二阶段：提问技巧（第4-