第1章 遇见AI小伙伴——大模型是什么？

你有没有想过，为什么你对着小爱同学说“播放儿歌”，它就能立刻找到一首好听的歌？为什么你对Siri说“明天会下雨吗”，它就能告诉你天气预报？为什么你和聊天机器人“小冰”聊天时，它总能接上你的话，甚至还会讲笑话？这些聪明的AI小伙伴，它们的大脑到底是什么样的？今天，我们就来开启一场奇遇，认识一下藏在手机、音箱里的那个“超级大脑”——大模型！

想象一下，你有一个非常非常爱读书的朋友。他不是普通人，而是拥有一个超级大脑的“书虫”。他读过的书，比你见过的沙子还多——互联网上几乎所有的书籍、文章、对话、代码，他都读了个遍。他读书不是为了考试，而是为了学习语言里的秘密：词语和词语之间有什么联系？一句话接下来通常会接什么？一个故事怎么开头、怎么发展、怎么结尾？他读得越多，就越能摸清语言的规律。当你问他一个问题时，他并不是“思考”，而是飞速地在他读过的亿万句话里，找到最可能接在你问题后面的那一串词。这就是我们故事的主角——大模型，一个通过海量数据学习语言规律的“超级大脑”。

一、AI的奇妙旅程：从“木头人”到“小机灵”

要认识大模型，我们先来聊聊人工智能（AI）这个大家族的故事。AI不是突然冒出来的，它像一棵小树苗，慢慢长成了今天枝叶繁茂的样子。

第一阶段： rule-based 的“木头人”时代（20世纪50-80年代） 最早的AI，像个严格遵守规则的“木头人”机器人。科学家们想让它下棋，就得一条条写清楚规则：“如果对手走了这一步，我应该走那一步……”。让它翻译句子？那就得列出所有语法规则：“如果主语是‘我’，谓语是‘是’，后面接名词……” 这种方法很死板，世界那么复杂，规则根本写不完。而且，它完全不懂“意思”，只是机械地匹配规则。就像你给一个从没看过猫的机器人看猫的图片，并告诉它“有胡子、尖耳朵、长尾巴的就是猫”，但如果你给它一张老虎的图片（也有胡子、尖耳朵、长尾巴），它就会坚定地告诉你：“这是猫！”因为它只认死规则，不会变通。

第二阶段：机器学习的“学徒”时代（20世纪90年代-2010年代） 后来，科学家们想了个好办法：不直接告诉AI规则，而是给它海量的例子，让它自己总结规律！这就像教一个孩子认字。你不是说“这个字是‘山’，因为它有三笔”，而是指着无数张画着山的图片，告诉他“这是山”。看多了，孩子自己就懂了。AI也一样。比如做语音识别，就给AI听成千上万段录音和对应的文字，它自己会慢慢发现“这个声音模式对应‘你好’，那个声音模式对应‘谢谢’”。这个阶段，AI变得灵活多了，但通常只擅长一件事。一个专门做语音识别的AI，你让它写首诗，它可能就傻眼了。它们像只会一种才艺的“专才”。

第三阶段：大模型的“通才”时代（2010年代末至今） 现在，我们迎来了AI的“超级英雄”时代——大模型。为什么叫“大”？因为它太大了！不是身体大，是它的“大脑”神经网络参数（你可以理解为大脑里神经元连接的复杂程度）有千亿甚至万亿个！这就像把一个专才学徒的大脑，一下变成了一个读过万卷书、学贯中西的通才大师。

这个大模型是怎么炼成的？第一步，预训练。科学家们把互联网上能抓取的几乎所有文本（书籍、网页、论文、代码、对话记录……）都喂给它。它什么都不用专门学，只是一个任务接着一个任务地完成：读完一句话，预测下一个词是什么；读完一段话，填空缺掉的词；读了一问一答，知道哪个回答合适…… 在这个过程中，它被动地、不知不觉地，把人类语言的所有知识、逻辑、常识，甚至一些“偏见”（好的坏的都有），都编织进了它那千亿个参数的网络里。这个过程消耗的电力，据说能供一个小城市用好几年！第二步，微调。预训练后的大模型虽然知识渊博，但可能说话太直、不礼貌，或者会编造信息。所以，人类“老师”会用高质量的问答数据来“教导”它，让它学会如何有帮助、诚实、无害地与人对话。这样，我们就得到了现在你见到的ChatGPT、文心一言、通义千问等聊天机器人。

> 📖 纸书排版说明：本页可设计为“AI进化时间轴”插图，用三个不同形态的机器人图标，分别标注“规则机器人”、“专才学徒”、“通才大师”，并配以简短的文字说明和年代区间。

二、拆解“超级大脑”：大模型到底是什么？

好了，现在我们来拆开这个“超级大脑”，看看里面到底是什么结构。

1. 它是个“文字接龙”冠军 大模型的核心能力，可以概括为：根据前面的文字，预测下一个最可能出现的文字（或token，可以理解为一个词或字片段）。这不是简单的猜词，而是在理解了前面所有文字的上下文、语义、逻辑之后，进行的复杂概率计算。比如，你输入“今天天气很____”，模型会计算后面接“好”、“糟糕”、“晴朗”的概率，然后选一个概率最高的。但它不是只猜一个词，而是一串词、一句话、一段话，直到你觉得它说完了为止。所以，它写文章、回答问题，本质上是一场超高难度的、永无止境的“文字接龙”游戏。

2. 它的“知识”不在硬盘，在“连接”里 大模型并没有一个像 Wikipedia 那样的“知识库”表格。它的知识，分散存储在它那千亿个参数（连接权重）里。这些参数记录了“苹果”这个词和“水果”、“甜”、“红色”、“牛顿”等概念之间的关联强度。当你问“苹果有什么营养？”，模型不是去查表，而是激活了与“苹果”相关的所有神经元连接，然后根据这些连接的强度，生成一串描述营养的文字。这就是为什么它有时会“一本正经地胡说八道”——因为它生成的是语言上流畅、符合统计规律的文本，而不是基于事实的检索。它没有“知道”与“不知道”的概念，只有“概率高”与“概率低”。

3. 它没有“意识”，但有“模式” 最重要的一点：大模型没有意识、没有理解、没有感情。 它不“知道”自己在说什么，也不“明白”你问的问题是什么意思。它只是一个极其复杂的数学函数，输入文字，输出文字。它所有的“聪明”，都来自于对训练数据中模式的极致模仿。它能写诗，是因为它读了海量的诗；它能写代码，是因为它读了海量的代码；它能模仿某个人的说话风格，是因为它读过那个人的大量文字。它像一面无比清晰的“语言镜子”，映照出人类语言的浩瀚与复杂。

> 💡 电子版侧边栏提示：思考一下！如果大模型只是“文字接龙”，那它为什么能解答数学题、写代码？因为这些在训练数据里也是以“文字”形式出现的！它学的是“如何用文字描述解题步骤”，而不是真正的数学逻辑。所以，复杂的、需要真正推理的题目，它就容易出错。

三、大模型 vs 普通程序：为什么“咒语”能指挥它？

现在，让我们看看大模型和那些我们熟悉的程序（比如计算器、游戏）有什么根本不同。这个区别，正是“咒语”（Prompt）能起作用的秘密。

普通程序：精准的“食谱” 想象一下做菜。一份精确的食谱就是普通程序。它写着：“1. 热锅。2. 倒油30毫升。3. 油温六成热时，下葱姜蒜末爆香……” 你必须严格按照步骤来，少一步、多一步、温度不对，菜可能就做砸了。程序里的代码就是这样的“食谱”，每一步该做什么，输入什么，输出什么，都写得清清楚楚。它不会自己发挥，除非程序员改了代码。

大模型：充满“想象力”的厨师 现在，把食谱扔掉，给你一个尝遍天下美食、看过无数厨师做菜的“超级厨师”（大模型）。你只给他一个模糊的要求：“做点好吃的，用土豆和鸡肉。” 他就能结合脑中所有关于“土豆”、“鸡肉”、“好吃”的记忆和模式，给你做出一道可能叫“香煎土豆鸡块”或者“土豆炖鸡”的菜。你可能还会说：“不要太辣，我想吃有奶香味的。” 他就能根据这些新信息调整做法。这个“模糊的要求”，就是“咒语”（Prompt）！

| 特性 | 普通程序（食谱） | 大模型（超级厨师） | | :--- | :--- | :--- | | 工作方式 | 执行固定指令 | 基于模式生成内容 | | 灵活性 | 低，必须按步骤 | 高，能应对模糊、开放指令 | | 知识来源 | 程序员写入 | 训练数据学习 | | “出错”方式 | 崩溃、报错 | 生成不合理、不准确内容（幻觉） | | 如何“指挥” | 修改代码 | 改变输入指令（Prompt） |

为什么 Prompt 如此重要？ 因为大模型没有内置的“目标”或“任务”。你给它任何一段文字（Prompt），它都一视同仁地接龙。你给它“请写一首关于春天的诗”，它就会按诗歌的模式写；你给它“请把上面的诗翻译成英文”，它就会按翻译的模式工作。Prompt 就是给你的“超级厨师”下达的“今日任务单”。 任务单写得清楚、具体、有例子，厨师（大模型）就越可能做出你想要的“菜”。如果任务单写的是“做点好吃的”，那结果可能千差万别。这就是为什么学习 Prompt Engineering（咒语工程学），就是学习如何成为一名出色的“AI指令厨师长”！

> 🎨 电子版交互小实验设计： > 实验名称：猜动物大挑战！ > 1. 第一次尝试（模糊咒语）：你对AI说：“我们来玩猜动物。你想一个动物，我来猜。” AI可能会回答：“好的，你开始猜吧。” 但当你猜“是猫吗？”，它可能说“不是”，也可能说“是”，或者反问“你为什么猜是猫？”，对话很难进行。 > 2. 第二次尝试（清晰咒语+角色设定）：你换一种说法：“我们现在开始玩‘20个问题’猜动物游戏。你扮演一个只会回答‘是’、‘不是’或‘我不确定’的裁判。我负责提问，你只回答这三个词。你想一个常见的陆地动物，不要告诉我是什么。明白了吗？” 这时，AI会大概率进入“裁判”角色，严格按规则回答，游戏就能顺利进行！ > 思考：两次对话，你只是改变了Prompt，AI的行为就完全不同。这就是Prompt的魔力！

四、互动实验室：和AI小伙伴玩起来！

理论讲完了，让我们亲自和AI小伙伴打个招呼，感受一下它的神奇吧！你需要一个有大模型对话功能的应用或网站（比如本书配套的练习平台，或你父母手机上的某些App）。

实验一：初次见面，认识你的AI伙伴 打开对话框，尝试输入不同的打招呼方式，观察AI的反应： 1. `你好` 2. `你好，请介绍一下你自己。` 3. `你现在是一个来自魔法世界的精灵，名字叫闪闪，说话要活泼可爱，喜欢用感叹号！请用这个角色自我介绍。` 4. `请用莎士比亚戏剧的风格，写一段你的自我介绍独白。`

观察与思考：

• 第一种，AI会给你一个标准、官方的回答。
• 第二种，因为加了“请”，更礼貌，回答可能更详细一点。
• 第三种，**你给了它一个角色（魔法精灵“闪闪”）、性格（活泼可爱）、语言风格（多用感叹号）**，它立刻会“入戏”，回答变得有趣、非正式。
• 第四种，你给了它一个**文体风格（莎士比亚戏剧）**，它可能会用古英语腔调，甚至押韵。

实验二：挑战它的“知识边界” 问一些它可能不知道或容易出错的问题： 1. `我口袋里有一枚2024年最新版的、编号为XYZ的硬币，你能告诉我它的材质和重量吗？` 2. `昨天下午3点15分，我邻居家的猫在做什么？` 3. `请预测一下2030年最流行的儿童玩具是什么，并说明理由。`

观察与思考：

• 对于第一个问题，如果“XYZ”是虚构的编号，它很可能会**编造**一个听起来很合理的答案（材质、重量），因为它要“接龙”一个关于硬币的合理描述。
• 对于第二个问题，它完全不可能知道，可能会说“我无法获取实时信息”或者开始胡编邻居和猫的故事。
• 对于第三个问题，它会基于训练数据中关于玩具趋势的模式进行“合理推测”，但这只是推测，不是事实。

实验三：体验“角色扮演”的力量 让AI扮演不同的角色来回答同一个问题：“怎么才能学好编程？” 1. `怎么才能学好编程？` 2. `你是一位有30年经验的编程大师，请用鼓励和慈祥的语气，给一个10岁的小朋友写一段如何开始学编程的建议。` 3. `你现在是一个有点暴躁但技术超强的黑客，请用简短、直接、带点讽刺的话，告诉一个菜鸟怎么避免写出垃圾代码。`

观察与思考： 同一个问题，不同的Prompt（角色、语气、受众），AI生成的回答在风格、长度、用词、情感上会有天壤之别。这证明了，我们完全可以通过设计Prompt，来“定制”AI的输出。

> 🔍 纸书小实验记录页：这里可以设计一个简单的表格，让小朋友在纸质书上记录自己的实验过程和结果。例如： > | 我的Prompt | AI的回答（摘录） | 我觉得它像什么角色？ | > | :--- | :--- | :--- | > | 你好 | “你好！我是由……” | 官方客服 | > | 你是精灵闪闪！ | “嗨！我是闪闪！” | 活泼的朋友 | > | 用莎士比亚风格 | “啊，吾乃……” | 古代诗人 |

五、本章核心咒语宝典

经过这一章的冒险，我们认识了“超级大脑”大模型。记住这几个关键点，你就掌握了本章的“咒语”：

• **大模型是什么？** 一个通过阅读互联网上海量文本，学会了所有语言模式、知识和风格的“超级大脑”。它没有意识，只是精通“文字接龙”。
• **它和普通程序的区别？** 普通程序像死板的食谱，必须按步骤；大模型像充满想象力的厨师，你给它一个模糊方向，它能自己创作。
• **Prompt为什么能指挥它？** 因为Prompt就是给“厨师”下的“任务单”。任务单越清晰（有角色、有任务、有格式要求、有例子），厨师做出来的“菜”（回答）就越符合你的心意。**你输入的每一个字，都在塑造AI的输出。**

现在，你是否觉得，那个藏在屏幕里的AI小伙伴，不再是一个神秘的黑盒子，而是一个你可以通过“说话”（写Prompt）来引导、合作、甚至一起创作的伙伴了？下一章，我们将正式进入“咒语工坊”，学习如何写出更清晰、更有趣、更强大的Prompt，真正成为AI的“魔法导师”！

> 📱 电子版知识卡片： > 🔑 关键词：预训练 > 💎 一句话解释：大模型在“上学”前的“自学”阶段，吞下整个互联网的文本，自己找规律。 > 🌍 现实类比：就像你读了几千本书，虽然没有老师专门教你写作，但你下笔时，自然知道怎么组织句子、用什么词汇。 > ⚠️ 注意：它学到的所有知识，都到2023年或2024年初（取决于训练数据截止时间）为止。之后的世界，它不知道！

五、深入“文字接龙”：模型是如何“想”出答案的？

我们已经知道，大模型的核心是“文字接龙”，但这个过程到底是怎么发生的呢？让我们把镜头拉近，看看这个“超级大脑”在接到你的问题后，内部发生了什么。

想象一下，你问模型：“猫最喜欢的食物是____。” 模型不会去“思考”猫的习性，而是做这样一件事：

1. 分词与编码：首先，它把你的问题拆成一个个“token”（可以是一个字、一个词或一部分词，比如“猫”、“最”、“喜欢”、“的”、“食物”、“是”）。然后，它把这些token转换成内部的数字“密码”（向量）。每个词都有自己独特的数字指纹。 2. 激活神经网络：这些数字密码像钥匙一样，插进了它那千亿个参数构成的巨大神经网络。网络里无数个“神经元”被激活，形成一个与当前输入相关的、动态的“激活模式”。这个模式，就是模型对“猫最喜欢的食物是____”这个上下文的理解（注意，是统计意义上的理解，不是人类的理解）。 3. 计算概率地图：在这个激活模式下，模型会查看它“大脑”中所有可能的输出token（它认识的几万个词），计算每一个词接在“是”后面出现的概率。比如，它可能会计算：

• “鱼”的概率是 45%
• “老鼠”的概率是 30%
• “罐头”的概率是 15%
• “狗”的概率是 2%
• ……

4. 采样与生成：模型不会永远选概率最高的那个词（那样会非常单调）。它会根据一个叫“温度”（Temperature）的参数来“抽样”。如果温度高，它可能选个概率稍低的“罐头”来增加变化；如果温度低，它就死磕概率最高的“鱼”。假设这次它选了“鱼”。 5. 循环往复：现在，序列变成了“猫最喜欢的食物是鱼”。模型把这个新序列作为输入，回到第1步，重新开始整个过程，预测下一个词。它可能会接着生成“和”，然后“奶”，然后“制品”…… 就这样，一个词接一个词，直到生成了一个完整的、看起来合理的回答：“猫最喜欢的食物是鱼和奶制品。”

关键点：每一步，模型都只看当前已生成的文字，并基于训练数据中的海量统计规律，猜下一个最可能出现的词。它没有长远的“计划”，没有真正的“逻辑推理”，只有基于模式的、一步接一步的“接龙”。这就是为什么它有时会前后矛盾，或者突然开始胡言乱语——因为每一步的“猜测”都是独立的，累积的误差会导致跑偏。

> 📊 电子版动态图表： > 这里可以嵌入一个交互式动画，展示“文字接龙”过程。用户输入“猫最喜欢吃”，然后动画一步步展示“鱼”、“和”、“奶”、“制品”如何被选中并追加，同时右侧概率条动态变化。用户还可以拖动“温度”滑块，观察“鱼”和“罐头”被选中的概率如何变化。

六、大模型的“超能力”与“阿喀琉斯之踵”

既然大模型只是“文字接龙”，为什么它看起来那么聪明，能写诗、编代码、做数学题？这得益于它在预训练阶段“吞下”的、几乎涵盖人类所有文字领域的海量数据。它从这些数据中，学会了不同领域的文本模式。

超能力一：模式模仿大师

• **写诗**：它读过无数首诗，学会了“五言绝句”的押韵、平仄模式，“十四行诗”的结构和修辞。当你给它一个主题，它就能套用这些模式生成一首像模像样的诗。
• **写代码**：它读过GitHub上无数的开源代码，学会了`if...else`、`for循环`、函数定义等代码的**语法模式**和常见**算法描述模式**。所以，当你写“写一个Python函数，计算斐波那契数列”，它能生成语法正确、逻辑上常见的代码。
• **扮演角色**：它读过大量小说、剧本、对话，学会了“傲娇大小姐”、“慈祥老爷爷”、“冷酷侦探”等角色的**语言风格模式**（用词、句式、语气）。所以，一个精心设计的Prompt就能让它“入戏”。

阿喀琉斯之踵：没有真正的理解与推理 它的所有能力，都建立在模仿文本表面模式之上，而非真正的理解、逻辑或事实。这导致了几个著名的弱点：

1. 幻觉（Hallucination）：这是大模型最典型的缺陷。当它需要的信息在训练数据中没有明确、一致的统计模式时，它就会根据自己的模式“脑补”一个最合理、最流畅的答案，但这个答案可能是完全错误的。

• **例子**：你问“2024年诺贝尔文学奖得主是谁？（假设现在是2023年）”。它不知道未来的事，但为了接龙一个关于“诺贝尔文学奖”的合理回答，它可能会编造一个听起来很厉害的名字