看不懂AI?21个词分3层就够了

0 阅读6分钟

封面

你看不懂AI,不是因为你笨。

是因为有人在你第一天,就把第三层的词扔给你了。

我第一次被AI搞懵,是它报错:Context window exceeded

以为是网络问题。关掉,刷新,重开。
以为是自己操作错了。又试一遍。
其实只差认识三个英文词。


我把小白真正会踩的词,按你会遇见它的顺序整理了一遍。

不是背的,是认识的。遇到了不懵,就够了。


第一层:你刚听说AI,还没开始用

不用AI,光刷新闻就能撞上这些词。不认识,你就在圈子外面。

大模型 · LLM
想象一个读过几乎所有书的人。博学得吓人,但他分不清哪本书里写的是真的——而且不知道自己说了假话。

模型版本 · Model Version
GPT-3.5到GPT-4,不是升级了一小步,是换了个脑子。感觉最近AI变笨了?先确认用的是哪个版本。

多模态 · Multimodal
文字、图片、语音——AI都能处理。
你发张截图给它,它能看懂;发段录音,它能转成文字。眼耳全开,不止有嘴。

提示词 · Prompt
你跟AI说的话,就叫提示词。说得越准,AI越听话;废话越多,越容易跑偏。
"写篇文章",和"写一篇500字给刚工作的人看的建议,不要废话",出来的东西差几个档次。

智能体 · Agent
回答问题是最基础的。Agent这一步,是AI自己去做事。
你说"帮我整理今天的邮件并分类回复",它直接去干,不是告诉你怎么干。满屏的"AI Agent"都是指这个。

技能 · Skill
Agent能做的每件具体的事,叫一个技能。搜网页、读文件、发邮件——每样单独一个。
你给AI装的每个插件,大多是在给它加新技能。装多少,能干多少。

第一层词汇总览


第二层:你开始用AI了

这8个词,第一周必踩。不认识不是慢,是直接卡住。

AIGC · AI生成内容
图文音视频,只要是AI做的,都算AIGC。
不是说读起来会怪——好的AIGC你根本发现不了。是说这些内容的"作者"不是人,是模型。

幻觉 · Hallucination
AI说错了,它自己不知道。
像一个从来不说"我不确定"的人——任何问题都有答案,自信得你不好意思追问。但他说的,每句都得查。
信了就踩坑。

词元 · Token
AI处理文字的最小单位。中文大约1个字≈1个Token,英文大约3-4个字母≈1个Token,每次对话都有上限。
把它想成出租车计费:按Token跳表,用完了,车停在路中间不走了。

大多数人用AI走的是订阅制,感觉不到Token在跑。但进阶一步直接调用AI,就是按Token掏钱——每发一条消息,都在跳表。

上下文窗口 · Context Window
AI能"看见"的对话长度。像一块白板——越写越满,满了就从另一端开始擦。被擦掉的那段,它再也不记得了。
就是我当初刷新三次也没用的那个东西——不是网络问题,是白板写满了。

联网搜索 · Web Search
AI能不能查最新消息,开了联网功能才行。
没开的,知识截止在训练结束那天。你问它上周发生了什么,它真的不知道,不是在敷衍你。

记忆 · Memory
AI记住你偏好的能力。开了记忆,下次聊天它还认识你。
关了,你就是它今天遇见的第一个陌生人,从头来过。

氛围编程 · Vibe Coding
不会写代码,但能说清楚你想要什么——这就够了。
你负责描述效果,AI负责把代码写出来。以前做个工具得找程序员,现在你只需要会说话。

推理模型 · Reasoning Model
会先想后说的AI,代表是DeepSeek-R1、o1系列。
普通AI是脱口而出,推理模型是打了草稿再回答。慢一拍,但不会乱答。有些问题,慢才是对的。

第二层词汇信息图


第三层:你想更进一步

这层不是用AI,是驯AI。平时用不到,碰到了不认识,就卡在门口进不去。

接口与密钥 · API · API Key
API是软件调用AI能力的通道,不走网页界面,直接机器对机器。Key是你的专属凭证,有了才能进门。

订阅Claude或ChatGPT,月租,用多用少都是那个价。用API调用是按量掏钱——企业批量跑任务、开发者接入产品,走的都是这条路。Key一旦泄露,别人能拿去刷你的账单。真实发生过,数字大到不敢看手机。

命令行与图形界面 · CLI · GUI
两种操控方式。GUI像遥控器——按键摆在面上,找到就能按。CLI是直接给设备发指令——没有按键,你得自己知道命令是什么。
进阶用AI,迟早碰到"打开终端,输入这段命令"。那就是CLI。
不认识,教程走到一半直接卡死——报错满屏,不知道是哪步出了问题。

检索增强生成 · RAG
记忆(Memory)是AI记住你这个人,RAG是AI做题前去翻资料。
你给它一份内部文档、一个知识库,它回答时先去里面检索,搜完再说——不靠背,现查现用。资料靠谱,答案才靠谱;给一堆错的,它照样答错。

子智能体 · SubAgent
一个任务太大,主Agent把它拆开,分给不同的SubAgent各自去跑。
就像一个项目经理——自己不写报告,分配谁去查资料,谁去起草,最后收手里汇总。

模型上下文协议 · MCP
Agent要调用外部工具——搜索引擎、日历、本地文件——靠的是MCP这套标准协议。
以前每接一个工具都要单独对接一遍。MCP是个统一标准——就像USB,换什么设备,接口还是那个接口。

大模型应用框架 · LangChain
把Agent、RAG、记忆这些零件打包好的开发工具箱。搭AI应用,零件不用自己造,拿来直接拼。
就像乐高底板——积木现成,你只管拼。

本地模型 · Local Model
下载到自己电脑上跑的AI,不联网,数据不出门。
代价是需要够强的显卡。没有就硬跑,慢到你以为死机了。

第三层词汇信息图


这张地图不是让你背的。

是让你下次碰到一个陌生词,能先找到它在第几层——

然后知道,刷新没有任何用。


你现在在第几层?评论区说一下,我看看大家卡在哪。