第1期-LLM扫盲
🔍 AI进化之路 · 第1期
LLM是什么？一篇文章把AI的底裤看穿
AI进化之路系列 | 从LLM到Agent，带你渐进式通关AI世界
🧠 大模型到底是个啥？
每次有人问我"大模型是什么"，我都想反问一句：你用过输入法的联想词吗？
大模型（LLM，Large Language Model）说白了就是一个超级阅读理解机器。你输入法的联想词只能根据前一个词猜下一个词，而大模型是根据你给它的整段上下文来猜下一个最可能出现的词。就这么简单——它的本质就是"接龙"，只不过接得特别长、特别好。
打个比方：如果说普通输入法是"我说上半句，你补下半句"的水平，那大模型就是"你给我一个开头，我能帮你写完一整本书"的狠角色。
🧩 一句话总结大模型 = 读遍了互联网的超级学霸 + 会"接龙"的文字游戏高手。你给它一段话，它就预测接下来最该说什么。
至于为什么叫"大"模型——因为参数量真的大。2026年的旗舰模型参数规模已经到了万亿级别（DeepSeek V4 Pro就有1.6万亿参数），训练一次的花费动辄上千万美元。这不是大，什么是大？
🔤 Token：AI世界的最小货币
跟大模型打交道，你逃不开一个词：Token。所有大模型都按Token计费，不是按字、不是按词，是按Token。
那Token到底是什么？你可以把它理解成AI消化文字的最小碎片。AI不直接读汉字或英文单词，它先把所有文字切碎成一个个Token，然后再处理。
// 英文：1个单词 ≈ 1个Token
"Hello" → Hello → 1 Token
// 中文：1个汉字 ≈ 2-3个Token
"你" → 你 → 2 Token
"你好" → 你好 → 3-4 Token
看到没？一个汉字可能吃2-3个Token，而英语1个单词才1个Token。中文用户真是Token税大户，同样一句话，中文的Token消耗可能是英文的2-3倍，钱也得多花2-3倍。所以如果你想让大模型省钱又高效，用英文提问是个小窍门。
测试同学注意了——这就像你测性能时关注的是请求次数而不是页面数。Token就是大模型的"请求次数"，是成本核算的基本单位。
📦 上下文窗口：AI的短时记忆
上下文窗口（Context Window）是大模型一次能记住多少东西的上限。
类比一下：你的大脑有短时记忆，让你在聊天时能记住对方刚说了什么。但如果你聊了3个小时，前面的内容就模糊了。大模型也一样——它有个记忆容量上限，超过的部分就得丢掉。
**⚠️ 为什么上下文窗口很重要？**想象你在做测试，测试数据范围就是你的"上下文窗口"。如果被测系统的数据量超过了你的测试范围，你就可能漏测bug。大模型也一样——如果内容超出了上下文窗口，它就"失忆"了，回答质量断崖式下降。
好消息是，2026年的模型上下文窗口已经非常能打了：
| 模型 | 上下文窗口 | 大约等于 |
|---|---|---|
| GPT-5.5 | 100万 Token | ~75万字 / 3部长篇小说 |
| Claude Opus 4.7 | 100万 Token | ~75万字 / 整个代码库 |
| DeepSeek V4 Pro | 100万 Token | ~75万字 |
| Gemini 2.5 Pro | 100万 Token | ~75万字 / 10小时音频 |
| Qwen3.6-27B | 26万 Token（可扩100万） | ~20万字 |
100万Token是什么概念？大约75万字，够塞进去三本《三体》，或者一个中型项目的全部源代码。这在2023年是不可想象的——当时GPT-4只有12.8万Token，塞个需求文档都费劲。
📚 大模型是怎么训练出来的？
大模型的训练可以类比成一个人的学习过程，分三个阶段：
第一阶段：预训练 —— 疯狂读书把整个互联网的文本（网页、书籍、论文、代码……）都喂给它，让它学会"语言的规律"。这个阶段就像一个人从出生到大学毕业，读了几十亿篇文章。模型此时只会"接龙"——给个开头，它接着写，但写得可能对也可能错。
第二阶段：微调（SFT） —— 做作业拿大量"问题-标准答案"对来训练它，让它学会按人的期望来回答问题。就像大学毕业后去实习，有人手把手教你"客户问这个该怎么回"。这个阶段教的是"回答的姿势"。
第三阶段：RLHF —— 老师纠正人类评审员给模型的多个回答打分排序，训练一个"裁判模型"来评判回答好坏，再用这个裁判来指导大模型优化。就像写完作业让老师批改，老师说"这个回答更好，那个回答太敷衍"，模型就学会了说人话、不说废话。
三步走完，一个能用的"AI助手"就诞生了。当然，实际训练过程远比这复杂，但对于我们使用者来说，理解到这个程度足够了。
⚡ 大模型能做什么 / 不能做什么？
先说能做的，大模型擅长的事可太多了：
✅ 文本生成：写文章、写代码、写邮件、写诗，啥都能写 ✅ 信息提取：从长文档里找关键信息、总结摘要 ✅ 翻译：多语言互译，质量相当不错 ✅ 对话：客服、教学、咨询，像个知识渊博的聊天对象 ✅ 代码辅助：2026年的旗舰模型在SWE-bench上已经能解决60-80%的真实编程Bug
但别被这些能力冲昏了头脑，大模型有明显的软肋：
🐛 幻觉（Hallucination）—— AI界的Bug大模型会一本正经地胡说八道。你问它一个不存在的历史事件，它可能给你编出一个看起来无比真实的故事，有时间有地点有人物——但全是假的。测试同学想想：这不就是数据造假的Bug吗？输入不在训练集里的内容，模型用概率硬拼，输出一个看似合理实则错误的结果。所以关键信息一定要人工核实！
❌ 精确数学运算：大模型本质上是在"接龙"，不是在做计算。你让它算1234×5678，它可能在概率上给你一个"看起来像答案"的数字，但不一定对。就像你凭记忆默写圆周率——写到第20位之后就容易跑偏。
❌ 严格逻辑推理：虽然2026年的模型在推理能力上进步巨大（很多模型都有"思考模式"），但在需要严格逻辑链条的任务上仍然会犯错。逻辑链越长，出错概率越高。
❌ 实时信息：模型的知识有截止日期，训练之后发生的事它不知道。不过现在很多产品通过联网搜索来弥补这个短板。
🏆 2026年主流大模型速览
最后来一张表，把2026年最主流的大模型一网打尽：
| 模型 | 出品 | 上下文 | 输入价格($/百万Token) | 输出价格($/百万Token) | 开源 |
|---|---|---|---|---|---|
| GPT-5.5 | OpenAI | 100万 | 5.00 | 30.00 | 🔴闭源 |
| Claude Opus 4.7 | Anthropic | 100万 | 5.00 | 25.00 | 🔴闭源 |
| DeepSeek V4 Pro | DeepSeek | 100万 | 1.74 | 6.96 | 🟢开源 |
| Gemini 2.5 Pro | 100万 | 1.25 | 10.00 | 🔴闭源 | |
| Qwen3.6-27B | 阿里 | 26万 | 免费自部署 | 免费自部署 | 🟢开源 |
| MiniMax-Text-01 | MiniMax | 400万 | 0.40 | 1.30 | 🟢开源 |
| Kimi K2.6 | 月之暗面 | 26万 | 0.95 | 4.00 | 🟢开源 |
| 混元Hy3 | 腾讯 | 26万 | 0.17 | 0.55 | 🟢开源 |
| GLM-5.1 | 智谱 | 20万 | 0.45 | 1.80 | 🟢开源 |
| 文心5.1 | 百度 | 128K | 1.10 | 4.40 | 🔴闭源 |
| 豆包Seed2.0 Pro | 字节跳动 | 128K | 0.43 | 2.15 | 🔴闭源 |
| Grok 4.3 | xAI | 100万 | 1.25 | 2.50 | 🔴闭源 |
几个观察：
🔹 百万Token上下文已成标配：GPT-5.5、Claude Opus 4.7、DeepSeek V4 Pro、Gemini 2.5 Pro和Grok 4.3的上下文窗口都拉到了100万。而MiniMax-Text-01更是达到了惊人的400万——塞进去12部《三体》都绰绰有余。
🔹 DeepSeek是性价比之王：同为100万Token上下文，DeepSeek V4 Pro的价格只有GPT-5.5的三分之一，还是开源的。难怪大家都说DeepSeek是在用成本价卷死友商。
🔹 国产开源模型强势崛起：MiniMax-Text-01（400万超长上下文）、Kimi K2.6（Agent能力全球领先）、混元Hy3（API全网最低价）、GLM-5.1（SWE-Bench Pro全球第一）——2026年的国产开源模型已经不输海外旗舰。
🔹 混元Hy3是API价格洼地：输入0.55每百万Token，几乎是所有主流模型中最便宜的，比Gemini还便宜一大截。
🔹 Qwen3.6开源之光：27B参数的模型，编程能力竟然超过了397B参数的前代旗舰，而且可以免费本地部署。
🔹 Grok 4.3强势入局：xAI的Grok 4.3也加入了百万Token上下文俱乐部，推理能力不容小觑。
🎯 小结
好了，大模型的核心概念就这些：
📌 大模型 = 超级阅读理解机器，本质是文字接龙 📌 Token = AI消化文字的最小碎片，中文吃亏 📌 上下文窗口 = AI的短时记忆，100万Token已成标配 📌 训练三步走 = 读书→做作业→老师纠正 📌 幻觉 = AI的Bug，关键信息必须人工核实 📌 选模型看性价比，不贵的不一定差
搞清楚这些，你就算入了大模型的门了。但光知道LLM是什么还不够——怎么跟它说话才能让它听懂？怎么写提示词才能得到你想要的结果？
📖 下期预告：第2期 · Prompt Engineering为什么同一个模型，有人用出神效，有人用出废话？差距就在Prompt——跟AI说话的艺术。下期教你：如何用一句话让AI从"智障"变"智囊"
