各位道友，欢迎回到《凡人AI修仙》。
上一节课，咱们干了一件大事：认识了 DeepSeek Harness 这件珍宝，还亲手做出了人生中第一个 AI 应用 ——「个人厨师顾问」。那一刻，你就已经从「灵根未启」的 AI 旁观者，正式踏进了「引气入体」的 AI 工具使用者。
但是道友，会用招式，不等于有内功。
视频： player.bilibili.com/player.html…
开场：三个让你心里「咯噔」一下的现象
在正式开始之前，我先问你几个问题。你只要用过一段时间的大模型，下面这三种情况，你大概率都遇到过：
第一种：同一个问题，你问 AI 两遍，它给你的答案居然不一样。
第二种：你让它写个东西，它写得头头是道，但你仔细一读，有一句话是编的、是假的。
第三种：你跟它聊到一半，它突然就忘了你前面说过什么。
这个时候，你心里是不是会「咯噔」一下 —— 这玩意儿到底靠不靠谱？它到底是怎么想的？
今天这节课，我就把大语言模型的内功心法，一层一层扒开给你看。看完之后，上面这三个现象，你自己就能解释；而且你还会知道，怎么用它的「脾气」去对付它。
这节课信息量很大，建议你倒一杯茶，坐下来慢慢听。我们开始。
一、AI 的四次大版本更迭：从「人写规则」到「机器自己悟道」
要理解今天的大模型为什么这么强，咱们得先把时间轴拉长。
AI 发展到今天，其实只经历了四代。这四代，你可以理解成一条主线 —— 人类插手得越来越少，机器自己悟得越来越多。
先给你一张总览表，把四代的关键信息一次摆清楚：
| 代际 | 名称 | 时间 | 核心思路 | 一句话概括 |
|---|---|---|---|---|
| 第 1 代 | 规则与符号 AI | 1950s ~ 1980s | 人类把知识写成代码规则 | 你写多少，它会多少 |
| 第 2 代 | 机器学习 | 1980s ~ 2010s | 人类「划重点」，AI 学规律 | 上限 = 人划重点的能力 |
| 第 3 代 | 深度学习 | 2010s ~ 2020s | AI 自己逐层提取特征 | 大力出奇迹，暴力试错 |
| 第 4 代 | 大语言模型 | 2020s ~ 今天 | 预测下一个词 | 读遍人类全书的全科通才 |
注意看这条主线：
- 第一代，人类把知识写死；
- 第二代，人类告诉它看哪里；
- 第三代，人类只给它数据；
- 第四代，人类连数据都只是喂给它，它自己悟。
人类一步一步往后退，机器一步一步往前走。这，就是 AI 进化的主线。
下面咱们把每一代都掰开揉碎了看。
1.1 第 1 代：规则与符号 AI —— 人类把知识写成代码规则
第一代的做法特别像什么？特别像你给一个新来的实习生写工作手册。
你把所有情况都想到，一条一条写下来：
如果下雨，就带伞。
如果温度大于 30 度，就开空调。
如果客户问价格，就报八折。
写完交给它，它照着执行。
这一代 AI 的优点是：听话、精确、不会乱来。你写多少规则，它就会多少东西。
但它的致命问题也在这儿 —— 你没写过的，它一概不会。
我给你举个特别典型的例子。上世纪有个很有名的程序叫 ELIZA（伊莉莎） ，它假装是个心理医生，你说什么它都能接上话。但它的原理其实特别简单，就是把你的话反过来问一遍：
你说：「我最近很焦虑。」
它说：「你为什么最近很焦虑？」
你说：「我跟女朋友吵架了。」
它说：「跟我说说，你跟女朋友吵架是怎么回事？」
你看，它看起来在跟你聊天，其实它一句都没听懂。它就是一套规则在跑。
这就是第一代 AI 的天花板：它是一个只会背手册的机器人，手册之外，一片空白。
1.2 第 2 代：机器学习 —— 人类「划重点」，AI 学规律
到这儿人类就想：我能不能不写规则，让机器自己从数据里学？
于是有了第二代 —— 机器学习。这一代的做法变了，不再写规则，改成划重点。
什么意思呢？我给你打个比方：
- 第一代是你给实习生写手册；
- 第二代是你带实习生。
你不写手册了，你拿一堆案例给他看，然后告诉他：「你重点看这几个地方。」
比如你要让它认猫，你就告诉它：猫有尖耳朵、有胡须、脸是圆的。你把这几个特征给它划出来，让它自己去看大量的照片，自己总结规律。
你看，这就有进步了，机器开始自己学东西了。但是注意 —— 重点，还是人划的。
这就是第二代的关键，也是它的天花板。因为重点是人划的，人没划到的，机器就看不见。
我举个例子你就明白了。假设你划了三个重点：尖耳朵、有胡须、圆脸，没划尾巴。那结果是什么？
- 来了一只没有尾巴的猫，它就懵了；
- 来了一只圆脸尖耳朵的玩具熊，它也认成猫。
因为它的世界里，只有你划的那三个重点。
所以一句话：第二代 AI 的能力上限，就是人划重点的能力上限。你划得准，它就准；你划漏了，它就瞎。
1.3 第 3 代：深度学习 —— AI 自己逐层提取特征
那怎么办？能不能不划重点，让它自己看？
于是有了第三代 —— 深度学习。这一代最大的突破就是：不用人划重点了。
你把原始数据直接喂给它，它自己从最底层开始，一层一层往上抽象。
还是认猫这个例子。深度学习怎么做？
- 它直接把一百万张猫的照片，一个像素一个像素地喂进去，什么重点都不划；
- 然后神奇的事发生了 —— 网络的第一层，它自己看到的是边缘和形状；
- 第二层，它把边缘和形状组合起来，看到了耳朵的轮廓，看到了毛茸茸的质感；
- 再往上，它把这些组合成一张完整的猫脸；
- 到最后输出层，它说：「这是猫。」
全程没有任何人告诉它该看哪里，它自己悟出来的。
所以我说，深度学习约等于：一个没有教科书、全靠刷海量真题总结出隐性套路、但自己又说不出套路是什么的超级做题家。
但是道友，这里有个问题你要注意：它没有逻辑推理。 它靠的是大力出奇迹 —— 海量数据，加上多层计算的暴力试错。
这一点特别重要，记住它，后面理解大模型全靠这个。它就像那个做了十万道题的学生，题他都会做，但你问他为什么这么做，他说不出来。
1.4 第 4 代：大语言模型 —— 读遍人类全书的全科通才
好，到了第四代 —— 大语言模型，咱们今天的主角。
前面三代：第一代处理规则，第二代处理特征，第三代处理图像和语音。那第四代处理什么？处理语言。
你想想，语言这个东西有多厉害。数学、物理、历史、法律、编程、写诗、写情书 —— 人类所有的知识，最后都要用语言表达出来。
所以当机器真正学会了语言，它等于同时学会了所有科目。这就是为什么大模型看起来无所不能。它不是专门学了很多门课，它是学会了那门所有课都要用的工具 —— 语言。
而它学习的方式，你可能想不到，简单到有点离谱。它的核心动作只有一个：
预测下一个词。
它读完人类几乎所有公开的文字，然后学会了一件事 —— 给定前面这段话，下一个词最可能是什么。
就这么一个动作，做到极致之后，居然涌现出了推理和泛化能力。注意这个词 —— 涌现，后面我会专门用一节给你讲清楚它。
好，这四代咱们过完了。一句话总结：
从人写规则，到人划重点，到机器自己提特征，再到机器自己悟道。
人类插手得越来越少，机器自己悟的越来越多。
这就是 AI 进化的主线。
二、机器学习 vs 深度学习：一个「识别猫」的例子，一看就懂
刚才说的第二代和第三代，到底差在哪？我用一个识别猫的例子，放在一页上，让你一眼就看出区别。
左边是传统机器学习，我给它起了个外号，叫 「划重点的考生」。它的流程是这样的：
- 输入：一张猫的照片；
- 特征工程（最关键的一步，人来干） ：工程师先划重点 —— 尖耳朵、有胡须、圆脸。然后告诉机器：「你就盯着这三个特征，去算概率」；
- 统计模型一算：符合尖耳朵 ✓、符合胡须 ✓、符合圆脸 ✓ → 得出结论：是猫，置信度 85% 。
看起来挺像回事，对吧？但这里有一个致命的问题 —— 人类没提尾巴，AI 就不看尾巴。 如果来了一只没有尾巴的猫，或者来了一只毛茸茸的、圆脸尖耳朵的玩具熊，它就懵了。
右边是深度学习，我给它起的外号是 「自己悟道的天才」。同样是认猫，它的做法完全不一样：
- 输入：直接把一百万张猫照片的原始像素，一股脑喂进去，没有特征工程，没有人划重点；
- 网络自己逐层组合：第一层看到边缘和形状 → 再深一层看到耳朵和毛茸茸的质感 → 最后输出：是猫。
全程没有任何人告诉它该看哪里，它自己悟出来的。
所以你看：
- 左边这个，能力上限取决于「人划的重点」；
- 右边这个，能力上限取决于「数据量和算力」。
这就是从第二代到第三代，最本质的变化。
三、大语言模型的三块基石：算法 · 数据 · 算力，缺一不可
好，现在咱们把镜头拉回到第四代 —— 大语言模型。
一个大语言模型，本质上就是三样东西凑在一起：
| 基石 | 是什么 | 修仙类比 |
|---|---|---|
| 模型算法 | 核心架构叫 Transformer，一个模拟人类大脑的神经网络架构 | 它的功法 |
| 海量数据 | 人类历史以来产生的、万亿级别的词汇 | 它的丹药 |
| 超级算力 | 深度神经网络思考时，需要的计算量是天文数字 | 它的炉火 |
注意「海量数据」这一项 —— 是人类历史以来。它读的东西，比任何一个人一辈子能读的，多出不知道多少个数量级。
你可以这么理解：
算法，是它的功法；数据，是它的丹药；算力，是它的炉火。
三者缺一不可。
只有功法没有丹药，炼不出东西；
只有丹药没有炉火，火候不够；
只有炉火没有功法，那是瞎烧。
这三样东西凑齐了，才有了今天的大模型。
但是道友，这里有一个巨大的疑问：
一个神经网络，说到底就是一堆矩阵乘法，一堆加减乘除。它凭什么就懂了呢？
这个问题，就是接下来的全部内容。
四、它凭什么显得有「智慧」？—— 答案只有两个字：预测
我们为什么会觉得大语言模型拥有了智慧？答案只有两个字 —— 预测。更准确地说，是预测下一个词。
我先别急着讲原理，咱们先做一个小实验，你跟着我一起做。
你现在心里想一句话，随便什么都行。比如：
今天天气真 ____
你脑子里蹦出来的下一个字是什么？是不是 —— 好。
好，那再来一个：
床前明月 ____
下一个字是什么？光。
你根本不用想，它自己就跳出来了，对吧？
你再想想，我刚才这个过程，我有没有推理？没有。我就是把前面几个字看到，下一个字自动就浮出来了。
好，记住你刚才这个感觉。因为大模型干的事，跟你刚才干的事，本质上是一模一样的。它也是一步一步、一个字一个字往外蹦的。
4.1 预测机器：一个字一个字往外蹦
我给你现场演示一遍，你马上就懂了。
假设你问它一个问题：
你好，请问夏天 37 度，我应该穿什么衣服出门？
注意，模型不是一下子把整句话想出来的。它是一步一步来的。
第一步，它看到前面这一整句话，然后计算下一个字是什么。它给出的答案是：
应 77%
可 12%
我 5%
不 3%
哈 2%
啥 1%
它选了 应。
第二步，把「应」这个字接到后面，它再算下一个字。这次：
该 67%
...
它选了 该。
第三步，前面变成了「应该」，再算下一个字。这次「穿」的概率高达 87% ，它选了 穿。
然后接着是 —— 什么、衣服。
你看明白了吗？它每一次只做一件事：在已知前面所有内容的前提下，算出下一个字最可能是什么。
就这么简单。但它把这件事做了几千次、几万次，一句完整的话就出来了。
这就像什么？就像一个说书人 —— 他不是背好了整段书，而是每说一个字，都在脑子里飞快地算：「下一句最顺口的是什么？」然后一句接一句，一个故事就讲完了。
所以所谓智慧，就是这么一步步接出来的。
五、它为什么会「发挥不稳定」？—— 随机采样
好，讲到这儿，咱们回到开场我问你的第一个问题：为什么同一个问题问两遍，答案不一样？
现在你自己就能解释了。
因为模型不是每次都死板地选概率最高的那个字。它会按概率去抽签 —— 概率高的抽中几率大，但概率低的，也有机会被抽中。
这个东西叫 —— 随机采样（Sampling） 。
我打个比方。假设你有两个盒子：
- 第一个盒子：99 个红球 + 1 个白球；
- 第二个盒子：50 个红球 + 50 个白球。
现在让你抽一个球。第一个盒子，你几乎肯定抽到红球，但也可能抽到白球；第二个盒子，那就全看运气了。
「温度（Temperature）」这个参数，控制的就是这个。
| 温度 | 效果 | 性格 | 适用场景 |
|---|---|---|---|
| 调低 | 倾向于选概率最高的字，回答单一、冷静 | 严谨的理科生 | 写代码、算数学，要准确 |
| 调高 | 概率分布更均匀，敢冒险，回答多样、发散 | 脑洞大开的艺术家 | 写文案、想创意，要发散 |
你可以把它理解成理性和感性的旋钮：
- 温度往低拧，它就是一个严谨的理科生，问它十遍，答案都差不多；
- 温度往高拧，它就是一个脑洞大开的艺术家，问它十遍，十个答案。
所以你看，同一个模型，调一个参数，性格就变了。这就是为什么，你在做不同的事情的时候，要给它不同的温度。
5.1 它为什么会「一本正经地胡说」？—— 幻觉
那咱们再回到开场我问你的第二个问题：为什么它写得头头是道，但有一句是编的？
这个现象有个专门的名字，叫 幻觉（Hallucination） 。
为什么会有幻觉？你想通刚才的原理，你自己就能解释。
因为它的目标从头到尾只有一个 —— 让下一个字最顺口。它的目标不是让这句话最真实，而是让这句话最像人话。
这两件事，大部分时候是重合的，所以它看起来大部分时候是对的。但在它不知道的地方，它也会挑一个最顺口的字接上去。
它不是在撒谎，它是根本不知道自己在编。
我再打个比方。它就像一个特别会说话的人 —— 你问他任何问题，他都能接得特别顺，但你没法判断他到底懂不懂。
所以你用大模型的时候，一定要记住一条：
它给你的是最顺口的答案，不是最正确的答案。关键的事实，你要自己去核实。
这不是它不好用，这是它的原理决定的。你懂了原理，你就不容易被它坑。
六、为什么「应」的概率是 77%？—— 答案藏在两个字里：向量
好，咱们把刚才那个演示，再往下挖一层。我要问一个更深的问题了。
为什么「应」这个字的匹配度，能有 77% 这么高？它凭什么知道这里该接「应」？
你想想看，如果是你来算，你怎么算？你大概会说：「因为前面有『我应该』这三个字，这是一个固定搭配。」
好，那问题来了：机器不认识汉字，它怎么知道这是固定搭配？
答案就藏在两个字里 —— 向量（Vector） 。
那接下来，咱们就把「向量」这个东西，彻底讲明白。
6.1 什么是向量？从一个坐标系说起
咱们先从头讲，什么是向量。听起来挺玄的对吧，其实特别简单，画个图你就懂了。
你看这个坐标系：横着这条叫 x 轴，竖着这条叫 y 轴。
我现在在 (2, 2) 这个位置放一个点，再在 (3, 2) 这个位置放一个点。
那问题来了：从 (2, 2) 走到 (3, 2)，你要做什么？
很简单，往右走一格。
好，那这个「往右走一格」，就是向量。它的写法是这样的：
(3, 2) − (2, 2) = (1, 0)
你看这个结果 (1, 0) 是什么意思？x 方向加 1，y 方向加 0。 翻译成人话就是：往右走一格，上下不动。
所以你看，向量这个东西，它描述的就是 —— 从一个点到另一个点，走的方向和距离。方向是往右，距离是一格。这就是一个向量。
是不是一点都不玄？
6.2 升到三维：多一个方向
那刚才咱们看的是二维的，平面上两个轴。现在我们升到三维，就是再加一条轴 —— z 轴，你可以理解成前后。
同样是两个点相减，比如说，从 (2, 2, 1) 走到 (3, 2, 2)，减一下：
(3, 2, 2) − (2, 2, 1) = (1, 0, 1)
你看：x 方向加 1，y 方向不动，z 方向加 1。翻译成人话就是：往右走一格，再往前一格。
道理跟二维一模一样，只是多了一个方向。
所以你别觉得维度多了就变难了，它的逻辑从头到尾都是同一件事 —— 描述从这儿到那儿，往哪个方向走、走多远。
6.3 从三维到一万两千维：文字的坐标
好，那现在问题来了。二维我们理解了，三维我们也理解了。那如果是 12288 维呢？
你肯定想象不出来，我也想不出来。但这不重要，重要的是你理解那个逻辑。
维度越多，意味着什么？意味着描述得越精确，定位越准。
我打个比方。你要形容一个人：
- 只用「高矮」一个维度，那全世界几十亿人，全挤在一条线上，谁跟谁都差不多；
- 给你两个维度，高矮 + 胖瘦，大家就在一个平面上散开了；
- 再加年龄、收入、学历、性格、爱好 —— 维度越多，每个人在这个空间里的位置就越独一无二，你一眼就能把他找出来。
所以你看，文字也是这样。
一个词，或者说一个 Token，在机器眼里不是两个字，而是一长串坐标数字。比如「今天」这个词，可能被算成：
今天 → (1.0, 3.0, 30.0, 78.0, ...) ← 一长串数字
天气 → (0.5, 2.1, 45.0, 12.0, ...) ← 又是另一长串
风和日丽 → (0.8, 1.9, 88.0, 33.0, ...)
你想想看，一句话里有多少个词，就有多少串坐标。这些坐标，就是这段文字在机器眼里的 「位置」。
理解了这一点，你就理解了最关键的一步：
机器眼里没有文字，只有坐标。
所以「语义匹配」这件事，就变成了「坐标位置的匹配」。
这一下就好理解了，对吧？
6.4 语义搜索：就是在坐标系里找点
那咱们现在就用刚才那个坐标系，演示一下大模型是怎么做语义搜索的。
假设我们现在想找一部电影，但我们不知道它叫什么名字，只记得几个关键词。
- 第一个关键词：「电影」。好，机器就拿着这个坐标，在整个空间里划出一大片区域，所有跟电影沾边的，都进来了。这时候范围还很大，什么电影都算；
- 第二个关键词：「动画片」。范围缩小了，剧情片、纪录片这些，全部被排除出去；
- 第三个关键词：「有龙标」。范围又缩了一圈，只剩合规上映的；
- 第四个关键词：「两个人纯手搓」。范围再缩，最后锁定到一个点上。
你看这个过程，像不像你在地图上找一个地方？先定城市，再定街道，再定门牌号，最后锁定到一栋楼。
语义搜索跟这个，本质上是一模一样的。 它就是在高维空间里，用一个个关键词，一层一层地把范围收窄，最后找到那个位置最接近的点。
所以你现在明白了吧 —— 为什么大模型能「理解」你的意思？因为它把你的意思变成了一串坐标，然后去找坐标最接近的那些词。
6.5 Token：机器眼里的「语言积木」
那具体是怎么做的呢？分两步。
第一步，把人类的自然语言文字，拆分成一个个片段。 这些片段，叫做 Token（词元） 。
注意，Token 不一定是一个字，也可能是一个词、半个词，甚至是标点。
我举个例子。你写一句话：「今天天气真好。」 机器不会把这五个字当成一个整体，它会切成几块：
可能切成：今天 / 天气 / 真 / 好
也可能切：今 / 天 / 天气 / 真 / 好
不同模型切法不一样。
为什么要切？ 因为语言太灵活了，你不可能给每一个完整的句子都准备一个坐标，那无穷无尽了。但如果你把语言拆成有限的小积木，那所有的句子，都是这些小积木拼出来的。
第二步，每一个 Token 经过模型计算，得到一个数组。 这个数组，就是它的向量坐标。比如：
你好 → (2.0, 6.0, 10.0, 128.0, 6.0, ...)
今天、的、天气、风和日丽 —— 每一个，都有自己的一串数字。这串数字，就是这个词在机器眼里的灵魂。
七、自注意力：它怎么读懂上下文
但是光有坐标还不够。因为同一个词，在不同的句子里，意思是不一样的。
我给你举一个例子。这句话是：
「有一个电影，是一个动画片，具有合规龙标，只有两个人纯手搓制作。」
现在我把「电影」这个词拎出来。你说，模型理解到的「电影」，是什么电影？
它会结合后面所有信息 —— 动画片、有龙标、两个人纯手搓 —— 综合判断。它不会只盯着「电影」这两个字。
这个能力，叫做 Self-Attention（自注意力机制） 。
它的作用是：让模型能够更高效地根据上下文信息，去处理每一个 Token，理解它真正的含义。
简单说，就是眼观六路。每读到一个词，它都会回头看看前面所有的词，再往前看看后面的词，然后判断：在这个语境里，你到底是什么意思。
我再举个例子 —— **「苹果」**这个词：
| 句子 | 「苹果」的意思 | 向量坐标 |
|---|---|---|
| 我今天买了一个苹果 | 水果 | 坐标 A |
| 苹果今天发布了新手机 | 公司 | 坐标 B |
同样两个字，向量算出来的坐标完全不一样。 这就是自注意力干的事。
7.1 完整的思考回路
这一步做完，模型就真正理解了这句话的含义。
那理解了含义之后呢？它就可以推测出 —— 与当前语句含义最接近的下一个词，概率是多少。这就达到了预测和智慧的效果。
所以你看这个链条：
第一步：文本变成向量（Vectorize）
↓
第二步：通过自注意力理解上下文（Self-Attention）
↓
第三步：预测下一个词（Predict Next Token）
一环扣一环，这个就是大模型的思考回路。
你把这个回路记住了，大模型对你来说就没有秘密了。
八、向量的魔法：语义可以加减乘除
好，那既然文字都变成坐标了，接下来这件事就顺理成章了 —— 坐标能干什么？能做加减法，对吧。
那我们大胆一点：拿词来做加减法，会发生什么？
我给你看一个特别经典的例子，当年这个例子震惊了很多人。
我们知道：男人和女人是一对，理性和感性是一对，力量和温柔也是一对。那现在，我们做三件事：
第一件：男人 − 女人
第二件：理性 − 感性
第三件：力量 − 温柔
三组减完，我们把结果画到同一个坐标系上。你注意看这个方向 —— 三个箭头，指的方向几乎是完全一样的。
这说明什么？
说明这三组词，虽然意思差得很远，但它们相减之后，减出来的那个方向，代表的是同一件事 —— 就是「男性化」这个语义的偏移方向。
换句话说：模型自己从海量的文本里，悟出了「性别」这个抽象概念。
没有任何人告诉它什么是性别，它是自己算出来的。 你看，这件事是不是有点意思？
8.1 点睛之笔：用方向反推出答案
那刚才那个方向，有什么用？我现在给你出个题，你就知道它有多厉害了。
假设我们事先算好了「感性 − 理性」这个向量，它就是一个方向。现在我给你一个词 ——「女人」。
我问你：能不能用这个方向，把「男人」找出来？
你可能觉得这不可能，但答案是 —— 可以。
怎么找？很简单：
女人 + (感性 − 理性) = ？
你把「女人」这个坐标，加上刚才那个方向，沿着这个方向走一段，走到的地方，就是「男人」。
你看，这不就是小学数学吗？已知起点，已知方向，求终点。
但神奇的地方在哪？
神奇的地方在于：这个方向，是我们从「理性」和「感性」这一对词里算出来的，跟男人女人一点关系都没有。可是把它加到「女人」身上，居然就找到了「男人」。
这就说明，大模型眼里的语义空间是有结构的。它不是一堆散乱的点，而是一个有方向、有规律的空间。
你掌握了这个结构，你就能在这个空间里做运算。这也是为什么，大模型能做那么多看起来「很聪明」的事 —— 它的底层，就是这个。
九、涌现：量变引起质变
好，那现在我要抛出这节课最核心的问题了。
人工智能，说到底无非就是向量匹配，就是算概率，就是加减乘除。那问题来了 —— 它为什么现在感觉无比智能，甚至无所不能？
咱们回到刚才那张四代更迭的图。第一代，人写规则；第二代，人划重点；第三代，机器自己提特征；到了第四代，大语言模型 —— 这里面，发生了一件谁也没想到的事。
我先说一个背景：Transformer 这个架构，最早是用来干嘛的？ 是用来做语义翻译的。对，就是翻译，中译英，英译中。它一开始，根本没想过要去做推理、做分析。
但是，当模型规模和训练数据量，突破某个临界点之后，模型突然就开光了：
- 它突然会理解人类语言了；
- 它突然会推理了；
- 它突然会分析了。
这个现象，有一个专门的名字，叫做 涌现（Emergent Abilities） 。
那涌现是什么意思？就是，量变引起质变。
你把规模堆到一定程度，它不是多会一点点，而是突然多会了一大类。能力不是线性增长的，是突然跳上去的。
就像水，从 99℃ 到 100℃，看起来只差一度。但99℃ 是水，100℃ 是蒸汽。性质完全变了。
大模型就是这样：深度学习 → 超大规模的语言模型 → 大语言模型。跨过那道线之后，它就不一样了。
9.1 涌现给我们的启发
那涌现这个概念，对咱们实际用 AI，有什么启发？我给你三条。
第一条，别再纠结它是不是真的理解了。
争论它有没有意识，没有意义。重要的是，它在什么条件下会表现出能力，在什么条件下会犯傻。你要当它是工具，不是当它是人。
第二条，规模是有意义的。
很多人说，模型都差不多，用哪个都一样。不是的。 在临界点之前，多一点点规模，效果差不了多少。但跨过临界点，就是质的差别。所以选模型的时候，要选跨过线的那一档。
第三条，也是最重要的，涌现是不可预测的。
你不知道它下一次会突然多会什么。所以你要保持好奇，保持试。今天它不会的事，可能下个版本它就会了。
这就是为什么，AI 这个领域，你一停下来，就被落下了。
十、一个真实的实验：果蝇的数字大脑
最后我想跟你聊一个真实的科学实验，我觉得它特别能说明问题。
先说果蝇是什么 —— 你家里放久了的水果旁边飞的那种小虫子，就是果蝇，特别小，比米粒还小。
但你别小看它，它是生物学界研究得最透的动物之一，科学家把它的神经系统，几乎研究到了每一个神经元。
然后科学家做了一件事：
他们把果蝇的神经系统，一比一地在计算机里复刻了出来，做了一个数字大脑。
注意，不是模拟，是复刻 —— 每一个神经元、每一条连接，都照着真的来。
然后你猜怎么着？
这个数字大脑，接上虚拟的身体之后，它动了。
- 它产生了肢体动作，和现实里的果蝇一模一样；
- 你给它一个刺激，它躲开的方式跟真果蝇一样；
- 它走路、理毛、飞行，全都是真的果蝇会做的动作。
那问题就来了：
那个数字果蝇，它有意识吗？它在计算机里「活着」吗？
我们不知道。
我们只看到：一堆数字、一堆连线，产生了和生命一模一样的动作。
这跟我们今天讲的大语言模型，其实是同一件事：一堆矩阵乘法，一堆加减乘除，规模到了一定程度，突然就涌现出了推理和分析的能力。我们同样不知道它为什么会有。
十一、尾声：意识与智慧
那这一切说明了什么？
我想用两个问题来结束今天的课。这两个问题没有标准答案，但我觉得，作为一个 AI 修仙者，你应该想一想。
第一个问题：大语言模型的涌现，是不是计算机科学领域打开了「上帝的禁区」？
我们人类用一堆加减乘除，造出了一个会推理、会分析的东西，而它到底是怎么会的，我们自己也说不清楚。
第二个问题：意识和智慧，是不是就是数据的精密排列组合？
一堆数字能复刻出果蝇的动作，一堆矩阵能涌现出推理能力。那我们引以为傲的意识和智慧，会不会也只是某种更复杂的排列组合？
我不知道答案。
但我觉得，能问出这个问题，本身就是一件很了不起的事。
本篇总结：五句话记住这节课
好，今天的课就到这里。咱们把今天的东西收一收。五句话，你记住就够了：
第一，AI 经历了四代：从人写规则，到机器自己悟道。
第二，大模型的核心动作只有一个：预测下一个词。
第三，它的不稳定和幻觉，都来自同一个原因：它在追求顺口，不是追求真实。
第四，文字在机器眼里是坐标，语义匹配就是坐标匹配，所以能做加减乘除。
第五，它的推理能力来自涌现：量变引起质变。
再把这张「大模型内功心法」的全景图放在一起，方便你随时回看：
| 环节 | 关键概念 | 一句话理解 |
|---|---|---|
| 输入 | Token | 把文字切成有限的小积木 |
| 表示 | 向量 | 每个词变成一串坐标数字 |
| 理解 | 自注意力 | 结合上下文，判断这个词真正的意思 |
| 运算 | 向量加减 | 语义空间有方向，可以做加减乘除 |
| 输出 | 预测下一个词 | 一步一个字，接出一整句话 |
| 性格 | 温度 | 调低像理科生，调高像艺术家 |
| 缺陷 | 幻觉 | 只追求顺口，不追求真实 |
| 奇迹 | 涌现 | 规模跨过临界点，能力突然跳上去 |
下节预告
下一节课，我们会从原理回到实战，讲一讲 AI Agent 到底是什么，它是怎么调用工具、怎么和外部世界打交道的。
我是刘丹冰 Aceld，我们下节课，不见不散。
