把 AI 讲明白
没有黑话，没有玄学。用术语卡、学习路径和深度文章，把大模型、Agent、多模态这些词拆开讲透。
最新文章
全部 →Agent 到底是什么：把模型从「会说」变成「会做」
不神化也不贬低，从循环、工具、记忆三个零件讲清楚 AI Agent 的工程本质，以及它现在真正擅长和做不到的事。
一次生成是怎么发生的：从 token 到 token
拆开大模型推理的每一步——分词、前向计算、采样、KV 缓存，以及为什么首字延迟和吐字速度是两回事。
术语速查
全部 6 条 →大语言模型
用海量文本训练、参数量达数十亿以上的语言模型，核心能力是预测下一个 token。
幻觉
模型生成看似合理但与事实不符内容的现象，根源是它优化的是「像不像」，不是「对不对」。
检索增强生成
回答前先从外部知识库检索相关片段、再连同问题一起交给模型，以降低幻觉并接入私有知识。
提示词工程
通过设计输入文本（指令、示例、格式约束）来稳定提升模型输出质量的方法。
注意力机制
让模型在处理某个位置时，动态决定该参考序列中哪些其他位置的信息。
Transformer
一种完全基于注意力机制的神经网络结构，是所有主流大语言模型的底层骨架。