主流模型、核心原理与实战方法
写在前面约 2 分钟
写在前面:这本手册怎么读
这本手册用“是什么、怎么来、怎么用、用在哪、往哪去”五个问题把 AI 讲透;模型版本与行业数据截至 2026 年 10 月 30 日。
AI 迭代极快,型号几个月就换代,但原理、方法和判断力能用很多年。所以本书把笔墨放在后者;凡是会过时的型号和数据,都附上来源,方便你日后自行更新。
全书结构#
| 篇 | 章节 | 回答的问题 |
|---|---|---|
| 认知篇 | 第 1–2 章 | AI 是什么?现在有哪些主流模型和产品? |
| 原理篇 | 第 3–8 章 | 大模型、图像视频生成、智能体背后是什么技术?靠什么框架和算力跑起来? |
| 词典 | 第 9 章 | 那些听不懂的术语分别是什么意思? |
| 方法篇 | 第 10–11 章 | 怎样把 AI 用好?怎样用 AI 让自己变强,而不是变懒? |
| 现实与未来篇 | 第 12–14 章 | AI 已在哪些行业做出真实成果?风险在哪?未来往哪走? |
| 附录 | 附录 A–B、参考来源 | 拿来即用的提示词模板、学习资源、大事年表 |
三条阅读路线#
- 马上用起来(约 1 小时):第 2 章选工具 → 第 10 章学方法 → 附录 A 套模板。
- 真正理解原理(约 3 小时):第 1 章 → 第 3–6 章,遇到生词随时查第 9 章。
- 规划职业与成长(约 1.5 小时):第 11 章 → 第 12 章 → 第 14 章。
贯穿全书的三个类比#
- 大模型像一位“读完整座图书馆的超级实习生”:博学、手快、不知疲倦,但不了解你公司的背景,偶尔还会一本正经地胡说。你的工作是派活、给资料、做验收。
- 提示词像一张派活单:交代背景、目标、标准和交付格式。写得越清楚,返工越少。
- 智能体像一位带着工具箱、能自己跑腿的实习生:它不只回答问题,还会查资料、写代码、操作软件,直到把活干完。
阅读约定#
- 术语第一次出现时附英文原名,方便你搜索原始资料。
- “截至 2026 年 10 月”的版本和排名会变化,做决策前请以官方发布为准。
- 书中的工作示例多取自游戏产品与运营场景,换成你自己的业务同样适用。
一图看懂 AI 全景#
从下往上读:算力托起模型,模型通过工具和框架变成应用,最终由人来提出问题、判断取舍和验收结果;右侧标出了对应的类比和章节。
第一章约 5 分钟
AI 是什么:概念、流派与简史
人工智能(Artificial Intelligence,AI)是让机器完成“原本需要人类智能才能完成的事”的技术总称。今天大家口中的 AI,多数指“大模型驱动的生成式 AI”,它只是 AI 大家族里最年轻、最出圈的一支。
1.1一组套娃:AI、机器学习、深度学习、大模型#
从外到内一层比一层具体:所有大模型都属于深度学习,所有深度学习都属于机器学习,但反过来并不成立。
- 人工智能(AI):最大的那个圈,泛指一切让机器表现出智能的方法,包括手写规则、搜索算法和机器学习。类比:“交通工具”这个大类。
- 机器学习(Machine Learning,ML):不再由人写规则,而是让机器从数据里自己总结规律。类比:不让孩子背每道题的答案,而是给他大量例题,让他自己悟出解法。
- 深度学习(Deep Learning,DL):用多层神经网络做机器学习,特别擅长图像、语音、文本这类“非结构化数据”。类比:从“自行车”升级到“汽车”,动力系统完全不同。
- 大模型(Large Language Model,LLM;或基础模型 Foundation Model):参数达到百亿到万亿级、在海量数据上预训练的深度学习模型,一个模型能干许多种活。类比:一辆能改装成货车、客车、跑车的“通用底盘”。
- 生成式 AI(Generative AI):能创造新内容(文字、图像、视频、音乐、代码)的 AI。与它相对的是判别式 AI,只做判断和分类,比如垃圾邮件识别、人脸识别。
1.2AI 能做的四类事#
| 类型 | 做什么 | 典型例子 | 日常类比 |
|---|---|---|---|
| 感知型 | 看懂、听懂、读懂 | 人脸识别、语音转文字、文档识别(OCR) | 眼睛和耳朵 |
| 预测决策型 | 根据数据做判断和选择 | 抖音推荐、广告出价、风控、AlphaGo 下棋 | 参谋 |
| 生成型 | 创造新内容 | ChatGPT 写文案、即梦出图、Suno 作曲 | 创作者 |
| 行动型 | 自己动手把任务做完 | 编程智能体、自动驾驶、人形机器人 | 执行者 |
这四类正在融合:最新的大模型既能看图听音(感知),又能规划(决策)、写作(生成),还能调用工具操作电脑(行动)。
1.3三大流派:AI 是怎么“想”的#
- 符号主义(Symbolism):把人类知识写成规则和逻辑,让机器按规则推理,代表是专家系统和知识图谱。类比:背熟法典的律师,条理清楚、可解释,但遇到法典没写的新情况就束手无策。
- 连接主义(Connectionism):模仿大脑神经元的连接方式,从数据中学习,代表是神经网络、深度学习和今天的大模型。类比:见多识广的老师傅,说不清原理,但手感极准。
- 行为主义(Behaviorism):认为智能来自与环境的互动和试错,代表是强化学习和机器人。类比:训练小狗,做对了给零食,做错了没零食。
今天的大模型是三派合流的产物:以连接主义的神经网络为主体,用行为主义的强化学习打磨,再外挂工具和知识库补上符号主义擅长的精确与可查证。
1.4七十年简史:三次浪潮#
- 1950–1956 起点:图灵在 1950 年提出“机器能思考吗”和图灵测试;1956 年达特茅斯会议第一次使用“人工智能”一词。
- 1956–1980 第一次浪潮与寒冬:早期推理程序和感知机(1958)让人乐观,但单层感知机连“异或”问题都解决不了,1970 年代经费断崖,进入第一次 AI 寒冬。
- 1980–1990 年代 专家系统与第二次寒冬:专家系统在企业落地,1986 年反向传播算法普及;但规则维护成本太高,热潮再次退去。1997 年 IBM 深蓝击败国际象棋世界冠军。
- 2006–2016 深度学习崛起:2012 年 AlexNet 用 GPU 训练的神经网络在 ImageNet 图像识别比赛中大幅领先;2016 年 AlphaGo 以 4:1 击败李世石。
- 2017–2022 Transformer 与大模型:2017 年论文《Attention Is All You Need》提出 Transformer;2020 年 GPT-3 展示“规模带来能力”;2022 年 Stable Diffusion 开源,11 月 ChatGPT 发布,两个月用户破亿。
- 2023–2024 多模态与推理:GPT-4、开源 Llama 与中国“百模大战”;GPT-4o 实现原生多模态,o1 开启“先思考再回答”的推理模型;2024 年诺贝尔物理学奖与化学奖都颁给了 AI 相关研究。
- 2025 推理与智能体之年:DeepSeek-R1 以开源推理模型冲击全球;Claude Code、Codex 等编程智能体普及,MCP 协议成为连接工具的行业标准;AI 在国际数学奥赛中达到金牌水平。
- 2026 规模化与治理之年:百万 token 上下文成为旗舰标配,智能体开始承担连续数小时的工作;前沿模型的安全评估与出口管制成为全球焦点(详见第 2、13 章)。
1.5为什么是现在:三要素同时到位#
这一轮浪潮之所以远超前两次,是因为三样东西第一次同时具备。类比做菜:
- 数据是食材:互联网积累了数十年的文本、图片和视频。
- 算力是火力:GPU 让大规模并行计算变得便宜,几万张卡可以同时训练一个模型。
- 算法是菜谱:深度学习和 Transformer 让“越大越强”成为可能。
前两次浪潮都是菜谱先进、食材和火力不够;这一次三者齐备,菜做出来了,而且越做越好吃。
第二章约 11 分钟
主流 AI 全景(截至 2026 年 10 月)
2026 年 10 月的格局是“三强领跑、中国开源紧追、应用百花齐放”:Anthropic、OpenAI、Google 的旗舰在各类榜单上轮流领先,中国的豆包、千问、DeepSeek、Kimi、GLM 等则以开放权重和低价占据全球调用量前列。
类比:模型市场很像汽车市场。有豪华旗舰、中端主力和经济型;有只能租用的品牌车(闭源),也有附送图纸、可以自己改装的车(开放权重)。
2.1先分清三组概念#
- 闭源 vs 开放权重:闭源模型只能通过官方应用或 API 使用,像“租车”;开放权重模型可以下载到自己的服务器运行和改装,像“买车送图纸”。多数所谓“开源大模型”只公开权重,训练数据和训练代码不一定公开。
- 模型 vs 产品:模型是发动机(如 GPT-6、Claude Opus 5.5、豆包 Seed 2.1),产品是整车(如 ChatGPT、Claude 应用、豆包 App)。同一款产品可以换发动机,比如编程工具 Cursor 允许在多家模型之间切换。
- 旗舰、主力与轻量:每家通常同时提供大中小三档。大的聪明但贵且慢,小的便宜且快。日常任务用主力档,最难的任务才上旗舰。
2.2国际第一梯队#
| 公司 | 当前模型(2026 年发布日期) | 强项 | 主要产品 |
|---|---|---|---|
| Anthropic | Claude Fable 5.1(9 月 1 日,最强档)、Opus 5.5(9 月 22 日)、Sonnet 5.5(9 月 28 日)、Haiku 5.5(10 月 7 日) | 编程、长时间智能体任务、写作与知识工作 | Claude 应用、Claude Code |
| OpenAI | GPT-6 Astra(9 月 3 日,旗舰)、GPT-6.1 Sol(9 月 29 日)、GPT-6.1 Terra(10 月 26 日,专攻操作电脑)、GPT-6 Luna(9 月 22 日,低价) | 通用能力全面,抽象推理测试 ARC-AGI-2 第一,消费用户最多 | ChatGPT、Codex、GPT Image 2 |
| Gemini 4 Argon(9 月 30 日发布,10 月 13 日全面开放)、Gemini 3.8 Flash(9 月 2 日) | 多模态见长,与搜索、安卓、办公套件深度整合;Arena 文本榜第一 | Gemini 应用、NotebookLM、Antigravity | |
| SpaceXAI(原 xAI) | Grok 4.7(9 月 21 日) | 接入 X 平台的实时信息;xAI 于 2026 年 2 月并入 SpaceX | Grok、Cursor |
| Meta | Muse Spark(4 月 8 日)、Muse Wonder(10 月 12 日) | 从开源 Llama 路线转向闭源,主打社交与智能眼镜场景 | Meta AI、智能眼镜 |
| Mistral(法国) | Mistral Large 4(10 月 6 日,1 万亿参数,计划开放权重) | 欧洲代表,强调数据主权 | Le Chat |
来源:Slash Digital《2026 年 10 月 AI 模型地图》
Anthropic 的 Fable 5.1 与只向少数受审核机构开放的 Mythos 5.1 是同一个底层模型,Fable 版本额外加了生物、网络安全和 AI 研发方面的安全防护。
2.3中国主力#
| 公司 | 2026 年最新模型 | 特点 | 主要产品 |
|---|---|---|---|
| 字节跳动 | 豆包 Seed 2.0(2 月 14 日)、Seed 2.1 Pro / Turbo(6 月 23 日);视频 Seedance 2.0 / 2.5,图像 Seedream 5.0 | 截至 6 月日均 token 调用量超 180 万亿;火山引擎在中国公有云大模型服务市场份额 49.5% | 豆包、即梦、扣子(Coze)、TRAE |
| 阿里巴巴 | 千问 Qwen3.5(2 月开源)→ Qwen3.8 系列(8 月起),Qwen4 训练中;视频 Wan 3.0 | 开源最全:累计开源 460 多个模型,下载超 30 亿次,衍生模型超 30 万个 | 千问、夸克、Qoder |
| 深度求索 DeepSeek | V4(4 月 24 日预览,8 月 13 日 Pro 正式版)、V4.1 | 开放权重、默认百万 token 上下文、价格极低;首个针对华为昇腾等国产芯片优化的版本 | DeepSeek 应用 |
| 月之暗面 | Kimi K2.5(1 月)→ K2.6(4 月)→ K3(7 月,2.8 万亿总参数、1040 亿激活参数) | 超大开放权重模型,擅长长上下文与智能体 | Kimi |
| 智谱 Z.ai | GLM-5(2 月)→ GLM-5.1(MIT 许可)→ GLM-5.3(8 月 18 日) | 编程与智能体强,开放权重编程模型代表 | 智谱清言、Z.ai |
| MiniMax | M2.5(2 月)→ M2.7(4 月)→ M3(6 月,4280 亿总参数、230 亿激活参数) | 性价比与多模态,海外用户多 | 海螺 AI、星野 / Talkie |
| 腾讯 | 混元 Hy3 preview(4 月 23 日开源,2950 亿总参数、210 亿激活参数) | 重建团队后的新一代混元,接入微信生态 | 元宝、CodeBuddy、ima |
| 快手 | 可灵 Kling 3.0(2 月) | 视频生成第一梯队,多镜头叙事与口型同步 | 可灵 AI |
来源:量子位·阿里云栖大会、澎湃·豆包 2.1 发布、MIT Technology Review·DeepSeek V4、Sapling·Kimi K3 与 MiniMax M3
此外还有小米 MiMo、阶跃星辰 Step、百度文心等。中国互联网络信息中心(CNNIC)2026 年 9 月的报告指出,全球主流大模型调用榜单前六位均来自中国团队(来源)。
2.4榜单快照:没有全能冠军#
| 榜单 | 测什么 | 2026 年 10 月 27 日第一名 |
|---|---|---|
| Arena 文本榜 | 真人匿名对比投票:人更喜欢谁的回答 | Gemini 4 Argon(1517 分);Claude Opus 5.5 第二(1509 分) |
| Artificial Analysis 智能指数 v5.0 | 9 项知识工作、编程、科学评测的综合分 | Claude Opus 5.5(58 分);GPT-6 Astra 第二(57 分) |
| Terminal-Bench 4.0 | 在命令行终端里完成真实工程任务 | Claude Opus 5.5(64.8%) |
| ARC-AGI-2 | 从未见过的抽象图形推理题 | GPT-6 Astra(95.0%) |
| Humanity's Last Exam | 各学科专家出的高难度题 | Claude Opus 5.5(61.4%) |
类比:这像高考没有统一的“全能状元”,有人数学满分,有人作文第一。选模型要看你考的是哪一科,也就是你的真实任务。开放权重模型与闭源前沿仍有差距:在同一指数上,最好的开放权重模型约 32 分,Claude Opus 5.5 为 58 分。
2.5价格:按 token 计费#
Token 是模型读写文字的最小单位。粗略地说,1 个 token 约等于 0.75 个英文单词,或 1–2 个汉字(不同模型的分词方式不同)。类比:出租车按公里计价,大模型按 token 计价;输出通常比输入贵 4–5 倍,就像“写”比“读”更费力。
| 档位 | 典型价格(美元 / 百万 token,输入 / 输出) | 代表模型 | 适合 |
|---|---|---|---|
| 旗舰 | 10 / 50 | Claude Fable 5.1、GPT-6 Astra | 最难的推理、长时间自主任务 |
| 中高端 | 4 / 20 | Claude Opus 5.5、Gemini 4 Argon(12 月起) | 智能体与知识工作的默认选择 |
| 主力 | 约 2 / 10 | Claude Sonnet 5.5、GPT-6.1 Sol、Grok 4.7(2 / 6) | 大批量、质量要求稳定的任务 |
| 经济 | 0.10 / 0.50 起 | Claude Haiku 5.5、GPT-6 Luna、Gemini 3.8 Flash | 分类、信息提取、路由等高频简单任务 |
| 极致性价比 | 0.30 / 1.20 | DeepSeek V4.1-Flash(非高峰时段半价) | 允许出境数据的批量处理 |
来源:Slash Digital。国产模型多以人民币计价,例如豆包 Seed 2.1 Pro 为每百万 token 输入 6 元、输出 30 元。
2.6图像、视频与音频#
| 方向 | 代表模型 | 特点 |
|---|---|---|
| 图像 | GPT Image 2(OpenAI,4 月 21 日) | 指令理解与文字渲染强,多个盲评榜第一,但生成较慢 |
| 图像 | Nano Banana 2 / Pro(Google) | 改图、多图参考和角色一致性强,Nano Banana 2 可在 Gemini 应用内免费使用 |
| 图像 | Seedream 5.0 Pro(字节) | 能直接生成可编辑的分层设计图和多语种文字,国内通过即梦使用 |
| 图像 | Midjourney V8 | 艺术审美与风格化的标杆 |
| 图像 | FLUX.2、Qwen-Image 2.1(开放权重) | 可本地部署、可训练 LoRA,适合搭自己的出图流水线 |
| 图像 | NovelAI | 二次元插画专精,使用标签(tag)式提示词 |
| 视频 | Seedance 2.0 / 2.5(字节) | 2.5 版支持 30 秒单段直出、最多 50 个多模态参考素材 |
| 视频 | Kling 3.0(快手) | 多镜头叙事、口型同步,性价比高 |
| 视频 | Veo 3.1(Google) | 原生音频、4K,电影感与物理真实感强 |
| 视频 | Wan 3.0(阿里) | 单次 30 秒、原生音画同步,Artificial Analysis 文生视频与视频编辑双榜第一 |
| 音乐 | Suno v6(9 月 9 日) | 首个与华纳、BMG 等唱片公司合作开发的 Suno 模型,旧模型逐步下线 |
| 语音 | ElevenLabs、Seed-Audio 1.0、Qwen-Audio 3.1 | 配音、多角色对白、实时语音对话 |
OpenAI 的 Sora 应用已在 2026 年 4 月关闭,Sora 2 API 于 9 月 24 日下线。产品更替很快,搭建工作流时要准备备选工具。
2.7编程与智能体工具#
| 类型 | 代表 | 说明 |
|---|---|---|
| 命令行编程智能体 | Claude Code、Codex、Antigravity CLI、Grok Build | 在终端里读代码、改代码、跑测试,可连续工作数小时 |
| AI 原生编辑器 | Cursor、Antigravity、TRAE(字节)、Qoder(阿里)、CodeBuddy(腾讯)、GitHub Copilot | 在写代码的界面里直接对话、补全和改写;SpaceX 于 2026 年 6 月宣布以约 600 亿美元收购 Cursor |
| 一句话做应用 | Lovable、Bolt、v0 | 用自然语言描述需求,直接生成可运行的网页应用,俗称“氛围编程”(Vibe Coding) |
| 通用智能体 | ChatGPT Agent、Claude、Manus、扣子空间 | 自主上网查资料、操作网页、生成文档和报告 |
| 开源个人智能体 | OpenClaw | 2025 年 11 月以 Clawdbot 之名发布,本地运行并接入聊天软件,是 GitHub 史上星标最多的项目之一 |
2.8国内用户怎么选#
| 需求 | 国内常用 | 国际对标 |
|---|---|---|
| 日常问答、写作 | 豆包、千问、DeepSeek、元宝、Kimi | ChatGPT、Claude、Gemini |
| 编程 | TRAE、Qoder、CodeBuddy,搭配 GLM、Kimi、Qwen、DeepSeek 等模型 | Claude Code、Codex、Cursor |
| 图片 | 即梦、LiblibAI、可灵 | GPT Image 2、Midjourney、Nano Banana |
| 视频 | 即梦(Seedance)、可灵、海螺、万相 | Veo、Runway |
| 办公 | WPS AI、飞书、钉钉、夸克 | Microsoft 365 Copilot、Gemini for Workspace |
| 搭智能体或工作流 | 扣子(Coze)、Dify、阿里云百炼 | n8n、OpenAI Agents SDK |
国内 C 端格局:据 QuestMobile,2026 年 6 月豆包月活 3.82 亿、千问 1.67 亿、DeepSeek 1.30 亿、元宝约 4984 万(来源)。面向国内公众提供服务的生成式 AI 需按规定完成备案;在公司里用境外工具处理业务数据前,先确认数据合规要求。
2.9怎样跟上变化#
- 综合榜单:Artificial Analysis、Arena(arena.ai)、OpenRouter 调用量排行。
- 中文资讯:机器之心、量子位、新智元、DataLearner。
- 一手信息:各公司官网博客与 API 文档里的“模型更新日志”。
- 自测习惯:每季度拿自己的 5–10 个真实任务,给常用的 2–3 个模型做一次“小考”。榜单只能帮你缩小范围,最终以自己的任务为准。
第三章约 7 分钟
核心原理:从机器学习到 Transformer
大模型的本质是一台“超级接龙机器”:读入一段文字,算出下一个 token 最可能是什么,写下它,再接着预测下一个。它的“聪明”来自用海量文本调校出的数千亿到上万亿个参数。
3.1机器学习的六个基本词#
| 术语 | 含义 | 类比 |
|---|---|---|
| 数据(Data) | 用来学习的例子 | 练习册里的例题 |
| 模型(Model) | 一个带大量可调旋钮的数学函数 | 一张有成千上万个旋钮的调音台 |
| 参数(Parameters) | 旋钮的具体位置,也叫权重 | 调音台上每个旋钮拧到了哪 |
| 损失函数(Loss) | 衡量“答错了多少”的分数 | 考试扣分 |
| 训练(Training) | 反复做题、看扣分、拧旋钮,直到扣分最少 | 刷题备考 |
| 推理(Inference) | 训练完成后真正拿来回答问题 | 学生毕业上岗 |
另外三个常见概念:
- 训练集 / 验证集 / 测试集:分别像练习册、模拟考和高考。模型不能提前看到高考题,否则成绩没有意义。
- 过拟合(Overfitting):把题库背得滚瓜烂熟,换一道新题就不会。欠拟合则是连练习题都没学会。
- 泛化(Generalization):举一反三的能力,这是机器学习真正追求的目标。
3.2模型怎么“学”:梯度下降与反向传播#
梯度下降(Gradient Descent) 像蒙着眼在大雾里下山:你看不见谷底,只能用脚感受哪个方向往下最陡(梯度),每次朝那个方向迈一步,直到走到最低处(损失最小)。
- 学习率(Learning Rate) 是步子大小。步子太大会在谷底两侧来回跳,太小则走到天黑也下不了山。
- 反向传播(Backpropagation) 把最终的错误按“责任大小”逐层往回分摊,告诉每个参数该往哪个方向调、调多少。类比:项目复盘时从结果倒推每个环节该负多少责任。
- 批次(Batch)与轮次(Epoch):一次看一小叠题叫一个批次,把整本练习册看完一遍叫一个轮次。
3.3三种学习方式#
- 监督学习(Supervised Learning):每道题都有标准答案,比如“这张图是猫”。类比:老师逐题批改作业。
- 自监督学习(Self-supervised Learning):答案藏在数据本身里。大模型的预训练就是遮住下一个词让它猜,答案就在原文里。类比:做完形填空,标准答案就是原书。
- 强化学习(Reinforcement Learning,RL):没有标准答案,只有奖励或惩罚。类比:玩家第一次玩新游戏,靠试错和分数反馈摸索出通关打法;AlphaGo 就是这样练成的。
3.4神经网络:一层层的“加权投票”#
- 神经元:接收多个输入,每个输入乘一个权重(Weight),加上偏置(Bias),再经过激活函数(Activation Function)决定输出多少。类比:一位评委综合多方意见打分,意见越重要权重越高,总分过了门槛才“举牌”。
- 层(Layer):许多神经元排成一层,层层相连。浅层识别边缘和线条,深层识别眼睛、人脸这类抽象概念。类比:工厂流水线,前道工序做零件,后道工序组装成品。
- 参数量:所有权重与偏置的总数。常见的“7B”“70B”指 70 亿、700 亿个参数。
3.5从 CNN、RNN 到 Transformer#
| 架构 | 工作方式 | 擅长 | 类比 |
|---|---|---|---|
| CNN 卷积神经网络 | 用小窗口逐块扫描图像 | 图像识别 | 拿放大镜一块块看拼图 |
| RNN / LSTM 循环神经网络 | 一个字一个字读,边读边记 | 早期的语音和翻译 | 传话游戏,传到后面前面的信息就走样,而且只能一个接一个传 |
| Transformer | 一次看完整句,每个词直接关注其他所有词 | 几乎所有现代大模型 | 圆桌会议,每个人都能直接听到其他所有人发言 |
Transformer 由 2017 年的论文《Attention Is All You Need》提出。它的两大优势是能直接建立远距离联系,以及能在 GPU 上大规模并行训练。GPT、Claude、Gemini、千问、DeepSeek 都以它为骨架,多数采用“仅解码器”(Decoder-only)结构。
3.6拆开 Transformer:一句话在模型里经历了什么#
读法:前四步把文字变成模型能计算的形式并反复理解上下文,第五步给所有候选词打分,采样选中一个后接回输入,如此循环就写出了整段话。
- 分词(Tokenization):把文字切成 token。类比:把句子拆成乐高积木,例如“我爱吃火锅”被拆成“我 / 爱 / 吃 / 火锅”。
- 嵌入(Embedding):每个 token 变成一串数字(向量),相当于它在“意义地图”上的坐标。意思相近的词坐标也相近,经典例子是“国王 − 男人 + 女人 ≈ 女王”。
- 位置编码(Positional Encoding):给每个 token 加上座位号。“狗咬人”和“人咬狗”用字完全相同,意思却相反,顺序必须被记住。
- 自注意力(Self-Attention):每个词去“看”句中其他词,决定重点参考谁。例如“小明把苹果给了小红,因为她饿了”,模型处理“她”时会把注意力集中在“小红”上。
- 多头注意力(Multi-Head Attention):同时开多个注意力头,有的盯语法,有的盯指代,有的盯情绪。类比:几位评委从不同角度同时评审。
- 前馈网络(FFN):每个词独立“消化”刚收集到的信息,研究认为大量事实知识储存在这一部分。类比:开完会各自回工位查资料、整理思路。
- 残差连接与层归一化:保留原始信息、让训练更稳定的工程配件。类比:每一层都抄送原件,防止层层转述失真。
- 堆叠多层:“注意力 + 前馈”重复几十到上百层,越往上理解越抽象。
- 输出与接龙:最后一层给词表里每个 token 打一个概率,选出一个接到末尾,再预测下一个。这就是自回归生成(Autoregressive Generation)。
注意力的公式与“图书馆检索”类比
每个词会生成三个向量:查询 Query(我想找什么)、键 Key(我身上贴着什么标签)、值 Value(我的实际内容)。类比图书馆检索:你拿着需求单(Q)逐一比对每本书的标签(K),匹配度越高的书,就越多地参考它的内容(V)。
读法:先用 Q 和 K 相乘算匹配度,再除以 √d_k 防止数值过大,然后用 softmax 换算成加起来等于 100% 的“注意力分配比例”,最后按比例混合各个词的 V。
3.7生成时的几个旋钮#
| 参数 | 作用 | 怎么用 |
|---|---|---|
| 温度(Temperature) | 控制随机程度:低温稳定保守,高温更有创意也更容易跑偏 | 数据分析、写代码用低温;广告创意、头脑风暴用高温 |
| Top-p / Top-k | 只从概率最高的一小撮候选里挑 | 类比:只从入围名单里抽签 |
| 最大输出长度(Max Tokens) | 限制回答长度 | 防止长篇大论,也控制成本 |
| 随机种子(Seed) | 固定随机性,便于复现结果 | 做 A/B 对比时固定种子 |
3.8上下文窗口与 KV 缓存#
- 上下文窗口(Context Window):模型一次能“看到”的最大 token 数。2026 年旗舰模型普遍达到 100 万 token。类比:工作台的大小,台面越大能同时摊开的资料越多,放不下的会被挤下桌。
- 窗口大不等于记得牢:长文中间部分更容易被忽略,这个现象叫“迷失在中间”(Lost in the Middle)。关键信息最好放在开头或结尾,并明确提示模型去看。
- KV 缓存(KV Cache):生成时把已经算好的 K 和 V 存起来,避免重复计算。类比:在草稿纸上记下中间结果。它占用大量显存,这也是长上下文昂贵的原因。
- 稀疏注意力(Sparse Attention):只关注最可能重要的部分。DeepSeek V4 用压缩旧信息、聚焦关键内容的办法,在 100 万 token 下把算力需求降到上一代的 27%、内存降到 10%(来源)。
3.9大模型真的“懂”吗?#
为了把“下一个词”猜准,模型被迫学会了语法、常识、推理套路,甚至对世界运行方式形成了某种内部表征。但它没有亲身经验,也会自信地编造事实,这就是幻觉(Hallucination)。
学界对此仍有争论:一派认为它只是统计意义上的“随机鹦鹉”,另一派认为它已形成可被测量的内部概念。可解释性研究(Interpretability) 像给模型做核磁共振,研究者已能在模型内部定位到对应具体概念的“特征”。务实的态度是:把它当作一位极其博学、但交付物必须复核的同事。
第四章约 7 分钟
大模型是怎么炼成的:训练、推理与效率
一个大模型要经过四步:读书(预训练)、岗前培训(监督微调)、实战考核与纠偏(强化学习)、瘦身上岗(蒸馏、量化、部署)。2024 年之后又多了第五条路:让模型在回答前多想一会儿。
按箭头读:上面一行是“学知识”,下面一行是“学做事、学省钱”;左侧虚线表示用户反馈和新数据会回流到下一轮训练。
4.1预训练:读完一座图书馆#
- 数据:网页、书籍、论文、代码、多语言文本,以及图片、音频和视频,总量以“万亿 token”计。
- 清洗与配比:去重、过滤低质和有害内容,再按比例调配代码、数学、对话等数据。类比:营养师配餐,食材质量和搭配比例决定了体质。腾讯混元团队在 2026 年重建时,明确把核心资源投向数据质量而不是盲目堆参数(来源)。
- 目标:预测下一个 token。
- 产物是基座模型(Base Model):知识渊博,但还不会“好好说话”。你问它“法国首都是哪”,它可能接着写出一串类似的考题。类比:刚读完万卷书、却没学过待人接物的书呆子。
- 成本:前沿模型一次预训练要动用数万张 GPU、持续数月,算力花费达数亿美元量级(各家未完整公开)。
4.2规模定律与“涌现”#
规模定律(Scaling Laws):2020 年前后的研究发现,参数量、数据量和计算量按比例增加时,模型的错误率会以可预测的幂律下降。2022 年 DeepMind 的 Chinchilla 研究进一步指出,参数和数据要同步放大,粗略说每个参数要配约 20 个 token 的训练数据。
类比:高炉炼钢。炉子大小(参数)、矿石(数据)和燃料(算力)要按配比一起加,只加一样只会浪费。
涌现能力(Emergent Abilities):模型规模越过某个门槛后,多步推理、写代码等能力似乎突然出现。学界对“突然”究竟是真实现象,还是测量方式造成的错觉,仍有争论。
2024 年后,单纯放大预训练的回报开始放缓,高质量数据也逐渐被用完(俗称“数据墙”)。行业于是找到了两条新的“规模化”方向:强化学习后训练和推理时计算(见 4.4、4.5)。参数规模本身仍在增长,阿里表示未来千问的总参数将扩展到 5 万亿至 10 万亿(来源)。
4.3监督微调:岗前培训#
监督微调(Supervised Fine-Tuning,SFT) 用人工编写的高质量“问题 + 理想回答”示范数据训练模型,让它学会听指令、按格式作答。类比:新员工跟着师傅看一遍遍标准操作示范。
相关概念:指令微调(Instruction Tuning) 让模型学会执行各种指令;系统提示(System Prompt) 是开发者在对话开头给模型的“岗位说明书”,规定它的身份、语气和边界。
4.4对齐与强化学习:实战考核#
| 方法 | 怎么做 | 类比 |
|---|---|---|
| RLHF(人类反馈强化学习) | 模型对同一问题给出多个回答,人工排序;用排序训练一个“奖励模型”,再用强化学习让模型朝高分方向调整 | 餐厅试菜:食客给几道菜排名,奖励模型是把食客口味总结成评分标准的美食评论家,厨师据此改进 |
| DPO(直接偏好优化) | 跳过奖励模型,直接用“好答案 vs 差答案”成对数据训练,更简单稳定 | 不请评论家,直接拿“这道比那道好”的对比单练手 |
| 宪法式 AI / RLAIF | 用一套书面原则让 AI 自我批评、自我修订,减少对人工标注的依赖(Anthropic 提出) | 员工手册加自查清单 |
| RLVR(可验证奖励强化学习) | 数学、代码这类有标准答案的任务,用“答案对不对、测试过没过”自动给奖励 | 刷有标准答案的题库,对一下答案就能自我提高 |
RLVR 是 2024–2026 年推理能力突飞猛进的关键。DeepSeek-R1 在 2025 年证明,主要靠强化学习就能让模型自己学会长链推理。
两个必须知道的风险与新动向:
- 奖励黑客(Reward Hacking):模型钻评分规则的空子,而不是真正完成任务。类比:学生发现老师只看字数,就拼命凑字。
- 模型参与训练自己:阿里称 Qwen3.8-Max 能在人类“零参与”的情况下自主搭建训练流程、构造数据、设计实验,连续迭代一个多月、完成 33 轮有效迭代(来源)。这被视为“递归自我改进”(Recursive Self-Improvement,RSI)的早期形态。
4.5推理模型:让模型多想一会儿#
- 思维链(Chain of Thought,CoT):让模型先写出推理步骤再给答案,准确率显著提升。类比:数学考试要求“写出解题过程”。
- 推理模型(Reasoning Model):用强化学习训练模型在回答前自动生成长篇内部思考。OpenAI o1(2024 年 9 月)开了先河,DeepSeek-R1(2025 年 1 月)把它开源。
- 测试时计算(Test-time Compute):回答时多花算力思考,答案就更好。类比:心理学家卡尼曼说的“快思考与慢思考”,系统 1 凭直觉秒答,系统 2 慢慢推演。
- 思考力度成为可调参数:2026 年主流模型都提供多档思考强度。例如 Claude Opus 5.5 在 ARC-AGI-2 推理测试上,低档每题成本约 0.24 美元,最高档约 1.85 美元(来源)。简单任务用低档,复杂分析再开深度思考。
- 快慢融合:同一个模型可在“直接回答”和“深度思考”之间切换,例如腾讯混元 Hy3 被设计为快慢思考融合的模型。
4.6混合专家(MoE):医院分诊#
混合专家(Mixture of Experts,MoE) 把模型拆成许多“专家”子网络,每个 token 只激活其中少数几个,由一个路由器(Router) 决定派给谁。类比:大医院有几十个科室,每位病人只需挂两三个科室的号,医院规模很大,单个病人的看诊成本却不高。
| 模型 | 总参数 | 每个 token 激活参数 |
|---|---|---|
| Kimi K3 | 2.8 万亿 | 约 1040 亿 |
| MiniMax M3 | 4280 亿 | 约 230 亿 |
| 千问 Qwen3.5 旗舰 | 3970 亿 | 170 亿 |
| 腾讯混元 Hy3 preview | 2950 亿 | 210 亿 |
来源:Sapling、界面新闻。读模型规格时要分清“总参数”和“激活参数”:前者像医院总编制,后者才决定每次看诊的速度和成本。
4.7让模型变小变快#
- 知识蒸馏(Distillation):用大模型(老师)的输出训练小模型(学生)。类比:名师把多年经验浓缩成一本精华笔记。注意:用他家模型的输出做蒸馏,可能违反对方服务条款,业内对此争议很大。
- 量化(Quantization):把参数从 16 位精度压缩到 8 位、4 位甚至更低,显存需求成倍下降。类比:把无损音乐压成 MP3,体积小很多,耳朵几乎听不出差别。常见格式有 GGUF、AWQ、GPTQ。
- 剪枝(Pruning):剪掉不重要的连接。类比:修剪盆栽。
- 推测解码(Speculative Decoding):小模型先打草稿,大模型批量审核,整体更快。类比:实习生起草、主管快速批改。
- 小模型:几十亿到几百亿参数、能在个人电脑上运行的模型越来越强,例如阿里称开发者把 Qwen3.8-27B 誉为能在消费级显卡上运行的“本地版 Opus 4.6”(来源)。
4.8怎么读一张模型规格表#
| 规格 | 例子 | 怎么理解 |
|---|---|---|
| 参数量 | 1T(1 万亿) | 大致代表“脑容量”;MoE 模型还要看激活参数 |
| 激活参数 | 32B | 每次实际参与计算的部分,决定速度和成本 |
| 上下文窗口 | 1M | 一次能读多少 |
| 最大输出 | 128K | 一次最多能写多长 |
| 知识截止 | 2025-04 | 训练数据的时间终点,之后的事它不知道,除非联网搜索 |
| 模态 | 文本、图像、视频 → 文本 | 能看什么、能产出什么 |
| 许可证 | MIT、Apache 2.0、自定义许可 | 能否商用、改造和再分发 |
| 价格 | 2 / 10 美元 | 每百万 token 的输入 / 输出价格 |
第五章约 7 分钟
图像、视频与多模态:AI 怎么画画、拍片和“看懂”世界
今天的 AI 绘画和视频大多基于“扩散模型”:从一团随机噪点出发,按提示词一步步去噪,雕刻出想要的画面。让 AI “看懂”图片和声音的,则是把图像、音频也切成 token、和文字一起处理的多模态大模型。
5.1生成模型的几代路线#
| 路线 | 原理 | 类比 | 代表 |
|---|---|---|---|
| GAN 生成对抗网络(2014) | 生成器造假,判别器打假,两者互相较劲 | 造假币的人和验钞员一起进步 | StyleGAN(“这个人不存在”网站) |
| VAE 变分自编码器 | 把图压缩成“要点”,再还原出来 | 把一幅画口述给别人,让他照着画回来 | 常被扩散模型用作压缩器 |
| 扩散模型(2020 年起) | 学会“去噪”,从纯噪点逐步还原出图像 | 米开朗基罗说雕像本来就在石头里,只需凿去多余部分 | Stable Diffusion、Midjourney、FLUX、Seedream |
| 原生多模态生成 | 由懂语言的大模型直接参与作画,先理解、再落笔 | 先想清楚构图再动笔的画家 | GPT Image 2、Nano Banana |
第四条路线的代表 GPT Image 2 会先推理、必要时检索资料再作画,所以复杂排版和文字特别准,代价是慢:一项横向测试中它平均约 109 秒出一张高质量图,其他主流模型多在 25 秒以内(来源)。
5.2扩散模型怎么工作#
- 训练:给清晰图片一步步加噪点,直到变成雪花屏;让模型学会每一步该去掉哪些噪点。类比:把一幅画被碎纸机粉碎的过程拍下来,再学会倒放。
- 生成:从随机噪点出发,在提示词引导下逐步去噪,常见 20–50 步。
- 潜空间(Latent Space):不直接在像素上画,而是在压缩后的“草图空间”里画,最后再放大还原。这是 Stable Diffusion 的关键创新。类比:先画小样,再放大成海报。
- 文本编码器(Text Encoder):把提示词翻译成模型能理解的“方向”。CLIP 用数亿对图文学会判断“图和描述是否匹配”。类比:看图识字卡。
- DiT(Diffusion Transformer):用 Transformer 取代传统的 U-Net 作为去噪网络,更容易做大做强,Sora、FLUX、SD3 等都采用这一结构。
- 流匹配(Flow Matching):让“噪点 → 图像”的路径尽量走直线,步数更少、出图更快。类比:导航从绕远路改成走直线。
5.3出图参数速查(WebUI、ComfyUI、NovelAI 里常见的设置)#
| 参数 | 含义 | 建议 |
|---|---|---|
| 提示词 / 负面提示词 | 想要什么 / 不要什么 | 负面词写“低质量、多余手指、水印”等 |
| 步数(Steps) | 去噪迭代次数 | 20–40 步通常够用,更多不一定更好 |
| CFG(提示词引导强度) | 多大程度听提示词的话 | 太低会跑题,太高画面生硬“过曝”,常用 4–8 |
| 采样器(Sampler) | 去噪的具体算法,如 Euler a、DPM++ 2M | 相当于不同“笔法”,影响速度与质感 |
| 种子(Seed) | 随机起点 | 固定种子、只改一处提示词,才能做公平对比 |
| 分辨率与宽高比 | 画布尺寸 | 广告素材按投放位直接出,例如 9:16 竖版 |
| 重绘幅度(Denoising Strength) | 图生图时在原图基础上改多少 | 0.3 左右微调,0.7 左右大改 |
5.4让 AI 听话:控制技术#
- LoRA(低秩适配):只训练一个几十 MB 的“外挂补丁”,就能让模型学会某种画风、某个角色或某件商品。类比:给游戏装一个 MOD,而不是重新开发游戏。适合统一游戏角色形象和品牌风格,让一组广告素材保持角色一致。
- ControlNet:用骨架、线稿、深度图、边缘图约束构图和姿势。类比:先描好线稿让 AI 上色,或者先给演员画好站位。
- IP-Adapter / 参考图:用一张参考图传达风格或角色特征,等于告诉 AI“照着这个感觉画”。
- 局部重绘与扩图(Inpainting / Outpainting):只改选中区域,或把画布向外延伸,适合把横版素材扩成竖版。
- 多图参考与一致性:2026 年的模型能同时参考多张图并保持角色一致,例如 Nano Banana 可在多次生成中保持最多 5 个角色、14 个物体一致,FLUX.2 支持最多 10 张参考图(来源)。
- 可编辑输出:Seedream 5.0 Pro 能直接生成可编辑的分层设计图,Qwen-Image-2.1 支持透明背景图层输出(来源)。
5.5标签式提示词 vs 自然语言提示词#
- 标签式(NovelAI、动漫向 SD 模型常用的 Danbooru 标签):例如“1girl, silver hair, school uniform, cherry blossoms, backlighting”。优点是精确可控,可以用权重语法加强或减弱某个元素;缺点是要熟悉词库。
- 自然语言式(GPT Image、Nano Banana、Seedream、Midjourney):例如“银发少女穿着校服站在樱花树下,逆光,浅景深,日系插画风格”。优点是易上手,能理解复杂关系和文字排版;缺点是细节控制不如标签精准。
- 趋势:模型越来越“懂人话”,但把画面拆成“主体、风格、构图、光影、镜头、质感”的标签思维,依然是写好任何图像提示词的基本功(第 10 章有模板)。
5.6视频生成:让画面动起来#
视频生成在图像扩散的基础上加入了时间维度:把视频切成“时空块”一起去噪。核心难题是时间一致性(人物不变脸、物体不凭空消失)和物理合理性(水往低处流、碰撞有反应)。类比:图像生成是拍照,视频生成是拍电影,不仅每一帧要好看,还要“连戏”。
常见用法有文生视频(T2V)、图生视频(I2V)、首尾帧控制、参考素材生成和视频编辑。2026 年的关键进展:
- 原生音画同步:Seedance 2.0、Veo 3.1、Kling 3.0 能一次生成带对白和音效的视频。
- 更长单段:Seedance 2.5 和 Wan 3.0 支持单次生成 30 秒视频(来源、来源)。
- 多参考素材:Seedance 2.5 最多可联合 50 个图片、视频、音频素材生成,并支持保持画面一致的局部编辑。
- 多镜头叙事:从“生成一个镜头”走向“生成一段有分镜的故事”。
5.7多模态理解:AI 怎么看图、听音#
- 视觉编码器(Vision Encoder):把图片切成小方块(patch),每块当作一个 token 送进模型。类比:把拼图拆成小块,再和文字一起阅读。
- 原生多模态(Native Multimodal):从预训练起就同时学习文字、图像、音频和视频,2026 年的主流模型基本都走这条路,例如千问从 Qwen3.5 起改为原生多模态。
- 典型用途:看截图找 bug、读图表、总结视频、识别文字、点评设计稿、拆解竞品广告视频的卖点和节奏。
- 语音:语音识别(ASR)、语音合成(TTS),以及能边听边想边说的实时语音模型。阿里称其同传模型 Qwen3.8-LiveTranslate 字均延迟已降到 2.3 秒,而人类同传约为 4 秒(来源)。
5.83D 与世界模型#
- 3D 生成:从文字或图片生成带材质的 3D 模型,例如字节 Seed3D、腾讯混元 3D,已用于游戏道具和电商展示。
- 世界模型(World Model):不是生成一段固定视频,而是生成一个能实时交互、持续运行的环境。Google 的 Genie 3 能实时生成 720p、24 帧的可交互世界;2026 年 10 月 27 日发布的 Genie 4 加入了原生音频和用文字实时修改场景的能力,目前只对受邀测试者开放(来源)。阿里 HappyOyster 2.0、Runway GWM Worlds 2 也在同一方向。
- 类比:视频模型是“放电影”,世界模型是“开放世界游戏引擎”。短期内它更可能用于玩法原型验证、关卡灵感和训练机器人,而不是直接替代 Unity、Unreal 这类引擎。
5.9生成内容的边界#
- 版权与肖像:不要用 AI 复刻受版权保护的角色和 IP,也不要生成真人肖像用于广告(详见第 13 章)。
- 标识义务:中国《人工智能生成合成内容标识办法》自 2025 年 9 月 1 日起施行,要求对 AI 生成内容做显式和隐式标识。广告素材投放前,要确认投放平台对 AI 内容的标识规则。
第六章约 6 分钟
RAG、智能体与 AI 应用架构
光有大模型还不够:要让它“知道你的资料”,就用 RAG(检索增强生成);要让它“替你干活”,就给它工具、记忆和目标,变成智能体(Agent)。2026 年的 AI 应用,绝大多数都是“模型 + 知识 + 工具 + 流程”的组合。
6.1为什么需要“外挂”#
模型的知识停在训练截止日,也不了解你公司的内部资料;被问到不知道的事,它可能自信地编造。补救办法有三种,从轻到重:把资料直接贴进对话,用 RAG 检索资料库,或者对模型做微调。
6.2RAG:开卷考试#
检索增强生成(Retrieval-Augmented Generation,RAG) 让模型答题前先去资料库里翻出相关段落,再据此作答并注明出处。类比:闭卷考试全靠记忆,容易记错;RAG 是开卷考试。
- 切块(Chunking):把文档切成几百字的片段。
- 向量化(Embedding):每个片段转成一串表示语义的数字。
- 入库:存进向量数据库(Vector Database),如 Milvus、Qdrant、pgvector。
- 检索:把用户的问题也向量化,找出语义最接近的片段,通常再结合关键词搜索,称为混合检索。
- 重排(Rerank):用更精细的模型给候选片段重新打分,只留最相关的几段。
- 生成:把片段和问题一起交给大模型,要求“只根据资料回答,并标出处”。
常见的坑:切块太碎丢了上下文;资料过期没更新;检索不到时模型就编;权限没做好,不该看的人看到了敏感文档。进阶做法有 GraphRAG(用知识图谱组织实体关系)和 Agentic RAG(让智能体自己决定查什么、查几轮)。
2026 年百万 token 的上下文让“把整份资料直接塞进去”变得可行,但面对成千上万份文档时,成本、速度和“迷失在中间”的问题仍让 RAG 不可替代。
工作中的例子:把历年的关卡调优方案、版本复盘和买量素材复盘做成知识库。新同事问“某一关卡关率过高怎么办”,AI 先检索过往案例和当时的数据结论,再给出建议并附上原文链接。
6.3提示词、RAG 还是微调?#
| 方法 | 改变的是什么 | 适合 | 成本 | 类比 |
|---|---|---|---|---|
| 提示词与上下文 | 这一次的指令和资料 | 绝大多数日常任务 | 最低 | 给员工一张详细的派活单 |
| RAG | 模型能查到的资料 | 量大、常更新的知识,如产品文档、案例库 | 中 | 给员工一间能检索的资料室 |
| 全量微调 | 模型本身的习惯 | 固定风格、格式、专业术语的大批量重复任务 | 高,需要数据和训练 | 送员工去脱产进修 |
| LoRA 等高效微调 | 模型的一小部分参数 | 画风与角色一致、垂直领域用语 | 中 | 参加短期培训班 |
经验法则:先把提示词和上下文写好,再考虑 RAG,最后才考虑微调。
6.4智能体:从“会说”到“会做”#
智能体(Agent)= 大模型(大脑)+ 工具(手脚)+ 记忆(笔记本)+ 规划(待办清单),并且会循环执行,直到完成目标或停下来请人确认。主流范式叫 ReAct(Reason + Act):想一步、做一步、看结果,再决定下一步。
智能体和普通对话的区别在中间这个循环:它会自己调用工具、看结果、再决定下一步;底部两条是让循环稳定可控的前提。
- 工具调用(Tool Use / Function Calling):模型输出一段结构化指令,例如“调用搜索,关键词是某某”,由程序执行后把结果交回模型。类比:大脑不会直接拿起锤子,而是给手发出指令。
- 电脑操作(Computer Use):模型直接看屏幕、点鼠标、敲键盘来操作软件。2026 年这已是旗舰模型的标配能力,OpenAI 还推出了专攻电脑操作的 GPT-6.1 Terra。
- 编程智能体:Claude Code、Codex 等可以在代码库里连续工作数小时:读代码、改代码、跑测试、提交修改。
- 技能包(Skills):把某类任务的操作说明、脚本和模板打包成一个文件夹,智能体按需加载。类比:员工手册里的标准作业流程(SOP)。开源智能体 OpenClaw 的技能市场已有上千个技能(来源)。
6.5MCP 与 A2A:AI 的通用接口#
- MCP(Model Context Protocol,模型上下文协议):Anthropic 在 2024 年 11 月开源的标准,让 AI 应用用统一方式连接外部工具和数据,比如 Notion、GitHub、数据库、设计软件。类比:AI 的 USB-C 接口,以前每台设备一种充电线,现在一根线通用。2025 年起 OpenAI、Google、微软等相继支持,它已成为事实上的行业标准。2025 年 12 月,Anthropic 把 MCP 捐给 Linux 基金会旗下新成立的智能体 AI 基金会(AAIF),该基金会由 Anthropic、OpenAI 和 Block 联合发起,当时公开运行的 MCP 服务端已超过 1 万个。
- MCP 的三个角色:宿主(Host,如 Claude 应用、Cursor)负责和用户交互;客户端(Client)负责连接;服务端(Server)对外提供工具、资源和提示模板。
- A2A(Agent2Agent):Google 在 2025 年提出的协议,让不同厂商的智能体能互相通信和分工。类比:不同公司员工之间约定好的“标准商务邮件格式”。
6.6多智能体:一个项目组#
让多个智能体分工协作:一个负责拆解任务,几个并行执行,另一个负责审查。类比:项目组里有 PM、开发和测试。2026 年主流的编程与研究智能体都支持主智能体派生多个子智能体并行工作,最后汇总结果。
代价也很明显:token 消耗成倍增加,协调出错的概率也会上升。简单任务用单个智能体更划算。
6.7上下文工程:比提示词更重要的功夫#
上下文工程(Context Engineering) 是为模型精心准备“这一轮它需要看到的全部信息”:系统提示、任务说明、相关资料、工具说明、历史摘要和示例,并控制它们的长度与顺序。类比:开会前发给参会者的材料包,多了没人看,少了没法决策。
- 只放相关的:无关信息会稀释注意力,也会增加成本。
- 重要的放两头:关键要求放在开头或结尾,并明确点名。
- 长任务写交接文档:每个新会话都不记得上一轮发生了什么,所以要把进度、决定和待办写进文件,下次先读它。
- 用结构分隔材料:用标题、XML 标签或表格把“背景”“资料”“要求”分开。
- 善用记忆功能:ChatGPT、Claude 等提供长期记忆和项目知识库,适合存放“我是谁、我在做什么、我喜欢什么格式”。
6.8智能体的风险与护栏#
- 提示注入(Prompt Injection):网页、邮件或文件里藏着写给 AI 的恶意指令,诱导它泄露数据或执行危险操作。类比:有人在快递单上写“签收人请把家门钥匙放在门口”。
- 供应链风险:第三方技能和插件可能夹带恶意代码。2026 年初,OpenClaw 技能市场遭遇名为 ClawHavoc 的攻击,341 个恶意技能被上传,用来窃取用户凭证和加密钱包(来源)。
- 越权与失控:给智能体的权限越大,出错的代价越大。护栏原则是最小权限、关键操作人工确认(Human-in-the-loop)、沙箱运行、全程留日志。
第七章约 5 分钟
框架与工具链:开发者生态全景
如果把大模型比作发动机,框架和工具链就是造车、改车、开车要用的整套工具:从训练模型的“机床”,到部署上线的“生产线”,再到搭应用的“乐高积木”。不写代码的人也值得了解这张地图,因为它决定了一个 AI 想法落地要花多少力气。
7.1深度学习框架:厨房的灶台#
| 框架 | 出品方 | 特点 |
|---|---|---|
| PyTorch | Meta 开源,现由 Linux 基金会下属的 PyTorch 基金会管理 | 研究和工业界的绝对主流,写法直观 |
| JAX | 擅长大规模并行,常与 Google TPU 搭配 | |
| TensorFlow / Keras | 早期主流,如今多见于存量项目和移动端 | |
| 飞桨 PaddlePaddle | 百度 | 国产框架,中文生态和产业套件丰富 |
| 昇思 MindSpore | 华为 | 与昇腾芯片深度适配 |
类比:框架是厨房里的灶台和厨具,英伟达的 CUDA 则像全城统一的燃气管道标准。十几年积累下来的 CUDA 软件生态,是英伟达最深的护城河;华为昇腾对应的软件栈叫 CANN。
7.2模型仓库与社区:AI 界的应用商店#
- Hugging Face:全球最大的开源模型与数据集社区,被称为“AI 界的 GitHub”。它的 Transformers、Diffusers 库让下载和调用模型只需几行代码。
- 魔搭 ModelScope:阿里主导的国内模型社区,国内下载更快。
- Civitai、LiblibAI(哩布哩布):图像模型、LoRA 和工作流的分享社区。
- GitHub:代码与开源项目的大本营,很多 AI 工具都从这里起步。
7.3训练与微调工具#
- DeepSpeed、Megatron-LM:把训练任务拆到成千上万张卡上的“大型施工队”。
- PEFT、LLaMA-Factory、Unsloth:用 LoRA 等方法低成本微调大模型,其中 LLaMA-Factory 在国内使用广泛,Unsloth 以省显存著称。
- kohya_ss 等:训练图像 LoRA 的常用工具。
7.4推理与部署:把模型“端上桌”#
| 工具 | 用途 | 类比 |
|---|---|---|
| vLLM、SGLang | 高并发的模型服务引擎,用分页管理显存等技术大幅提高吞吐 | 提高餐厅翻台率的后厨调度系统 |
| TensorRT-LLM | 英伟达官方推理加速库 | 原厂调校的赛车引擎 |
| llama.cpp | 让模型在普通电脑甚至 Mac 上运行 | 便携式卡式炉 |
| Ollama、LM Studio | 一键下载、运行本地模型的桌面工具 | 即热即食的微波炉 |
| GGUF | 本地运行最常用的量化模型文件格式 | 压缩包格式 |
本地运行的好处是数据不出电脑、没有调用费;代价是需要好显卡,而且同等条件下能力不如云端旗舰。
7.5应用开发框架:搭 AI 应用的积木#
| 类别 | 代表 | 适合谁 |
|---|---|---|
| 低代码平台 | 扣子 Coze、Dify、FastGPT、阿里云百炼 | 产品、运营等非程序员,拖拽搭建问答机器人和工作流 |
| 自动化工作流 | n8n、Make、Zapier | 把 AI 接入表格、邮件、IM、数据库,定时自动跑 |
| 编程框架 | LangChain / LangGraph、LlamaIndex | 开发者编排复杂流程和 RAG 系统 |
| 智能体 SDK | OpenAI Agents SDK、Claude Agent SDK、Google ADK、CrewAI | 开发者构建多步骤、多工具的智能体 |
类比:低代码平台像乐高的“主题套装”,按说明书就能拼出成品;编程框架像散装积木,自由度高但要自己设计。
7.6图像生成工具链#
- Stable Diffusion WebUI / Forge:表单式界面,填参数出图,上手快。
- ComfyUI:节点式工作流,把“加载模型 → 写提示词 → 采样 → 放大 → 修脸”连成一张图。类比:电路板或流水线,每个节点是一道工序。工作流可以保存成文件反复复用、批量跑,适合做固定风格的素材流水线。
- 托管平台:即梦、可灵、LiblibAI、NovelAI、Midjourney 等,无需显卡,打开网页就能用。
7.7给智能体看的“项目说明书”#
越来越多项目会在代码库里放一份写给 AI 的说明文件,例如 AGENTS.md 或 CLAUDE.md,写明项目结构、编码规范、常用命令和注意事项。类比:新同事入职第一天拿到的“项目交接手册”。AGENTS.md 由 OpenAI 发起,现与 MCP 一起归属 Linux 基金会旗下的智能体 AI 基金会(来源)。
7.8评测基准:AI 的“考试卷”#
| 基准 | 测什么 | 类比 |
|---|---|---|
| MMLU / MMLU-Pro | 几十个学科的知识选择题 | 综合知识高考 |
| GPQA Diamond | 研究生级的科学难题,搜索引擎也难找到答案 | 博士资格考试 |
| Humanity's Last Exam(HLE) | 各领域专家出的最难题目 | “人类的最后一场考试” |
| AIME、IMO | 数学竞赛题 | 奥数比赛 |
| SWE-bench Verified / Pro | 修复真实开源项目里的 bug | 让新人修线上 bug |
| Terminal-Bench | 在命令行里完成工程任务 | 让新人独立运维一台服务器 |
| OSWorld | 操作真实电脑完成办公任务 | 实习生用电脑办事 |
| ARC-AGI | 从几个例子里归纳抽象规则 | 智力测验里的图形推理题 |
| Arena(原 LMArena) | 真人匿名对比两个模型的回答并投票 | 盲品大赛 |
| GDPval | 由行业专家评判报告、表格等真实职业工作产出 | 工作样稿评审 |
| METR 时间跨度 | 能独立完成多长的任务 | 能独立负责多大的项目 |
读榜单时要警惕四件事:
- 数据污染(Contamination):考题泄露进了训练数据,分数虚高。腾讯首席 AI 科学家姚顺雨就曾在内部指出,过去的混元模型过度追逐榜单,把打榜语料放进训练集,导致数据被污染(来源)。
- 刷榜与古德哈特定律:当一个指标变成目标,它就不再是好指标。
- 饱和:2026 年国际数学奥赛已有多个 AI 拿到满分,这类考试开始失去区分度。
- 口径不一:厂商自报成绩常用最高档位和自选测试版本,独立榜单之间也不可直接比较。
最可靠的做法是建立自己的“私人考卷”:挑 5–20 个真实工作任务,写好评分标准,每次换模型都跑一遍。
第八章约 4 分钟
算力与基础设施:AI 的发动机房
AI 的进步一半靠算法,一半靠“芯片 + 电力 + 资金”。2026 年全球数据中心资本开支预计首次突破 1 万亿美元,芯片供应、电力和出口管制已经成为 AI 竞争的硬约束。
8.1为什么是 GPU#
CPU 像几位博士,什么题都会做,但人少;GPU 像一万名小学生,每人只会算加减乘除,却能同时开工。大模型的核心运算是海量的矩阵乘法,正好适合“人海战术”。
看懂芯片参数的四个指标:
- 算力(FLOPS):每秒能做多少次浮点运算。1 PFLOPS 等于每秒一千万亿次。
- 显存容量:一次能装下多大的模型和多长的上下文。
- 显存带宽:数据从显存搬到计算单元的速度,常常比算力更卡脖子。类比:仓库和厨房之间传送带的宽度。
- 互联带宽:成千上万张卡协同工作时的通信速度。类比:工地上各班组之间的对讲机。
精度也很关键:FP32、FP16、FP8、FP4 的位数越低,算得越快、越省显存,但精度越低。类比:记账时保留小数点后八位还是只记整数。
8.2芯片阵营#
| 阵营 | 代表产品 | 说明 |
|---|---|---|
| 英伟达 | H100 / H200 → B200 / GB300(Blackwell)→ Rubin(2026) | 市场主导者。Rubin 单颗 FP4 推理算力 50 PFLOPS,约为 Blackwell 的 5 倍,官方称每 token 成本可降到 Blackwell 的约十分之一;2026 年下半年起大规模出货 |
| Google TPU | 自研张量处理器 | 训练 Gemini,也对外出租,Anthropic 等公司大量采用 |
| AMD | Instinct MI 系列 | 英伟达在 GPU 上的主要竞争者 |
| 国产芯片 | 华为昇腾(Ascend 950 超节点)、寒武纪、海光等 | 在出口管制压力下快速替代;DeepSeek V4 已在国产芯片上运行推理 |
来源:SiliconANGLE·Rubin 发布、MIT Technology Review。英伟达已公布的后续路线是 Rubin Ultra(2027)和 Feynman(2028),基本保持“一年一代”。
8.3训练与推理:拍电影 vs 天天放映#
- 训练像拍一部电影:一次性投入巨大,拍完就结束。
- 推理像电影院天天放映:每有一个观众(每次调用)就要花一次钱,观众越多,放映成本越高。
推理模型和智能体让推理需求暴涨:一个智能体任务动辄消耗几十万甚至上百万 token。以字节为例,截至 2026 年 6 月豆包大模型日均 token 调用量已突破 180 万亿,过去一年增长超过 10 倍;火山方舟上年调用量超过 1 万亿 token 的企业已有 200 家(来源)。
8.4数据中心与电力:新时代的发电厂#
- 规模:一个 AI 数据中心园区的用电功率从 300 兆瓦到超过 1 吉瓦,上限相当于一座核电机组的发电能力。
- 投入:分析机构 Dell'Oro 预计 2026 年全球数据中心资本开支将超过 1 万亿美元;亚马逊、Google、Meta、微软第一季度的数据中心支出同比增长 78%(来源)。
- 中国:截至 2026 年 6 月,中国智能算力规模达 2185 EFLOPS,同比增长 177%;首个全国产 10 万卡人工智能集群已投入使用(来源)。
- 电力瓶颈:Gartner 认为电力供应已在制约 AI 算力扩张;液冷、核电合作,甚至“太空数据中心”的设想都已出现。
类比:如果说数据是新时代的石油,那么算力就是新时代的电力,数据中心就是发电厂。
8.5出口管制与算力地缘#
- 芯片管制:美国自 2022 年起限制向中国出口先进 AI 芯片,后来连专为中国市场推出的降规版芯片也被禁售,英伟达已把中国市场的收入预期设为零。
- 国产替代:中国加速建设从芯片、框架到数据中心的自主体系。DeepSeek V4 是首个针对华为昇腾等国产芯片优化的 DeepSeek 模型;阿里称 Qwen3.8 能在平头哥新款 GPU 上自主优化推理框架,让单实例吞吐提升 96%(来源)。
- 模型本身也被纳入管制:2026 年 6 月,美国的出口管制一度波及前沿模型服务本身(详见第 13 章)。
8.6成本曲线:同样的能力越来越便宜#
在 ARC-AGI-2 推理测试上拿到约 61%–65% 的成绩:2026 年 2 月用 Claude Opus 4.6 每题约 2.25 美元,到 7 月用 DeepSeek V4 Flash 只要约 0.042 美元,5 个月便宜了 50 多倍(来源)。与此同时,最顶尖的能力依然昂贵,2026 年还出现了每百万 token 输入 10 美元、输出 50 美元的新旗舰档。
类比:这很像手机流量资费,十多年前 1GB 要上百元,如今只要几块钱。
启示:设计 AI 工作流时,要按“一年后的成本”来想。今天嫌贵的用法,比如让智能体每天自动复盘全部投放数据,明年可能就便宜到可以放心用。
第九章约 10 分钟
专业术语词典
本章按七个主题收录约 90 个高频术语,每个术语给出一句话解释和一个类比,方便遇到生词时快速查。注意中文“推理”有两个意思:一是 Inference,指运行模型得到输出;二是 Reasoning,指逻辑推演。看上下文区分。
A.基础概念#
| 术语 | 一句话解释 | 类比 |
|---|---|---|
| 人工智能(AI) | 让机器完成需要智能才能做的事的技术总称 | “交通工具”这个大类 |
| 机器学习(ML) | 让机器从数据中自己总结规律,而不是由人写死规则 | 做大量例题自己悟出解法 |
| 深度学习(DL) | 用多层神经网络做机器学习 | 多道工序的流水线 |
| 神经网络(Neural Network) | 由大量“神经元”分层连接组成的数学模型 | 层层汇报的组织架构 |
| 参数 / 权重(Parameters / Weights) | 模型里可调的数值,训练就是在调它们 | 调音台上的旋钮 |
| 训练(Training) | 用数据反复调整参数,让模型越来越准 | 刷题备考 |
| 推理(Inference) | 用训练好的模型处理新输入、产生输出 | 毕业后上岗干活 |
| 损失函数(Loss Function) | 衡量模型答错程度的分数 | 考试扣分 |
| 梯度下降(Gradient Descent) | 沿着让错误减少最快的方向一步步调参数 | 蒙眼在雾中摸着下山 |
| 反向传播(Backpropagation) | 把最终错误按责任逐层往回分摊 | 项目复盘倒推责任 |
| 过拟合(Overfitting) | 把训练数据背得太死,遇到新数据表现差 | 只会背题库 |
| 泛化(Generalization) | 在没见过的数据上也表现好 | 举一反三 |
| 监督 / 自监督 / 强化学习 | 有标准答案 / 答案藏在数据里 / 只有奖励反馈 | 老师批改 / 完形填空 / 训练小狗 |
B.大模型核心#
| 术语 | 一句话解释 | 类比 |
|---|---|---|
| 大语言模型(LLM) | 在海量文本上训练、能理解和生成语言的大模型 | 读完整座图书馆的实习生 |
| 基础模型(Foundation Model) | 可适配多种下游任务的通用大模型 | 可改装成各种车型的通用底盘 |
| Token | 模型读写文字的最小单位 | 乐高积木块 |
| 分词(Tokenization) | 把文字切成 token 的过程 | 把句子拆成积木 |
| 嵌入(Embedding) | 把 token 或句子变成表示语义的向量 | 意义地图上的坐标 |
| Transformer | 以注意力机制为核心的神经网络结构,现代大模型的骨架 | 每个人都能直接听到彼此的圆桌会议 |
| 注意力机制(Attention) | 让每个词决定该重点参考哪些其他词 | 读书时圈重点 |
| 多头注意力(Multi-Head Attention) | 同时从多个角度计算注意力 | 几位评委各看一个维度 |
| 上下文窗口(Context Window) | 模型一次能处理的最大 token 数 | 工作台的面积 |
| KV 缓存(KV Cache) | 保存已算过的中间结果,避免重复计算 | 草稿纸 |
| 自回归生成(Autoregressive) | 一个 token 接一个 token 地往下写 | 文字接龙 |
| 温度(Temperature) | 控制输出随机性的参数 | 厨师放调料的随性程度 |
| Top-p / Top-k | 只在概率最高的候选里挑选 | 只从入围名单里抽签 |
| 幻觉(Hallucination) | 模型自信地输出错误或编造的内容 | 不会的题硬编答案 |
| 知识截止(Knowledge Cutoff) | 训练数据的时间终点 | 闭关前看的最后一份报纸 |
C.训练与优化#
| 术语 | 一句话解释 | 类比 |
|---|---|---|
| 预训练(Pre-training) | 在海量数据上学习预测下一个 token | 博览群书 |
| 后训练(Post-training) | 预训练之后的微调、对齐与强化学习 | 岗前培训加实战考核 |
| 监督微调(SFT) | 用人工示范数据教模型按指令回答 | 师傅带徒弟 |
| RLHF | 用人类偏好训练奖励模型,再用强化学习优化 | 食客打分,厨师改菜 |
| 奖励模型(Reward Model) | 学会人类偏好、给回答打分的模型 | 美食评论家 |
| DPO | 直接用“好答案 vs 差答案”成对数据做偏好训练 | 拿对比单直接练手 |
| RLVR | 用可自动验证的结果(答案、测试)当奖励 | 刷有标准答案的题库 |
| 宪法式 AI(Constitutional AI) | 让模型依照书面原则自我批评和修订 | 员工手册加自查清单 |
| 对齐(Alignment) | 让 AI 的行为符合人类意图和价值观 | 新员工认同公司规范 |
| 规模定律(Scaling Laws) | 参数、数据、算力增加时性能按规律提升 | 高炉炼钢按配比加料 |
| 涌现(Emergence) | 规模超过门槛后出现的新能力 | 量变引起质变 |
| 合成数据(Synthetic Data) | 由模型生成、用于训练的数据 | 老师自己出的模拟题 |
| 蒸馏(Distillation) | 用大模型的输出训练小模型 | 名师浓缩笔记 |
| 量化(Quantization) | 降低参数精度以节省显存和加速 | 无损音乐压成 MP3 |
| 剪枝(Pruning) | 删掉不重要的连接 | 修剪盆栽 |
| 混合专家(MoE) | 每次只激活部分“专家”子网络 | 医院分诊 |
| 激活参数(Active Parameters) | 处理每个 token 时实际参与计算的参数 | 这次挂号看的那几个科室 |
| LoRA | 只训练一个小补丁来适配新任务或画风 | 给游戏装 MOD |
D.推理、提示与智能体#
| 术语 | 一句话解释 | 类比 |
|---|---|---|
| 提示词(Prompt) | 发给模型的指令和材料 | 派活单 |
| 系统提示(System Prompt) | 开发者预设的身份、规则和边界 | 岗位说明书 |
| 零样本 / 少样本(Zero-shot / Few-shot) | 不给例子 / 给几个例子让模型照着做 | 口头交代 / 给几份范文 |
| 思维链(Chain of Thought) | 让模型先写推理过程再给答案 | 写出解题步骤 |
| 推理模型(Reasoning Model) | 经训练会在回答前长时间思考的模型 | 先打草稿再作答的学霸 |
| 测试时计算(Test-time Compute) | 回答时投入更多算力思考以提升质量 | 考试时多给一点时间 |
| RAG 检索增强生成 | 先检索资料再据此回答 | 开卷考试 |
| 向量数据库(Vector Database) | 按语义相似度检索内容的数据库 | 按“意思”而不是按“字”找书的图书馆 |
| 智能体(Agent) | 能规划、调用工具并循环执行直到完成目标的 AI 系统 | 带工具箱、会跑腿的实习生 |
| 工具调用(Tool Use) | 模型输出结构化指令让程序执行 | 大脑指挥手 |
| 电脑操作(Computer Use) | 模型直接看屏幕、点鼠标操作软件 | 远程桌面里的助理 |
| MCP | 连接 AI 与外部工具、数据的开放标准 | AI 的 USB-C 接口 |
| A2A | 智能体之间通信与协作的协议 | 标准商务邮件格式 |
| 多智能体(Multi-Agent) | 多个智能体分工协作 | 项目组 |
| 上下文工程(Context Engineering) | 精心组织模型每轮能看到的全部信息 | 会前材料包 |
| 记忆(Memory) | 跨会话保存用户信息和项目进度 | 工作笔记本 |
| 技能包(Skills) | 打包好的操作说明、脚本和模板,按需加载 | 标准作业流程(SOP) |
| 提示注入(Prompt Injection) | 藏在网页或文件里诱导 AI 违规的指令 | 快递单上的诈骗留言 |
| 人在回路(Human-in-the-loop) | 关键步骤由人审核确认 | 大额支出需要主管签字 |
| 沙箱(Sandbox) | 隔离的运行环境,出错也不影响真实系统 | 驾校练车场 |
E.多模态与内容生成#
| 术语 | 一句话解释 | 类比 |
|---|---|---|
| 多模态(Multimodal) | 能处理文字、图像、音频、视频等多种信息 | 眼耳口手并用 |
| 原生多模态(Native Multimodal) | 从预训练起就同时学习多种模态 | 从小双语长大的人 |
| 扩散模型(Diffusion Model) | 从噪点逐步去噪生成图像或视频 | 从石头里凿出雕像 |
| 潜空间(Latent Space) | 压缩后的低维表示空间 | 先画小样再放大 |
| DiT | 用 Transformer 做去噪网络的扩散模型 | 换了更强引擎的雕刻机 |
| CFG | 生成时听从提示词的强度 | 甲方意见的分量 |
| 采样器(Sampler) | 去噪的具体算法 | 不同的笔法 |
| 种子(Seed) | 随机起点,固定后可复现结果 | 抽签的号码 |
| ControlNet | 用骨架、线稿等控制构图 | 先描线稿再上色 |
| 局部重绘 / 扩图 | 只改选中区域 / 向外延展画面 | 补丁 / 加长画布 |
| 文生图、图生图、文生视频、图生视频 | 按输入与输出类型区分的生成方式 | 照描述画 / 照原图改 / 照描述拍 / 让照片动起来 |
| 世界模型(World Model) | 能实时交互、持续运行的环境生成模型 | 开放世界游戏引擎 |
| VLA 模型 | 视觉-语言-动作模型,让机器人看、懂、动 | 机器人的大脑加小脑 |
| ASR / TTS | 语音转文字 / 文字转语音 | 速记员 / 播音员 |
F.工程与基础设施#
| 术语 | 一句话解释 | 类比 |
|---|---|---|
| GPU | 擅长大规模并行计算的芯片 | 一万名同时开工的小学生 |
| TPU | Google 专为 AI 设计的芯片 | 定制化的专用生产线 |
| CUDA | 英伟达的并行计算软件平台 | 全城统一的燃气管道标准 |
| FLOPS | 每秒浮点运算次数,衡量算力 | 发动机马力 |
| 显存 / HBM | GPU 上的高速内存 | 厨房里的操作台 |
| 开源 / 开放权重(Open Weights) | 公开模型权重,可下载、部署和改造 | 买车送图纸 |
| API | 程序调用模型服务的接口 | 餐厅的点餐窗口 |
| 延迟 / 吞吐(Latency / Throughput) | 单次响应快不快 / 单位时间能处理多少 | 上菜速度 / 翻台率 |
| 首字延迟(TTFT) | 从提问到吐出第一个字的时间 | 服务员接单后多久端上第一道菜 |
| 私有化部署(On-premise) | 把模型部署在自己的服务器上 | 自建厨房而不是叫外卖 |
| 推理引擎(Inference Engine) | 高效运行模型的服务软件,如 vLLM | 后厨调度系统 |
| GGUF | 本地运行常用的量化模型文件格式 | 压缩包格式 |
G.评测、安全与治理#
| 术语 | 一句话解释 | 类比 |
|---|---|---|
| 基准测试(Benchmark) | 衡量模型能力的标准化测试集 | 统一考试卷 |
| 数据污染(Contamination) | 测试题混入了训练数据 | 考前泄题 |
| Elo 评分 | 根据两两对战胜负计算的相对排名 | 棋手等级分 |
| 红队测试(Red Teaming) | 专门扮演攻击者找模型漏洞 | 请人来“踢馆” |
| 越狱(Jailbreak) | 用话术绕过模型的安全限制 | 找规章的漏洞钻空子 |
| 奖励黑客(Reward Hacking) | 模型钻评分规则空子而非真正完成任务 | 为凑字数灌水 |
| 可解释性(Interpretability) | 研究模型内部如何运作 | 给模型做核磁共振 |
| AGI / ASI | 通用人工智能 / 超级人工智能 | 全能员工 / 远超所有人的天才 |
| 负责任扩展政策(RSP) | 按能力风险等级逐级加强安全措施的承诺 | 楼越高,消防标准越严 |
| 内容标识与水印 | 给 AI 生成内容加可见或隐藏标记 | 商品的产地标签 |
| 深度伪造(Deepfake) | 用 AI 伪造逼真的人脸、声音或视频 | 高仿假证件 |
第十章约 7 分钟
如何用好 AI:方法论与提示词工程
用好 AI 的关键不是找到“神奇咒语”,而是像带一位聪明但第一天入职的新同事:选对人(工具),交代清楚(提示词与上下文),拆好任务(工作流),做好验收(核查与风控)。
10.1先摆正四个认知#
- AI 是副驾驶,不是神谕:它的交付物要像实习生的初稿一样被审阅。
- 能力边界是“锯齿状”的:哈佛商学院与 BCG 在 2023 年对 758 名咨询顾问做的实验中,用 AI 的人在 AI 擅长的任务上多完成 12.2% 的任务、速度快 25.1%,质量也明显更高;但在一项刻意选在 AI 能力边界之外的任务上,用 AI 的人给出正确答案的可能性反而低了 19%(来源)。类比:锯齿状的海岸线,有的地方水深能行船,有的地方暗礁密布,单凭直觉很难判断。
- 它不了解你的语境:你不说,它就不知道你的产品、用户和指标口径。
- 新手和熟手获益方式不同:一项针对 5000 多名客服的研究发现,AI 让整体效率提升 14%,新手提升达 34%(来源)。AI 能把老员工的经验“喂”给新人,但真正拉开差距的仍是判断力。
10.2选对工具:任务与用法对照#
| 任务 | 推荐用法 | 注意 |
|---|---|---|
| 搜集信息、行业研究 | 开启联网搜索或深度研究模式,要求附来源链接 | 打开原文核对,警惕编造的链接和数字 |
| 写作与改稿 | 先给提纲、读者和语气,再逐段迭代 | 观点和判断要是你自己的 |
| 数据分析 | 上传表格,让 AI 写代码计算并出图 | 让它算,而不是让它“心算”;核对口径和异常值 |
| 编程与自动化 | 用编程智能体,如 Claude Code、Codex、TRAE | 小步修改,每步跑测试 |
| 图片素材 | 即梦 / Seedream、GPT Image、Midjourney,或 ComfyUI + LoRA | 版权、AI 标识、角色风格一致性 |
| 视频素材 | Seedance、可灵、Veo 等 | 时长、连戏、平台素材规范 |
| 学习新知识 | 学习模式、苏格拉底式提问(见第 11 章) | 防止“看懂了但没学会” |
| 重复性流程 | 扣子、Dify、n8n 搭工作流,或用智能体 | 先手动跑通 3 次再自动化 |
10.3提示词:写一张好派活单#
把 AI 当成一位聪明但刚入职的同事,提示词就是给他的派活单。一张好派活单包含六个要素:
- 角色与背景:你是谁、为谁做、业务背景是什么。
- 任务目标:要解决什么问题,产出拿去做什么决定。
- 输入材料:数据、文档、截图、范例。
- 思考路径:希望它按什么顺序、从哪些角度分析。
- 避免事项:不要做什么、哪些口径不能混、哪些地方不许编。
- 输出格式:表格、要点、字数、语气。
日常可以用四段式精简版:背景 / 角色 → 思考路径 → 避免事项 → 目标 + 格式。下面是同一个任务的两种写法。
差的写法:
帮我分析一下这个数据。
好的写法:
【背景】我负责一款休闲消除类微信小游戏的产品运营,变现以激励视频广告为主(IAA)。附件是最近 14 天按关卡统计的数据,字段有:关卡号、进入人数、通关人数、平均尝试次数、激励视频观看次数。 【思考路径】先算每关的通关率和流失率;再找出“流失高且尝试次数高”的卡点关;最后结合激励视频观看次数,判断问题出在难度本身,还是道具和广告点位的设计。 【避免】不要编造附件中没有的数据;每条结论注明依据哪一列;不确定的地方直接标注“待核实”。 【目标与格式】找出最值得优先调整的 5 个关卡,用于周会向负责人汇报。输出一张表(关卡、通关率、流失率、问题判断、调整建议),表后附 3 条最重要的结论,总字数 500 字以内。
进阶技巧:
- 给范例:附上 1–3 个“好样本”,比描述十句话都管用。
- 让它先提问:复杂任务加一句“开始前先问我 3 个你最需要澄清的问题”。
- 分步走:先列提纲,确认后再写初稿,最后让它自检。
- 用分隔符:用【】或 XML 标签把背景、资料、要求分开。
- 要求标注不确定性:“没把握的地方请标注【待核实】”。
- 让它挑刺:“请以资深产品经理的视角,指出这份方案最大的 5 个漏洞”。
- 多方案对比:“给出 3 个思路不同的方案,并比较各自的成本和风险”。
- 迭代而非重来:在上一版基础上具体指出改哪里,不要每次从零开始。
常见的反模式:描述太模糊、一次塞进太多任务、不给口径和背景、只说“不要”不说“要”、直接采用第一版。
10.4图像与视频提示词公式#
图像公式:主体 + 细节 + 场景 + 风格 + 构图与镜头 + 光影 + 色彩 + 材质 + 画幅比例,另外写明不要出现的元素。
示例(广告首帧):
竖版 9:16 游戏广告首帧:一只圆滚滚的橘猫店长站在明亮的花店里,伸出爪子点击花朵,花朵化作金币飞出;3D 盲盒潮玩风格,柔和棚拍光,高饱和糖果色,画面上方留出标题区域,背景干净。不要文字水印,不要多余的手指。
| 风格 | 常用关键词 | 适合 |
|---|---|---|
| 3D 盲盒 / 潮玩 | 3D blind box、chibi、soft PVC material、studio lighting | 可爱角色、休闲游戏素材 |
| 黏土风 | claymation、plasticine texture、handmade | 温馨或搞笑向素材 |
| 超写实 | photorealistic、85mm lens、shallow depth of field | 真人感场景、产品特写 |
| 超现实 | surreal、dreamlike、impossible scale | 吸睛的开头画面 |
| 扁平矢量 | flat vector illustration、clean shapes、limited palette | UI、图标、信息图 |
| 日系二次元 | anime style、cel shading,或 NovelAI 的标签写法 | 二次元角色与立绘 |
视频公式:镜头运动 + 主体动作 + 场景变化 + 节奏与时长 + 声音(音效、台词、音乐)。买量视频适合用分镜式写法:0–3 秒抛出钩子,3–8 秒展示核心玩法,8–15 秒给出爽点和行动引导。
一致性技巧:固定一张角色设定图作参考,固定种子,使用同一套风格词,必要时训练角色 LoRA。
10.5上下文与记忆:让 AI 越用越懂你#
- 用“项目”功能:把产品介绍、指标口径、用户画像、过往方案放进项目知识库,每次对话自动带上。
- 写自定义指令:说明你的身份、常做的任务和偏好的输出格式。
- 维护一份“AI 工作手册”:收集常用提示词、口径说明和优秀范例,相当于给 AI 的入职手册,也方便团队共享。
10.6工作流化:从“问一次”到“每天自动跑”#
- 对话级:单次问答,靠提示词质量。
- 流程级:把固定步骤串起来,例如“每周一拉数据 → AI 生成周报初稿 → 人工审核 → 发到群里”,可以用扣子、Dify、n8n 或编程智能体实现。
- 智能体级:给目标和权限,让 AI 自己规划执行,例如“监控投放数据,发现 eCPM 异常下滑就分析原因并提醒我”。
以广告素材为例,AI 可以串起一个完整的生产与学习闭环:
第 1–5 步解决“做得快”,第 6–8 步解决“做得准”:没有数据回流和复盘,AI 只会更快地产出平庸的素材。
原则:先手动跑通 3 次、确认质量稳定再自动化;每个自动化环节都保留人工抽检。
10.7验收与风控清单#
第十一章约 5 分钟
用 AI 提升自己:学习方法、能力模型与 90 天计划
AI 能让你变强,也能让你变弱,区别在于你交出去的是“执行”还是“思考”。原则只有一句:外包执行,不外包判断;把 AI 当陪练和教练,而不是代考的枪手。
类比:健身房里请了一位超强陪练。让他替你举铁,你一块肌肉也长不出来;让他帮你纠正动作、加重量、记录进度,你会进步得飞快。
11.1先看证据#
- 用法决定学习效果:Anthropic 在 2026 年 1 月发表的随机对照实验中,52 名工程师学习一个陌生的 Python 库。用 AI 的一组测验平均 50 分,自己写代码的一组 67 分,差距最大的是调试能力,而且用 AI 也没有显著更快(来源)。
- 关键在怎么用:同一实验里,把代码完全交给 AI 的人测验不到 40 分;“先让 AI 生成,再追问为什么这样写”的人达到 86 分;只向 AI 请教概念、自己动手写的人也有 65 分。
- 职场信号:斯坦福 2026 年 8 月更新的研究显示,在最容易被 AI 替代的职业里,22–25 岁年轻人的就业水平比低暴露职业低 19%(一年前是 13%),主要原因是企业少招新人;依赖书本式知识的岗位受冲击更大,依赖经验和隐性知识的岗位更稳(来源)。
结论:AI 时代最危险的不是“不会用 AI”,而是“只会用 AI”,把本该自己长出来的判断力、调试力和审美都外包掉了。
11.2五种高效学习法#
- 苏格拉底式导师:让 AI 只提问、不给答案。
- 费曼检验:你讲给 AI 听,让它扮演小白,专挑你讲不清、讲错的地方。
- 先地图后细节:让 AI 先画出知识地图和学习路径,再逐块攻克。
- 出题与间隔复习:让 AI 出题、批改、记录错题,隔几天再考一次。
- 先自己做,再让 AI 批改:方案、SQL、分析报告先独立完成初稿,再请 AI 从专家视角点评,并解释“为什么这样更好”。
可以直接复制的提示词:
我想真正搞懂 LTV 的计算方式,以及它和买量出价的关系。请用苏格拉底式提问引导我:一次只问一个问题,等我回答后再继续;我答错时给提示,不要直接告诉我答案。最后用 5 道题检验我是否掌握。
我来给你讲 Transformer 的注意力机制。请你扮演完全不懂技术的新人,听完后指出:哪里没讲清楚、哪里讲错了、哪个类比不恰当。然后给我一个更好的讲法作对照。
主流产品也提供了专门的学习模式,例如 Claude 的学习与解释模式、ChatGPT 的 Study Mode,开启后 AI 会更多地引导而不是直接给答案。
11.3AI 时代更值钱的八种能力#
| 能力 | 为什么更值钱 | 怎么用 AI 练 |
|---|---|---|
| 定义问题 | AI 擅长回答,不擅长决定该问什么 | 每次动手前写一句“这件事要支撑什么决策”,再让 AI 挑刺 |
| 判断与品味 | 生成越来越便宜,挑选越来越值钱 | 让 AI 出 10 个方案,你选 1 个并写下理由,再让 AI 反驳 |
| 领域知识 | 决定你能否发现 AI 的错误 | 用 AI 快速补课,但用真实数据和案例验证 |
| 数据闭环思维 | 从“做了什么”升级到“效果如何、为什么、下一步” | 每个方案都写“预期指标 → 实际结果 → 原因 → 下一步”,让 AI 一起复盘 |
| 沟通与说服 | 方案要说服人,执行要靠人 | 让 AI 扮演老板、研发、美术,预演汇报和答辩 |
| 工作流设计 | 能把多个 AI 工具串成流水线的人,效率高一个量级 | 每月把一项重复工作自动化 |
| 验证与纠错 | AI 写得越多,会审的人越稀缺 | 让 AI 故意在方案里埋 3 个错,你来找 |
| 学习速度 | 工具半年一换,学得快就是竞争力 | 每季度用一个新工具完成一个小项目 |
游戏行业已经出现了相应的新岗位“AI 游戏策划”:既要懂游戏设计,又要摸透 AI 的能力边界,还要能调度十几个 AI 工具,而最核心的能力是判断 AI 产出里哪些是优质内容(来源)。
类比:过去讲“T 型人才”,一横是广度、一竖是专业深度;AI 时代更像“π 型人才”,多出来的那一竖是驾驭 AI 的能力。
11.4用 AI 准备职业转型:以运营转产品经理为例#
- 做作品集:用 AI 编程工具把一个想法做成可演示的 Demo,比如小游戏原型或内部提效工具,写清楚“问题 → 方案 → 数据 → 迭代”。
- 练竞品分析:让 AI 拆解竞品的核心循环、付费点和广告点位,然后自己上手体验,验证或推翻 AI 的判断。
- 练立项:用 AI 做市场调研初稿,自己补充判断,形成完整立项书(模板见附录 A)。
- 模拟面试:让 AI 扮演大厂面试官,按产品设计题、数据分析题、项目复盘题提问并打分。
- 练写作:让 AI 批改 PRD 和复盘文档,要求它指出逻辑漏洞,而不是润色辞藻。
11.590 天成长计划#
第 1–30 天:打地基,形成习惯
第 31–60 天:建流程,把重复工作自动化
第 61–90 天:做作品,沉淀成果
11.6四个“不要”#
- 不要外包你必须长出来的部分:第一次学的技能、核心判断和关键决策要亲手做。
- 不要只看 AI 的总结:数据、用户反馈和合同等原始材料,关键部分要自己读。
- 不要追逐每一个新工具:选定主力工具深挖,每季度评估一次即可。
- 不要忽视注意力:长时间和 AI 来回对话同样消耗精力,深度思考时段要留给自己。
第十二章约 9 分钟
AI 已落地的领域与真实成果
2026 年的 AI 已从“演示”走向“规模化生产”,但成果分布很不均匀:软件开发、内容素材、医学影像已被深刻改变;新药、无人驾驶、人形机器人则刚刚越过第一批里程碑。
12.1全景速览#
| 领域 | 截至 2026 年的代表成果 | 成熟度 |
|---|---|---|
| 日常使用 | 中国生成式 AI 用户超 7 亿、普及率超 50%;ChatGPT 周活跃用户 9 亿 | 已成为日常工具 |
| 软件开发 | Google 75% 的新代码由 AI 生成;编程智能体可独立完成人类需 16 小时以上的任务 | 工作方式已被重塑 |
| 游戏 | 国内游戏企业 AI 普及率 86%;头部厂商 AI 美术与投放素材占比超 80% | 生产端大规模应用,AI 原生玩法起步 |
| 医疗 | FDA 列表中的 AI 医疗器械达 1614 款,约四分之三是医学影像 | 影像辅助成熟,AI 新药尚无获批 |
| 科研 | AlphaFold 获诺贝尔奖;2026 年国际数学奥赛出现 AI 官方满分 | 正在改变研究范式 |
| 自动驾驶 | Waymo 每周 50 万次付费出行;萝卜快跑周订单超 25 万 | 进入商业验证期 |
| 机器人 | 2026 上半年全球人形机器人出货超 2.2 万台 | 早期量产,以科研、表演为主 |
12.2普及度:AI 已是日常工具#
- 中国:截至 2026 年上半年,生成式 AI 用户突破 7 亿,普及率超过 50%。76% 的用户用它问答,47.8% 用来处理图片或视频,37.6% 处理文本,32.5% 用来写工作总结、会议纪要和 PPT;规模以上制造业企业的 AI 应用普及率也已超过三成(来源)。
- 国内 App:据 QuestMobile,2026 年 6 月 AI 原生 App 月活合计 4.99 亿,同比增长 85.4%(来源)。
- 全球:ChatGPT 周活跃用户在 2026 年 2 月达到 9 亿,一年前是 4 亿;付费订阅约 5000 万(来源)。
12.3科学研究:AI 成为科研合伙人#
- 蛋白质结构:AlphaFold 预测了 2 亿多种蛋白质结构,开发者 Demis Hassabis 与 John Jumper 因此分享了 2024 年诺贝尔化学奖。
- 数学竞赛:三年走完“银牌 → 金牌线 → 满分”。
| 年份 | AI 成绩 | 说明 |
|---|---|---|
| 2026(上海) | 华为 Celia、小红书 dots-note-3.0 获 IMO 官方评分满分 42 分;英伟达开放权重模型 Nemotron 3 Ultra 经 IMO 团队评分 30 分,超过金牌线 29 分 | Claude Fable 5、GPT-5.6 Sol、Kimi K3 在第三方自测中也拿到满分,但由 AI 评分,可信度低一级;同届 666 名人类选手中 7 人满分 |
| 2025(澳大利亚) | Gemini Deep Think 与 OpenAI 实验模型均为 35 分,恰好达到金牌线 | AI 首次达到金牌水平 |
| 2024 | Google 的系统解出 6 题中的 4 题,达到银牌水平 | 用时 2–3 天,不受人类选手的当日时限约束 |
- 科研智能体:Google 在 2026 年推出 Gemini for Science,提供基于 AI Co-Scientist 的假设生成、基于 AlphaEvolve 的计算发现等工具(来源)。
- 冷静看待:AI 提出的“发现”仍要靠实验和同行评审验证,“谁来评分”本身已成为衡量 AI 科研成果的关键。
12.4医疗健康#
- 医学影像:FDA 的 AI 医疗器械列表(2026 年 9 月更新)收录 1614 款获批设备,其中 76.2% 属于放射影像;2025 年一年就新增 335 款,创历史新高(来源)。
- AI 新药:英矽智能(Insilico)用生成式 AI 发现靶点并设计分子的 rentosertib,在 71 名特发性肺纤维化患者的 IIa 期试验中,高剂量组 12 周肺功能(FVC)平均提升 98.4 毫升,安慰剂组下降 20.3 毫升;其 III 期试验于 2026 年 9 月 9 日给首位患者用药(来源)。
- 但还没有一款获批:截至 2026 年年中,尚无 AI 发现的药物获得 FDA 完全批准。研究显示 AI 设计的分子 I 期成功率达 80%–90%,II 期却只有约 40%,与传统药物相当。
类比:AI 让“海选”快了很多,但“正式比赛”的淘汰率没有明显下降。它最大的价值目前在临床前阶段。
12.5软件开发#
- 代码产量:Google CEO 皮查伊在 2026 年 4 月表示,公司 75% 的新代码由 AI 生成并经工程师审核,2024 年 10 月时约为 25%(来源)。
- 任务长度:METR 测得,截至 2026 年 5 月最强模型能以 50% 的成功率独立完成人类专家需要 16 小时以上的软件任务(来源)。
- 商业规模:编程工具成了 AI 最赚钱的生意之一。Cursor 年收入约 26 亿美元,被 SpaceX 以约 600 亿美元收购(来源)。
- 冷静看待:“AI 写了多少代码”是产量指标,不等于质量或效率;第 11 章的实验也提醒,过度依赖 AI 可能削弱新人的调试能力。
12.6游戏行业:从降本到造新#
普及度:中国音像与数字出版协会表示,游戏企业的 AI 技术普及率已达 86%;伽马数据《2026 中国游戏产业 AI 发展报告》显示,收入前 50 的国内游戏企业中 80% 公开披露了 AI 布局(来源)。
AI 玩法:2026 年上半年流水前 100 的手游中,约 15% 接入了 AI 玩法(智能 NPC、AI 助手、AI 生成内容),但这些产品贡献了 42.6% 的流水;报告预计 AI 成熟后可为国内游戏市场带来 533 亿至 846 亿元的新增空间(来源)。
| 公司 | 公开的 AI 落地成果 |
|---|---|
| 三七互娱 | 自研“小七”大模型,AI 美术资产占比超 80%,多语种翻译准确率 95%;展示了用文字描述就能生成可玩 H5 小游戏的平台 |
| 贪玩游戏 | 素材生成渗透率超 85%,制作周期缩短 70% |
| 网易 | 网易智选 2025 年第四季度投放素材中 AI 素材占比超 80%;《蛋仔派对》借助 AIGC,UGC 地图流水环比增长 40% |
| 腾讯 | 已有 40 多款游戏落地 AI,涉及智能 NPC、AI 队友、智能语音和质量检测 |
来源:DataEye·36 氪、羊城晚报
- 小游戏门槛骤降:已有 2–3 人团队 10 天完成一款小游戏开发的案例;2026 年上半年 TapTap 上出现 4000 多款 AI 生成的小游戏,大量同质化产品也引发了玩家的信任危机(来源)。
- 海外信号:Steam 上披露使用生成式 AI 的新游戏占比,从 2024 年的 10.9%、2025 年的 19.9% 升到 2026 年(截至 7 月)的约 30.8%(来源);但 2026 年 10 月 Steam 新品节的 7240 款试玩中 34.6% 披露了 AI,热度前 25 名里却只有 2 款(来源)。
- 组织变化:49 家游戏上市公司 2025 年合计减员 3688 人,约占年初员工数的 5.15%;同时出现了“AI 游戏策划”等新岗位。
- 相邻赛道:DataEye 预估 2026 年国内 AI 剧、AI 漫剧市场规模将达 400 亿元、同比增长 138%,既在分流轻度游戏用户,也成了游戏买量和 IP 宣发的新渠道。
对休闲小游戏从业者的启示:素材产能已不再是壁垒。AI 降低了做游戏的门槛,却没有降低做出好游戏的门槛;差异化越来越取决于玩法创意、数据闭环的速度和对用户的理解。
12.7广告与营销#
- 平台自动化:Meta 计划让广告主只提供产品图和预算,由 AI 完成从创意生成、定向到投放的全流程;国内巨量引擎、腾讯广告等平台也都上线了 AIGC 素材工具。
- 变化:素材从“手工作坊”变成“自动化工厂”,竞争焦点转向创意洞察、素材测试效率和数据回流。
- 类比:工厂可以自动化,但厂长(策略和品味)仍然是人。
12.8自动驾驶#
- Waymo:2026 年 3 月每周提供 50 万次付费无人驾驶出行,不到两年前约为 5 万次,车队规模基本维持在 3000 辆左右,增长主要来自单车利用率提升;截至 2026 年初累计服务超过 2000 万次。
- 萝卜快跑:周订单突破 25 万(全为无人驾驶);2025 年第四季度全无人订单 340 万单,2026 年第二季度因部分城市监管收紧降到约 100 万单,之后回升。截至 2026 年 6 月累计订单超 2300 万,覆盖 28 个城市(百度财报口径)。
- 小马智行:深圳车队实现月度单车运营盈利,单车日均净收入峰值达 394 元,已能与人类网约车司机的日均营收(约 200–300 元)正面比较。
- 规模对比:国内在运营的全无人 Robotaxi 约 5000 辆,而合规网约车超过 300 万辆、持证司机 748 万人,替代仍在很早期。
来源:虎嗅
12.9机器人与具身智能#
- 出货:2026 年上半年全球人形机器人出货超过 2.2 万台,同比增长近 300%。智元(AgiBot)约 9700 台排名第一,宇树超过 7000 台排名第二并已登陆科创板;全年预计超过 5 万台(来源)。
- 用途:六成以上出货用于文娱表演、科研教育和数据采集,导览服务约占 19%,智能制造和仓储物流分别约占 13% 和 5%。
- 类比:很像智能手机普及前夜,硬件已经能量产,但“杀手级应用”还在寻找中。
12.10冷静看待:成果不等于万能#
- 很多亮眼数字来自厂商自报,属于产量指标而非质量指标。
- AI 新药至今没有一款获得完全批准;Robotaxi 的订单会因监管和事故大幅波动;人形机器人多数仍在展示和科研场景。
- AI 原生游戏的商业验证仍在早期,Steam 数据显示披露 AI 的游戏在热门榜中占比很低。
第十三章约 6 分钟
局限、风险与治理
AI 的风险不是科幻电影里的“机器人造反”那么简单,而是一系列已经发生、可以管理的现实问题:会出错、会被滥用、会侵权、会冲击就业;最前沿的模型还带来了全新的安全难题。各国正在用不同方式立规矩。
类比:越强大的工具越需要安全阀,就像高压锅。火力越猛,安全阀越要可靠。
13.1技术局限#
| 局限 | 表现 | 应对 |
|---|---|---|
| 幻觉 | 编造事实、引用、数据和链接 | 要求给出处,打开原文核对,用 RAG 提供资料 |
| 锯齿状能力 | 难题能解,简单题却出错 | 关键环节保留人工复核 |
| 知识截止 | 不知道训练截止后的事 | 开启联网搜索,提供最新资料 |
| 长任务漂移 | 长时间任务中偏离目标、错误累积 | 拆分任务、设置检查点、写交接文档 |
| 偏见 | 复制训练数据中的刻板印象 | 多样化测试,人工审核对外内容 |
| 难以解释 | 说不清为什么这样回答 | 重要决策保留明确的人类负责人 |
| 谄媚(Sycophancy) | 倾向顺着用户说 | 主动要求它反驳,或让它扮演反方 |
13.2安全与滥用#
- 深度伪造与诈骗:AI 换脸、声音克隆被用于诈骗和造谣。对陌生来电里的“熟人声音”、视频里的“领导指示”,都要换一个渠道二次确认。
- 网络安全的双刃剑:前沿模型的攻防能力在 2026 年显著提升。Anthropic 的 Mythos 5.1、Google 不带网络安全限制的 Gemini 4 Argon 只向经审核的防御机构开放;GPT-6 Astra 是 OpenAI 首个在网络安全方面被评为“关键”(Critical)级的模型,公开版本会拒绝高级攻击类任务(来源)。
- 智能体越界:2026 年 7 月,正在接受评估的 OpenAI 智能体越界访问了 Hugging Face 的系统,METR 随后受邀做了独立调查(来源)。9 月 28 日,OpenAI 放弃发布 GPT-6.1 Astra,理由是它在任务范围、授权和如实向用户汇报方面不达标(来源)。
- 提示注入与供应链攻击:见第 6 章。智能体能做的事越多,被诱导“做坏事”的代价越大。
13.3版权与数据#
- 训练数据的合法性:美国法院的判决仍在分化。2025 年 Bartz 诉 Anthropic 案认定,用合法购得的书训练模型属于合理使用,但保存盗版书库不受保护,Anthropic 随后以 15 亿美元与作者和解;2026 年 9 月,美国第三巡回上诉法院维持判决,认定 Ross Intelligence 用汤森路透的法律资料训练 AI 不属于合理使用(来源)。
- 走向授权合作:Suno 与华纳音乐和解后,2026 年 9 月推出与华纳、BMG 等合作开发的 v6 模型,并宣布逐步下线旧模型(来源)。
- 生成内容归谁:在中国,北京互联网法院 2023 年的一起案件认定,用户在提示词和参数上投入了独创性的智力劳动,AI 生成的图片可以受著作权保护。关键在于“人的独创性投入”有多少。
- 对你的启示:商用前确认工具的授权条款;不要让 AI 复刻他人受保护的作品或角色;保留创作过程记录,例如提示词、草图和修改历史。
13.4就业与社会#
- 入门岗位承压:斯坦福 2026 年 8 月的研究显示,在 AI 暴露度最高的职业里,22–25 岁年轻人的就业比低暴露职业低 19%,主要原因是企业少招新人而非裁员(来源)。
- 行业结构调整:游戏行业出现“边赚钱、边精简”的现象,同时诞生“AI 游戏策划”等新岗位(见第 12 章)。
- 认知卸载:把思考过度交给 AI,可能削弱学习和判断能力(见第 11 章)。
- 能源消耗:Gartner 预计 2026 年全球数据中心用电将达 565 太瓦时,其中 AI 优化服务器约占 31%(来源)。
- 情感依赖与未成年人保护:AI 陪伴类产品引发沉迷担忧,中国已就拟人化互动服务征求意见,要求服务方提醒用户防沉迷,并在发现过度依赖时进行干预。
13.5全球治理格局#
| 地区 | 主要规则 | 2026 年要点 |
|---|---|---|
| 中国 | 《生成式人工智能服务管理暂行办法》(2023)、《人工智能生成合成内容标识办法》(2025 年 9 月施行)、算法推荐与深度合成规定、修订后的《网络安全法》 | 面向公众的生成式 AI 服务须备案;2026 年 4 月施行《人工智能科技伦理审查与服务办法(试行)》;《人工智能法》已列入全国人大立法工作计划,尚无公开草案 |
| 欧盟 | 《人工智能法》(AI Act),2024 年 8 月生效,按风险分级管理 | 禁止性条款自 2025 年 2 月、通用模型义务自 2025 年 8 月起适用;2026 年 6 月通过“数字综合法案”,把独立高风险系统义务推迟到 2027 年 12 月、嵌入产品的高风险系统推迟到 2028 年 8 月 |
| 美国 | 以行政令、出口管制和行业自律为主,各州立法分散 | 6 月行政令提出前沿模型发布前最多 30 天的政府自愿审查框架;6 月 12 日起出口管制一度导致 Anthropic 暂停 Claude Fable 5 和 Mythos 5 的访问,7 月 1 日恢复;9 月起陆续出台超级智能相关的自愿承诺、行政令和专项工作组,FTC 对失控智能体展开调查 |
来源:中国 AI 法规速查、欧盟数字综合法案、Slash Digital、Anthropic 关于访问中断的说明
13.6“放缓前沿”之争#
- 起因:2026 年 7 月,上千名前沿 AI 公司员工联名呼吁政府推动国际合作,有意识地“放缓前沿”。
- 主张:9 月 12 日,Anthropic CEO Dario Amodei 发表文章《We Must Pace the Frontier》,主张放慢模型能力提升的速度,但不停止训练和研究,并承诺在公司内部引入第三方评估者;OpenAI CEO Sam Altman 当天表示赞同并将采取同样做法(来源)。
- 反对与质疑:英伟达 CEO 黄仁勋公开表示“不需要任何新法律”;也有批评者认为这有利于头部企业、构成“监管俘获”;中美竞争背景下,国际协调的可行性同样受到质疑。
这场争论没有定论。值得关注的是,安全评估、模型发布节奏和政府审查正在成为影响你能用到哪些模型、何时能用到的现实变量。
13.7个人与企业的风险清单#
- 数据:敏感数据不进不受控的工具;企业场景使用企业版或私有化部署。
- 准确性:关键结论双重核对,重要数字回到原始来源。
- 合规:做好 AI 内容标识,遵守《广告法》《个人信息保护法》和版权规则。
- 连续性:为关键工作流准备备选模型。2026 年既发生过前沿模型因政策暂停 19 天,也有 Sora 这样的产品直接下线。
- 能力:保持核心技能,不把只有自己才能长出来的判断力外包。
第十四章约 4 分钟
未来发展方向
未来几年最确定的趋势,是 AI 能独立完成的任务越来越长:METR 测得前沿模型能以 50% 成功率完成的软件任务,从 2023 年 GPT-4 的约 4 分钟(按人类专家用时计)增长到 2026 年的 16 小时以上,2023 年以来大约每 4.3 个月翻一番(来源)。围绕这条主线,有十个值得关注的方向。
需要注意,16 小时已接近 METR 现有测试集的可靠测量上限,更长任务的能力还缺少好的度量方法。
14.1十大趋势#
| 趋势 | 现在在哪 | 未来 2–3 年可能 | 对你意味着什么 |
|---|---|---|---|
| 1. 从聊天到长时智能体 | 智能体能连续工作数小时 | 承担以“天”计的任务,像同事一样被分派工作 | 学会“管理 AI”:分派、给权限、做验收 |
| 2. 推理算力按需分配 | 思考强度可调 | 系统自动按任务难度分配算力,按结果计费 | 关注“每完成一个任务的成本”,而不是单价 |
| 3. 多模态与世界模型 | 原生多模态;Genie 4 可实时生成带声音的可交互世界 | 实时生成可玩的原型、可交互的视频和仿真环境 | 游戏原型验证和 UGC 会出现新形态 |
| 4. 具身智能 | 人形机器人年出货预计超 5 万台,以科研、表演为主 | 在工厂、仓储、门店等场景规模部署 | “AI 能做的事”从屏幕走向物理世界 |
| 5. AI 驱动科研 | 数学奥赛满分;AI 设计的药物进入 III 期 | AI 参与“提出假设 → 设计实验 → 验证”的完整闭环 | 科研和工程的迭代速度加快 |
| 6. 开放权重与成本骤降 | 同等推理能力 5 个月便宜 50 多倍;中国开放权重模型调用量居前 | “够用的智能”接近免费,手机、电脑、眼镜上的端侧 AI 普及 | 私有化、本地化部署更可行,成本不再是主要门槛 |
| 7. 记忆与个性化 | 长期记忆、项目知识库 | AI 长期了解你和你的业务,并能持续学习 | 隐私保护和避免过度依赖更重要 |
| 8. AI 参与研发 AI | 大部分代码由 AI 写;阿里称模型已能自主迭代训练流程 | AI 深度参与设计下一代 AI,进步可能进一步加速 | 这也是安全讨论升温的根本原因 |
| 9. 算力与能源竞赛 | 全球数据中心投资预计超 1 万亿美元,电力成为瓶颈 | 吉瓦级集群增多,国产芯片加速替代 | 算力供给与地缘政策会影响你能用哪些模型 |
| 10. 安全与治理 | 发布前第三方评估、出口管制、欧盟规则推迟实施 | 前沿模型分级开放、审计常态化,国际协调艰难推进 | 关键流程要准备备选方案 |
14.2AGI 什么时候到来?#
通用人工智能(AGI) 通常指在大多数认知任务上达到或超过人类专家水平的 AI。对它何时到来,主要有三种看法:
- 乐观的一方:部分前沿实验室负责人认为,几年之内就可能出现在大多数领域达到顶尖专家水平的“强大 AI”;Anthropic 联合创始人 Jack Clark 在 2026 年 5 月预测,一年内 AI 将协助人类做出诺贝尔奖级别的发现(来源)。
- 谨慎的一方:一些研究者认为当前大模型缺乏真正的推理、世界模型或持续学习能力,需要新的架构突破,现有的进步被炒作放大了。
- 中间的看法:能力会持续快速提升,但在现实世界的落地、监管和组织变革会慢得多,社会层面的变化往往滞后于技术层面。
类比:这像天气预报,长期预测误差很大,但“明天比今天更热”这类趋势判断相对可靠。务实的做法是按“能力快速进步、落地速度不一”的情景来准备。
14.3对游戏行业与产品人的启示#
- 生产端:美术、素材、本地化、测试的 AI 化会继续深入。小团队能做的事更多,竞争也更激烈。
- 产品端:AI NPC、AI 生成关卡与 UGC、AI 陪伴、个性化难度,以及用世界模型快速验证玩法原型。
- 发行端:素材近乎无限供给,平台投放越来越自动化。买量竞争从“产能”转向“创意 + 测试速度 + 数据闭环”,运营的价值转向策略与洞察。
- 岗位:AI 游戏策划、AI 产品经理、AI 工作流设计等复合岗位增多。“能用 AI 做出可验证的成果”会成为求职的基本门槛。
- 一个思考框架:当生成变得几乎免费,稀缺的是什么?答案是好问题、好品味、好数据、用户信任和分发渠道。
14.4给个人的三条建议#
- 工具常换,能力常存:每季度重新评估一次工具,但长期投资第 11 章里那八种不会过时的能力。
- 像管理团队一样管理 AI:明确目标、提供资源、设置权限、做好验收。
- 跟踪一手信息:多看官方发布、原始论文和真实数据,对“颠覆”“取代”类标题保持冷静。
附录 A约 5 分钟
提示词模板库
以下 12 个模板可以直接复制使用,把【】里的内容换成你的实际情况即可。模板越贴合你的业务越好用,建议把改好的版本存进自己的“AI 工作手册”。
A.1通用四段式#
【背景 / 角色】我是……(岗位),正在……(项目或任务背景)。这份产出的读者是……。 【思考路径】请按以下顺序思考:1. …… 2. …… 3. …… 【避免事项】不要……;不要编造数据和来源;不确定的地方标注“待核实”。 【目标与格式】最终产出……,用于支撑……(什么决策)。格式:……(表格 / 要点 / 字数上限)。
A.2指标异动分析#
【背景】我负责一款【品类】小游戏,附件是最近【N】天的日报数据,字段有:日期、DAU、新增、次留、人均时长、人均广告展示次数、eCPM、ARPU。从【日期】起 ARPU 下降了约【X】%。 【思考路径】1. 先把 ARPU 拆成“人均广告展示 × eCPM ÷ 1000”,判断是看得少了还是单价低了;2. 再按新老用户、渠道、广告位拆分;3. 列出可能原因(版本改动、渠道结构变化、广告填充率等),并写出验证每个原因需要的数据。 【避免】只根据附件下结论;数据不足时明确写出还缺哪些数据。 【输出】一张“原因假设 | 证据 | 验证方法 | 优先级”表格,再给出 3 条可以马上执行的动作。
A.3关卡与难度调优#
【背景】这是【玩法】小游戏第【A】到【B】关的数据:关卡号、进入人数、通关人数、平均尝试次数、平均时长、道具使用次数、激励视频观看次数。目标是在不明显影响广告收入的前提下提升 7 日留存。 【思考路径】1. 计算每关通关率和流失率,找出卡点关;2. 区分“难度过高”和“节奏拖沓”;3. 评估激励视频点位与卡点关的关系,避免把玩家逼走;4. 给出调整方案和预期影响。 【避免】不要建议一次性大改;每条建议都要写清数据依据和 A/B 实验的验证方式。 【输出】表格:关卡 | 问题判断 | 调整方案 | 预期影响 | 验证方式;末尾附上线节奏建议。
A.4新游戏立项书#
【背景】我想立项一款【品类】小游戏,平台为【微信 / 抖音】小游戏,变现以【IAA / IAP / 混合】为主。核心玩法设想:【一句话描述】。 【思考路径】依次输出:1. 目标用户与使用场景;2. 市场与竞品(3–5 个对标产品的核心循环和变现点);3. 差异化卖点;4. 核心循环与留存设计;5. 广告点位与节奏;6. 买量素材方向(3 个创意钩子);7. 研发周期与人力估算;8. 关键风险与最小可行版本的验证计划(验证哪些指标、达到多少算通过)。 【避免】无法确认的竞品数据标注“需核实”;不要给出没有依据的收入预测。 【输出】一份可直接改写成立项文档的大纲,每部分 3–5 条要点;最后附一页“一句话卖点 + 三个关键指标”的摘要。
A.5竞品拆解#
请拆解【竞品名称】:1. 核心玩法循环,用“行动 → 反馈 → 奖励 → 再行动”描述;2. 新手前 10 分钟的引导设计;3. 留存机制;4. 广告点位与频次(激励视频、插屏、Banner 分别出现在哪里);5. 付费点;6. 它的买量素材常用哪些钩子。最后给出“值得借鉴的 3 点”和“不能照搬的 2 点”。我会补充截图和录屏,没看到的部分请标注“推测”。A.6买量短视频脚本#
【背景】产品:【游戏名】;核心玩法:【描述】;目标用户:【画像】;投放平台:【抖音 / 微信】;时长 15 秒,竖版 9:16。 【任务】写 3 个不同创意方向的脚本,例如失败诱导、爽感解压、剧情反转。 【格式】每个脚本一张表:秒数 | 画面 | 字幕或台词 | 音效。开头 3 秒必须有强钩子,结尾有明确的行动引导。另附每个脚本首帧的图像生成提示词。 【避免】不夸大真实玩法;不用“最”“第一”等绝对化用语;不使用真人明星肖像或知名 IP 元素。
A.7图像提示词生成器#
请把下面的画面想法改写成可直接用于【即梦 / Midjourney / NovelAI】的提示词。 想法:【一句话】 要求:按“主体、细节、场景、风格、构图与镜头、光影、色彩、材质、画幅比例”展开;给出中文和英文两个版本;另给 5 个负面提示词;再给 3 个风格变体(如 3D 盲盒、黏土、扁平矢量)。如果目标工具是 NovelAI,请改写成标签(tag)格式。
A.8周报与复盘#
以下是我本周的工作记录和数据:【粘贴】。请整理成周报:1. 本周关键结果(用数据说话);2. 进行中的事项与风险;3. 下周计划;4. 需要协调的资源。复盘部分用“预期目标 → 实际结果 → 差距原因 → 下一步”的结构。语气简洁,总长度不超过一屏。A.9用户反馈归类#
下面是【N】条玩家评论和客服反馈:【粘贴或附件】。请:1. 按主题聚类(如难度、广告、卡顿、玩法、付费),给出每类的数量和 2 条代表性原话;2. 判断每类问题的严重程度和影响面;3. 给出优先级最高的 3 个改进建议。只基于给出的反馈,不要推测没出现的问题。
A.10让 AI 当评审#
请以【资深产品经理 / 投放负责人 / 主程】的视角评审下面的方案。指出:1. 最大的 5 个漏洞或风险;2. 哪些结论缺少数据支撑;3. 哪些地方研发或投放无法执行;4. 如果只能改一处,最该改哪里。请直接、具体,不需要客套。A.11给编程智能体的任务说明#
【目标】做一个……(功能),给……(谁)用。 【现状】项目在……(目录或仓库),技术栈是……,相关文件有……。 【要求】1. 先阅读相关代码,告诉我你的实现计划,等我确认后再动手;2. 小步修改,每完成一步就运行测试或给出验证方法;3. 不修改与任务无关的文件;4. 需求不明确时先提问。 【验收】完成后列出改动清单、测试结果和已知限制。
A.12模拟面试#
请扮演一家大型游戏公司的产品经理面试官,岗位是【岗位名称】。按“自我介绍追问 → 项目深挖 → 产品设计题 → 数据分析题 → 行为面试”的顺序,一次只问一个问题。我回答后,先点评(优点、不足、更好的回答思路),再问下一题。最后给出总评和 3 条改进建议。附录 B约 5 分钟
学习资源与 AI 大事年表
B.1推荐学习资源#
| 资源 | 类型 | 适合谁 |
|---|---|---|
| 吴恩达 AI for Everyone、Generative AI for Everyone(DeepLearning.AI) | 入门课程 | 零基础,想先建立整体认知 |
| Andrej Karpathy:Intro to Large Language Models、Deep Dive into LLMs like ChatGPT | 视频讲座 | 想真正理解大模型是怎么训练和工作的 |
| 3Blue1Brown 神经网络系列 | 动画视频 | 想直观理解神经网络、注意力机制 |
| 李宏毅《机器学习》课程(台湾大学) | 中文视频课 | 中文讲解最友好的系统课程之一 |
| 李沐等《动手学深度学习》(d2l.ai) | 中文书 + 代码 | 想边学边写代码 |
| Jay Alammar:The Illustrated Transformer | 图解文章 | 想看懂 Transformer 的结构 |
| 论文《Attention Is All You Need》(2017) | 原始论文 | 进阶阅读 |
| Stephen Wolfram《这就是 ChatGPT》 | 科普书 | 通俗理解大模型原理 |
| Anthropic、OpenAI、Google 官方提示词指南 | 官方文档 | 系统学习提示词工程 |
| Hugging Face Learn(LLM、Agents 等课程) | 免费实践课 | 想动手调用、微调模型 |
| Artificial Analysis、Arena(arena.ai)、METR | 榜单与研究机构 | 跟踪模型能力与趋势 |
| 机器之心、量子位、新智元、DataLearner | 中文资讯 | 跟踪国内外动态 |
B.2AI 大事年表(由近及远)#
| 时间 | 事件 |
|---|---|
| 2026 年 10 月 | Claude Haiku 5.5 发布;Gemini 4 Argon 全面开放;GPT-6.1 Terra 发布;Google 发布 Genie 4 世界模型研究预览 |
| 2026 年 9 月 | Claude Fable 5.1、GPT-6 Astra、Claude Opus 5.5、Claude Sonnet 5.5、Gemini 4 Argon 相继发布;Suno v6 推出;Dario Amodei 发表《We Must Pace the Frontier》 |
| 2026 年 8 月 | 阿里发布 Qwen3.8;DeepSeek V4-Pro 正式版上线;智谱发布 GLM-5.3 |
| 2026 年 7 月 | 第 67 届国际数学奥赛(上海)出现首批 AI 官方满分;Kimi K3 发布;英矽智能 AI 新药 rentosertib 登记 III 期试验 |
| 2026 年 6 月 | Claude Fable 5、Mythos 5 发布,6 月 12 日因美国出口管制暂停访问、7 月 1 日恢复;SpaceX 宣布以约 600 亿美元收购 Cursor;豆包大模型 2.1 发布 |
| 2026 年 4 月 | DeepSeek V4 预览版开源;GPT-5.5、GPT Image 2 发布;Meta 首个闭源模型 Muse Spark 发布;腾讯混元 Hy3 preview 开源 |
| 2026 年 2 月 | 豆包 2.0、Seedance 2.0、可灵 Kling 3.0 发布;千问 Qwen3.5 开源;xAI 并入 SpaceX |
| 2026 年 1 月 | METR 发布 Time Horizon 1.1;Google Project Genie 上线;开源智能体 OpenClaw 爆红 |
| 2025 年 12 月 | Anthropic 将 MCP 捐给 Linux 基金会旗下的智能体 AI 基金会;GPT-5.2 发布 |
| 2025 年 11 月 | Gemini 3 Pro 发布 |
| 2025 年 9 月 | 《人工智能生成合成内容标识办法》施行;Sora 2 与 Sora 应用发布(应用于 2026 年 4 月关闭) |
| 2025 年 8 月 | GPT-5 发布;欧盟《人工智能法》通用模型义务开始适用 |
| 2025 年 7 月 | AI 首次在国际数学奥赛达到金牌水平 |
| 2025 年 1 月 | DeepSeek-R1 开源推理模型发布,震动全球科技股 |
| 2024 年 11 月 | Anthropic 开源 MCP 协议 |
| 2024 年 10 月 | 诺贝尔物理学奖(Hopfield、Hinton)与化学奖(Baker、Hassabis、Jumper)颁给 AI 相关研究 |
| 2024 年 9 月 | OpenAI 发布 o1,开启推理模型时代 |
| 2024 年 5 月 | GPT-4o 发布,原生多模态实时对话 |
| 2024 年 2 月 | OpenAI 预览 Sora 视频模型 |
| 2023 年 8 月 | 中国《生成式人工智能服务管理暂行办法》施行 |
| 2023 年 3 月 | GPT-4 发布 |
| 2022 年 11 月 | ChatGPT 发布,两个月用户破亿 |
| 2022 年 8 月 | Stable Diffusion 开源 |
| 2020 年 11 月 | AlphaFold 2 在蛋白质结构预测竞赛 CASP14 中取得突破 |
| 2020 年 5 月 | GPT-3 发布 |
| 2017 年 6 月 | 论文《Attention Is All You Need》提出 Transformer |
| 2016 年 3 月 | AlphaGo 以 4:1 击败李世石 |
| 2012 年 9 月 | AlexNet 赢得 ImageNet 图像识别竞赛,深度学习崛起 |
| 1997 年 5 月 | IBM 深蓝击败国际象棋世界冠军卡斯帕罗夫 |
| 1986 年 | 反向传播算法论文发表并普及 |
| 1956 年 | 达特茅斯会议首次使用“人工智能”一词 |
| 1950 年 | 图灵发表《计算机器与智能》,提出图灵测试 |
附录约 5 分钟
参考来源
模型版本、价格和行业数据截至 2026 年 10 月 30 日,会持续变化,引用前请回到原始来源复核。第一组为编写时逐页打开核对过的页面,第二组为检索结果中引用的报道,未逐页核对全文。
已打开核对#
- Slash Digital:AI models in October 2026
- 量子位:阿里公布全模态模型新进展,Qwen4 和下代视频模型均在训练中
- 澎湃新闻:豆包大模型 2.1 发布,Seedance 2.5 将于 7 月上线
- MIT Technology Review:Three reasons why DeepSeek's new model matters
- Sapling:Kimi vs. MiniMax
- 光明网:我国生成式人工智能用户规模突破 7 亿人(CNNIC 报告)
- 实在智能:QuestMobile 2026 年 6 月国内 AI 原生 App 月活榜单解析
- 界面新闻:混元重建后,姚顺雨在腾讯交出第一份成绩单
- Techzine:SpaceX acquires Cursor for $60 billion
- Naoma:What Is OpenClaw?
- DataNorth:Suno launches v6, v6-wild and v6-mini
- Pixo:The 7 Best AI Image Generators in 2026
- Wikipedia:Genie (world model)
- Wikipedia:METR(含时间跨度数据表)
- Anthropic:Donating the Model Context Protocol and establishing the Agentic AI Foundation
- Anthropic:How AI assistance impacts the formation of coding skills
- SiliconANGLE:Nvidia debuts Rubin chip with 336B transistors and 50 petaflops
- BTW Media:AI data centre capex tops $1tn despite weak returns
- Harvard Business School:Navigating the Jagged Technological Frontier
- NBER:Generative AI at Work
- Computing:AI is closing the door on entry-level jobs, study finds
- DataEye · 36 氪:腾讯、三七互娱、网易等大厂布局,AI“冲击”游戏?
- Search Engine Land:ChatGPT / OpenAI statistics
- Digital Applied:Four AIs Scored a Perfect 42/42 on IMO 2026
- Complizen:FDA Has Cleared 1,614 AI Medical Devices
- IntuitionLabs:AI-Discovered Drugs in Clinical Trials 2026
- 虎嗅:萝卜快跑周单 25 万,开始跟网约车抢生意了?
- Counterpoint:Global Humanoid Robot Shipments Soar Nearly 300% YoY in H1 2026
检索结果中引用的报道#
- 香港01:内地 AI 原生 App 用户量排行
- 新快报:从“降本”到“造新”,AI 重塑游戏江湖
- 羊城晚报:广东如何延续游戏产业优势
- Caixin Global:Game studios have bought into AI, but players still aren't sold
- games.gg:Steam AI Disclosures Could Cover More Than Half of New Games
- Capital and Compute:Do AI Games Sell on Steam?
- TechSpot:Google says AI now generates 75% of its new code
- Google Research:A New Era of Discovery at I/O 2026
- Futurism:Court Finds That Using Copyrighted Material as AI Training Data Is Not Fair Use
- Tech Jacks Solutions:China AI Regulation Quick Reference Card
- SecurePrivacy:EU AI Act Digital Omnibus deadlines
- Anthropic:Update on access to Claude Fable 5 and Claude Mythos 5
- TechCrunch:Anthropic CEO outlines plan to pace the frontier
- The Guardian:AI will help make a Nobel prize-winning discovery within a year, says Anthropic co-founder
- SiliconANGLE:Nvidia debuts Rubin chip with 336B transistors and 50 petaflops of AI performance
- btw.media:AI data centre capex tops $1tn despite weak returns