AI 领域的术语在过去两年经历了爆炸式增长。LLM、AIGC、Prompt、RAG、Agent……这些词在技术文章、产品发布会、甚至日常对话里频繁出现，但真能讲清楚每个词含义和边界的人，其实不多。
这篇文章的目标很简单：把最基础、最常见的 AI 词汇，用工程师能理解的方式讲透。不堆砌定义，不制造焦虑，帮你建立一个清晰的概念坐标系。后续还会有两篇，分别覆盖模型架构与训练方法（Transformer、Attention、Embedding、Fine-tuning、LoRA 等）、以及工程落地与生态工具（LangChain、向量数据库、模型部署、API 设计等）。
一、AI / 人工智能（Artificial Intelligence）
这是最上层的概念，也是最容易被泛化的词。
AI 指的是让机器表现出需要人类智能才能完成的行为的能力。 注意是”表现出”，不是”拥有”。一台能下围棋的 AI 并不”理解”围棋，它只是通过海量对弈数据学会了在特定局面下选择胜率最高的落子。
AI 不是单一技术，而是一个庞大的领域，包含机器学习、计算机视觉、自然语言处理、语音识别等多个子方向。大模型（LLM）只是其中自然语言处理这个分支在 2022 年后的突破性进展。
一句话记住： AI 是目标，机器学习是实现路径之一，大模型是路径上的最新里程碑。
二、LLM / 大语言模型（Large Language Model）
这可能是过去两年出现频率最高的技术词。
LLM 是一种基于深度学习的人工智能模型，专门训练来理解和生成人类语言。 “大”指的是参数规模——从几十亿到上万亿不等。GPT-4、Claude、文心一言、通义千问、Kimi，这些都是 LLM。
LLM 的核心能力来自”预训练”：在海量文本数据（互联网、书籍、代码、论文）上学习语言的统计规律。它本质上是一个超大规模的”文字接龙”机器——给定前面的文字，预测下一个最可能出现的字或词。
关于 LLM 的详细工作原理，我之前写过一篇《大模型是怎么听懂人话的》——从自回归生成、参数规模、RLHF 对齐到幻觉问题，做了更深入的解读。
一句话记住： LLM 是读遍了互联网的”猜字高手”，它的”知识”来自训练数据里的语言模式，不是真正的理解。
三、AIGC / AI 生成内容（AI Generated Content）
如果说 LLM 是技术术语，AIGC 就是更偏向产业和媒体的词汇。
AIGC 指的是利用人工智能技术自动生成的各种内容，包括文本（文章、代码、诗歌）、图像（Midjourney、Stable Diffusion）、音频（音乐、语音克隆）、视频（Sora、Runway）。
AIGC 和 LLM 的关系：LLM 是 AIGC 在文本领域的主要技术底座。但 AIGC 的范围更广——生成图像用的是扩散模型（Diffusion Model），生成视频用的是视频扩散或 Transformer 架构，和纯文本 LLM 并不完全相同。
一句话记住： AIGC 是”AI 生产内容”这个现象的总称，LLM 是其中文本生成的主要技术。
四、Prompt / 提示词
Prompt 是你和 LLM 之间的”对话接口”。
Prompt 指你输入给模型的文本指令或问题。 模型根据 Prompt 的内容生成回应。看似简单，但 Prompt 的质量直接决定输出的质量——同样的模型，好的 Prompt 能让它写出专业报告，差的 Prompt 只能得到泛泛而谈的废话。
围绕 Prompt 形成了一门”手艺”叫 Prompt Engineering（提示工程），研究怎么设计 Prompt 让模型输出更好。常见技巧包括：
- 角色设定：“你是一位资深 iOS 开发工程师……”
- Few-shot 示例：给几个输入输出的例子，让模型模仿
- Chain-of-Thought：要求模型”一步步思考”，提升推理准确率
- 结构化输出：要求模型按 JSON/Markdown 格式返回，方便程序解析
一句话记住： Prompt 是你操控 LLM 的遥控器，提示工程就是研究怎么按这个遥控器效果最好。
五、RAG / 检索增强生成（Retrieval-Augmented Generation）
这是目前企业落地 AI 最常见的技术方案。
RAG 是一种让 LLM 在回答问题时，先检索外部知识库，再把检索结果作为参考来生成答案的技术。 它解决了 LLM 的两个核心痛点：
- 知识过时：LLM 的训练数据有截止时间，不知道最新信息
- 知识盲区：LLM 对企业内部文档、私有数据一无所知
RAG 的工作流程通常是这样的：
- 索引阶段：把企业文档切分成小块，用 embedding 模型转成向量，存入向量数据库
- 检索阶段：用户提问时，把问题也转成向量，从数据库里找出最相关的文档片段
- 生成阶段：把检索到的片段和原问题一起塞进 Prompt，让 LLM 基于这些”参考资料”来回答
一句话记住： RAG 就是给 LLM 配了一个”资料员”，回答前先查资料，减少胡说八道的概率。
六、Agent / 智能体
Agent 是 2024-2025 年 AI 领域最热的概念之一。
Agent 指能够自主感知环境、做出决策并执行行动的人工智能系统。 和传统的”一问一答”式 LLM 不同，Agent 具备以下特征：
- 自主性：不需要人类每一步指令，能自己规划任务步骤
- 工具使用：能调用外部工具（搜索、计算器、代码执行、API 调用）
- 记忆能力：能记住之前的交互和中间结果
- 反思能力：能评估自己的输出，发现错误后自我修正
一个典型的 Agent 工作流可能是：
用户：“帮我查一下北京明天天气，如果下雨就提醒我带伞，顺便查一下去公司的最佳路线。”
Agent 内部：
- 调用天气 API → 获取北京明天天气预报
- 判断：预报显示有雨 → 执行”提醒带伞”
- 调用地图 API → 查询去公司的路线
- 整合结果 → 生成最终回复
目前主流的开发框架包括 LangChain、AutoGPT、MetaGPT 等。
一句话记住： 如果说 LLM 是”大脑”，Agent 就是给大脑配上”手”和”眼”，让它能真正做事。
七、多模态（Multimodal）
人类感知世界的方式是多模态的——同时通过视觉、听觉、语言来理解环境。AI 也在朝这个方向发展。
多模态 AI 指能够同时处理和理解多种类型数据（文本、图像、音频、视频）的模型。 GPT-4V（带 Vision 的版本）、Claude 3、Gemini 都是多模态模型——你可以上传一张图片问它”这张图里有什么”，或者让它根据草图生成代码。
多模态的核心挑战是模态对齐：怎么让模型理解”这张图片里的猫”和文字”猫”指的是同一个东西。技术上通常通过把图像、音频也转换成类似文本的”token”序列，让模型统一处理。
一句话记住： 多模态 = AI 能同时看懂图、听懂话、读懂字，像人一样综合感知世界。
八、涌现（Emergence）
这是一个偏学术但很有意思的概念。
涌现指当模型规模大到某个临界点时，突然”学会”一些训练时并没有专门教它的能力。 比如：
- 小模型不会算两位数的加法，但参数量超过某个阈值后突然就会了
- 模型在没有专门训练的情况下，学会了用”一步步推理”来解数学题
- 大模型能进行某种程度的逻辑推演、类比、甚至简单的规划
科学家们至今没有完全解释清楚涌现的原因。一种直观的理解是：当参数足够多、数据足够丰富时，模型内部自发形成了分层结构——底层处理语法，中层处理语义，高层处理推理。
一句话记住： 涌现就是”量变引起质变”——模型大到一定程度，会突然冒出一些连开发者都没想到的能力。
九、对齐（Alignment）
对齐是让 LLM 从”文本生成器”变成”有用助手”的关键技术。
对齐指通过训练让模型的行为符合人类的价值观、意图和安全要求。 预训练后的模型只是一个”互联网文本续写器”，会生成偏见、有害、虚假的内容。对齐技术（最著名的是 RLHF，人类反馈强化学习）让模型学会：
- 回答用户的问题，而不是续写文本
- 拒绝生成有害内容
- 承认不知道，而不是编造答案
- 保持礼貌、有帮助、诚实的语气
对齐有个副作用叫 “对齐税”（Alignment Tax）——为了让模型更安全，有时会牺牲一部分能力和创造力。
一句话记住： 对齐就是给 AI 装”道德护栏”，让它既聪明又听话，但这个护栏有时也会限制它的发挥。
十、幻觉（Hallucination）
这是 LLM 最著名、最顽固的问题。
幻觉指模型生成看似合理但实际上虚假或错误的内容。 比如编造不存在的论文、虚构历史人物的事迹、给出错误的法律条文。
为什么会幻觉？回到 LLM 的本质：它在”猜字”，不是在”查资料”。当训练数据里没有相关信息时，它不会说”我不知道”，而是会根据语言模式”硬猜”出一个语法正确、结构完整的答案——只是核心事实完全错误。
重要认知： 幻觉不是 bug，而是 LLM 架构的固有特性。你无法通过”更好的训练数据”完全消除它，只能通过 RAG、事实核查、人工审核等手段来缓解。
一句话记住： 幻觉 = AI 一本正经地胡说八道。用 AI 处理关键信息时，永远要做二次验证。
小结：建立你的 AI 概念坐标系
把这十个词串起来，你就有了理解 AI 的基础框架：
| 概念 | 定位 | 一句话 |
|---|---|---|
| AI | 大目标 | 让机器表现出智能行为 |
| LLM | 核心技术路径 | 读遍互联网的猜字高手 |
| AIGC | 产业现象 | AI 生产内容 |
| Prompt | 交互界面 | 操控 LLM 的遥控器 |
| RAG | 知识增强方案 | 给 LLM 配资料员 |
| Agent | 进化方向 | 给大脑配手和眼 |
| 多模态 | 感知扩展 | 看懂图、听懂话、读懂字 |
| 涌现 | 规模效应 | 量变引起质变 |
| 对齐 | 安全机制 | 给 AI 装道德护栏 |
| 幻觉 | 核心局限 | 一本正经地胡说八道 |
推荐阅读：
- 想深入理解 LLM 工作原理？→ 《大模型是怎么听懂人话的》
- 想了解模型架构和训练方法？→ 关注本系列第二篇（即将发布）
- 想了解工程落地和生态工具？→ 关注本系列第三篇（即将发布）
本系列持续更新中，下一篇将深入讲解模型架构与训练方法。