AI 名词地图：把高频名词放回同一张图

把名词按大小排成一棵树，困惑就消失了大半： 人工智能（AI）是最大的筐，一切「让机器表现出智能」的尝试都算。 机器学习是它的子集：不手写规则，让程序从数据里自己找规律。 深度学习是机器学习的一个流派：用多层神经网络处理数据，2012 年之后成为主流。 大模型（LLM）是深度学习在语言方向结出的果实：参数极多的语言网络，ChatGPT 背后的引擎就是它。 Agent 则不是一种模型，而是一种产品形态：给模型配上工具、目标和循环，让它能动手做事。 再遇到新名词时先问一句：它是在说技术（比如 Transformer）、能力（比如多模态、推理），还是产品（比如聊天助手、编程助手）？归对了层，大部分争论会自动结束。

AI 七十年换了三次答案： 符号规则时代（1950s-1980s）：人把知识写成一条条规则，「如果发烧且咳嗽，则可能感冒」。规则堆到上千条就互相打架，穷举不了真实世界。 机器学习时代（1990s-2010s）：换成人准备数据，让程序统计规律。垃圾邮件过滤、推荐系统是这个时代的产物。能力上限取决于特征工程——人还是要告诉它看哪里。 深度学习与大模型时代（2012 至今）：神经网络自己从海量数据里学特征。2017 年 Transformer 架构问世，2022 年 ChatGPT 把它带到所有人面前。「能力从哪来」这个问题的答案，第一次从「人」变成了「数据与算力」。

判断任何 AI 功能靠不靠谱，先给它归档： 第一档，已经稳定可用：文本对话、翻译摘要、代码补全、格式转换。日常放心用，抽查即可。 第二档，仍在快速变化：长文档理解、多模态识图、Agent 自主完成多步任务。能力每个月都在涨，但结果需要人工把关。 第三档，演示很好但落地不稳：完全无人监督的通用 Agent、保证正确的数字结论、实时准确的新事件。看到这类演示，先问一句「失败率多少、谁兜底」。 被 demo 误导，往往是把第三档当成了第一档。

来看一条典型的科技新闻：「OpenAI 发布新版 ChatGPT，接入多模态能力，支持图文混合对话，并推出 Agent 模式自动完成任务。」 逐词拆解： OpenAI → 公司（模型层厂商） ChatGPT → 产品（应用层） 多模态 → 能力（让模型同时处理文字和图片） 图文混合对话 → 功能（多模态能力在产品上的体现） Agent 模式 → 产品形态（给模型配上工具和循环） 一条新闻，五个名词分属三个层次。如果你能当场做这种拆解，说明第一章的目标已经达成了。 再来一条：「DeepSeek 开源 671B 参数大模型，在数学推理评测中超越 GPT-4。」 DeepSeek → 公司（模型层） 开源 → 分发方式（权重文件公开，第四章会详细讲） 671B 参数 → 模型规模（第五章会解释参数量与能力的关系） 数学推理评测 → 跑分（评测集成绩，不等于你的任务上也更强） GPT-4 → 具体模型型号（不是产品名）