最近是不是感覺(jué)整個(gè)世界都在聊AI？從ChatGPT、Sora、到Cursor… 人工智能正以前所未有的速度和廣度滲透進(jìn)我們的生活和工作。

伴隨而來(lái)的是一堆高頻詞匯：大模型（Large Model）、LLM（Large Language Model）、機(jī)器學(xué)習(xí)（Machine Learning）、深度學(xué)習(xí)（Deep Learning，雖然你沒(méi)問(wèn)，但它太重要了，我們也會(huì)提一下）、還有最新的智能體（Agent）……

哎呀，聽(tīng)得多了，感覺(jué)腦袋都成了一鍋粥。

• 這些詞到底是什么意思？
• 它們之間有啥關(guān)系？
• 是不是大模型就是AI的全部？
• LLM又是大模型的子集嗎？
• Agent是不是更高級(jí)的AI？

如果你也有這些疑問(wèn)，恭喜你，來(lái)對(duì)地方了！

本文將用最直白的方式，幫你徹底理清這些核心概念。準(zhǔn)備好了嗎？咱們開(kāi)始！

第一站：最宏大的概念——人工智能 (Artificial Intelligence, AI)

想象一下，我們?nèi)祟?lèi)擁有的智能是什么？是會(huì)思考、會(huì)學(xué)習(xí)、會(huì)理解語(yǔ)言、會(huì)識(shí)別圖像、會(huì)決策、會(huì)創(chuàng)造……

人工智能（AI），它的目標(biāo)就是要讓機(jī)器也具備這些類(lèi)似人類(lèi)的智能能力。

所以，人工智能（AI）是一個(gè)非常、非常廣泛的概念，它是計(jì)算機(jī)科學(xué)的一個(gè)分支，致力于創(chuàng)建能夠執(zhí)行通常需要人類(lèi)智能的任務(wù)的系統(tǒng)。

AI的夢(mèng)想始于上世紀(jì)中葉，早期試圖通過(guò)編寫(xiě)大量規(guī)則來(lái)模擬智能。然而，面對(duì)現(xiàn)實(shí)世界的復(fù)雜性和例外情況（如識(shí)別各種各樣的貓），規(guī)則難以窮盡，這種方法很快遭遇瓶頸。

這就像想教一個(gè)機(jī)器人認(rèn)識(shí)所有的貓：你可能寫(xiě)規(guī)則"貓有四條腿、有尾巴、會(huì)喵喵叫"，但總有無(wú)腿貓、無(wú)尾貓，或者不會(huì)叫的貓… 規(guī)則會(huì)變得異常復(fù)雜且不完善。

所以，AI并不僅僅指代某個(gè)具體的算法或技術(shù)，它更像是一個(gè)宏偉的目標(biāo)和愿景：讓機(jī)器擁有智能。而為了實(shí)現(xiàn)這個(gè)目標(biāo)，科學(xué)家們探索了各種各樣的方法，其中最成功、最主流的一個(gè)方法，就是接下來(lái)要說(shuō)的——機(jī)器學(xué)習(xí)。

AI就像一個(gè)大大的金字塔，人工智能（AI）就是金字塔的最頂端，代表著最終的目標(biāo)。

第二站：實(shí)現(xiàn)AI的強(qiáng)大工具——機(jī)器學(xué)習(xí) (Machine Learning, ML)

既然給機(jī)器寫(xiě)規(guī)則太難，那能不能讓機(jī)器自己去“看”數(shù)據(jù)，然后自己從數(shù)據(jù)里找到規(guī)律、學(xué)會(huì)完成任務(wù)呢？這就是機(jī)器學(xué)習(xí)的核心思想！

機(jī)器學(xué)習(xí)（ML）是人工智能的一個(gè)子集。它研究如何讓計(jì)算機(jī)系統(tǒng)通過(guò)分析數(shù)據(jù)來(lái)自動(dòng)改進(jìn)性能，而無(wú)需進(jìn)行顯式的程序設(shè)計(jì)。

區(qū)別于傳統(tǒng)編程的"輸入數(shù)據(jù) + 規(guī)則 = 輸出"，機(jī)器學(xué)習(xí)的核心是"輸入數(shù)據(jù) + 期望輸出 = 輸出規(guī)則（模型）"，讓機(jī)器通過(guò)數(shù)據(jù)學(xué)習(xí)規(guī)律。

例如，識(shí)別貓時(shí)，傳統(tǒng)方法需手動(dòng)編寫(xiě)規(guī)則，而機(jī)器學(xué)習(xí)則通過(guò)大量貓和非貓圖片及標(biāo)簽（期望輸出），自動(dòng)學(xué)習(xí)識(shí)別模型。

ML主要分為監(jiān)督學(xué)習(xí)（有標(biāo)簽數(shù)據(jù)）、無(wú)監(jiān)督學(xué)習(xí)（無(wú)標(biāo)簽數(shù)據(jù)）和強(qiáng)化學(xué)習(xí)（通過(guò)試錯(cuò)學(xué)習(xí)）。

所以，機(jī)器學(xué)習(xí)是實(shí)現(xiàn)人工智能目標(biāo)的重要方法論和技術(shù)。 如果AI是金字塔頂端的目標(biāo)，那機(jī)器學(xué)習(xí)就是實(shí)現(xiàn)這個(gè)目標(biāo)過(guò)程中，位于金字塔中間、非常重要的一層技術(shù)。

第三站：機(jī)器學(xué)習(xí)的顛覆者——深度學(xué)習(xí) (Deep Learning, DL)

在說(shuō)大模型之前，繞不開(kāi)一個(gè)概念：深度學(xué)習(xí)。

深度學(xué)習(xí)（Deep Learning, DL）是機(jī)器學(xué)習(xí)的一種，它用的是一種叫“神經(jīng)網(wǎng)絡(luò)”的模型。

你可以把神經(jīng)網(wǎng)絡(luò)想象成人腦神經(jīng)元的簡(jiǎn)化版。它由一層層“節(jié)點(diǎn)”組成：數(shù)據(jù)從輸入層進(jìn)來(lái)，經(jīng)過(guò)中間的隱藏層處理，最后從輸出層得出結(jié)果。每一層負(fù)責(zé)提取不同層次的特征，越往后，提取的特征就越抽象。

比如在識(shí)別一張人臉的圖片時(shí)：

• 前幾層可能識(shí)別邊緣、顏色、角等簡(jiǎn)單特征
• 中間層可能識(shí)別眼睛、鼻子、嘴巴
• 更深層甚至能判斷出整張臉是誰(shuí)

在深度學(xué)習(xí)出現(xiàn)之前，機(jī)器學(xué)習(xí)模型需要人手動(dòng)“設(shè)計(jì)”出這些特征，非常依賴(lài)經(jīng)驗(yàn)。深度學(xué)習(xí)厲害的地方在于：它能自動(dòng)從原始數(shù)據(jù)中學(xué)會(huì)提取有用特征，大大簡(jiǎn)化了流程。

從2010年左右開(kāi)始，由于GPU變強(qiáng)、數(shù)據(jù)變多，深度學(xué)習(xí)迅速發(fā)展，在圖像識(shí)別、語(yǔ)音識(shí)別、自然語(yǔ)言處理等領(lǐng)域取得了巨大突破，也由此引發(fā)了這波AI熱潮。

所以，深度學(xué)習(xí)是機(jī)器學(xué)習(xí)中目前最成功、最熱門(mén)的一個(gè)分支，是實(shí)現(xiàn)復(fù)雜AI任務(wù)的利器。

在我們的AI金字塔里，深度學(xué)習(xí)是位于機(jī)器學(xué)習(xí)下一層，更靠近技術(shù)實(shí)現(xiàn)的那一層。

第四站：規(guī)模帶來(lái)智能的飛躍——大模型 (Large Models)

在深度學(xué)習(xí)快速發(fā)展的過(guò)程中，科學(xué)家發(fā)現(xiàn)一個(gè)現(xiàn)象：只要神經(jīng)網(wǎng)絡(luò)足夠大、數(shù)據(jù)夠多，模型的能力會(huì)突然“飛躍”，出現(xiàn)一些小模型根本做不到的新本事，這種現(xiàn)象叫做 “涌現(xiàn)能力”（Emergent Abilities）。

于是，“大力出奇跡”變成了新思路，大家開(kāi)始訓(xùn)練規(guī)模更大的模型，這就誕生了所謂的 大模型（Large Models）。

什么是大模型？

簡(jiǎn)單說(shuō)，就是：

• 參數(shù)特別多（幾十億、上百億，甚至萬(wàn)億）
• 數(shù)據(jù)特別大（從全網(wǎng)抓來(lái)的海量文本、圖像等）
• 訓(xùn)練時(shí)間特別長(zhǎng)（動(dòng)輒幾百?gòu)堬@卡跑幾個(gè)月）

但“大”不僅是體積大，它帶來(lái)了三種能力：

• 泛化強(qiáng)：能處理更多樣、復(fù)雜的任務(wù)
• 知識(shí)多：模型“看過(guò)”很多東西，像個(gè)百科全書(shū)
• 有涌現(xiàn)能力：沒(méi)學(xué)過(guò)的任務(wù)也能“試試看”，比如給它幾個(gè)例子，它就能模仿著做（few-shot）；甚至沒(méi)例子也能做（zero-shot）

大模型的出現(xiàn)，是深度學(xué)習(xí)發(fā)展的重要轉(zhuǎn)折點(diǎn)。以前，做一個(gè)任務(wù)（比如翻譯、問(wèn)答）就要訓(xùn)練一個(gè)專(zhuān)門(mén)的模型?，F(xiàn)在，只需要一個(gè)提前訓(xùn)練好的大模型，配合簡(jiǎn)單的指令（Prompt）或少量微調(diào)，就能完成各種任務(wù)，大大提升了AI的通用性和效率。

大模型是深度學(xué)習(xí)發(fā)展到一定階段的產(chǎn)物，也是當(dāng)前實(shí)現(xiàn)強(qiáng)大AI能力的主流方式。它是深度學(xué)習(xí)里，通過(guò)“做大做強(qiáng)”實(shí)現(xiàn)能力飛躍的代表。

第五站：大模型中的“語(yǔ)言大師”——LLM (Large Language Models)

在大模型這個(gè)家族中，有一類(lèi)特別亮眼的成員，那就是大型語(yǔ)言模型（LLM）。

LLM是專(zhuān)門(mén)處理文字的大模型，擅長(zhǎng)理解、生成和分析人類(lèi)語(yǔ)言。

它的核心技術(shù)是Transformer架構(gòu)（就是那個(gè)“Attention is all you need”），特別適合處理一段接一段的文字，能理解上下文、抓住語(yǔ)義。

LLM之所以厲害，是因?yàn)樗诤Ａ课谋緮?shù)據(jù)上學(xué)過(guò)，比如網(wǎng)頁(yè)、書(shū)籍、對(duì)話、代碼等。在這個(gè)過(guò)程中，它學(xué)會(huì)了語(yǔ)言的用法、知識(shí)、常識(shí)，甚至一些邏輯推理。

我們熟悉的ChatGPT、Gemini、Claude、文心一言等，都是典型的LLM，能聊天、寫(xiě)文章、翻譯、編程、總結(jié)信息，甚至還能“創(chuàng)作”。

雖然它們以語(yǔ)言為主，但通過(guò)“多模態(tài)”技術(shù)，有的也能看圖、聽(tīng)音頻、生成視頻。不過(guò)，本質(zhì)上它們還是以語(yǔ)言為核心。

所以，LLM是大模型中最成功、用得最廣的一類(lèi)，主攻語(yǔ)言任務(wù)，是整個(gè)大模型圈子里最閃亮的一顆星。

第六站：讓AI能“手腳并用”去完成任務(wù)——Agent (智能體)

前面我們聊了AI的目標(biāo)、實(shí)現(xiàn)方法（ML/DL）、以及強(qiáng)大的工具（大模型/LLM）。但有了強(qiáng)大的“大腦”（大模型），怎么讓它去完成一系列復(fù)雜的任務(wù)呢？比如幫我訂機(jī)票、寫(xiě)一篇帶圖的文章、管理我的日程？靠一次問(wèn)答是不行的。

這時(shí)候，智能體（Agent） 登場(chǎng)了。

智能體（Agent）是一種能感知環(huán)境、思考目標(biāo)、主動(dòng)采取行動(dòng)來(lái)完成任務(wù)的系統(tǒng)。 它不只是被動(dòng)地接收輸入然后輸出，而是有主動(dòng)性和目標(biāo)性。

傳統(tǒng)的軟件Agent很早就存在了（比如幫你過(guò)濾郵件的Agent）。但當(dāng)前語(yǔ)境下討論的“AI Agent”，特別是“基于大模型的Agent”，則擁有前所未有的強(qiáng)大能力，因?yàn)樗鼈兊摹按竽X”是強(qiáng)大的大模型。

基于大模型的Agent通常包含幾個(gè)核心組件：

• 感知：理解用戶(hù)指令、讀取文件、獲取網(wǎng)頁(yè)等信息
• 規(guī)劃：用大模型“思考”怎么完成任務(wù)，分步驟執(zhí)行
• 行動(dòng)：調(diào)用搜索引擎、API，寫(xiě)郵件、生成文本等
• 記憶：記住中間結(jié)果或你的偏好，方便后續(xù)使用

如果說(shuō)大模型（LLM）是一個(gè)強(qiáng)大的“大腦”，那么Agent就是給這個(gè)大腦安上了“眼睛”（感知）、“手腳”（行動(dòng)）和“思考框架”（規(guī)劃/記憶），讓它能夠自主地與外部世界互動(dòng)，一步步地解決復(fù)雜問(wèn)題，而不僅僅是回答一個(gè)問(wèn)題。

所以，Agent是一種將大模型（或其他AI能力）落地、使其能夠自主執(zhí)行任務(wù)的應(yīng)用范式或系統(tǒng)架構(gòu)。它代表著讓AI更具自主性和實(shí)用性的方向。 Agent是構(gòu)建在前面所有技術(shù)之上的，是AI金字塔中更靠近實(shí)際應(yīng)用和自主行為的那一層。

概念大串聯(lián)：它們到底是什么關(guān)系？

好了，現(xiàn)在我們把這幾個(gè)概念串起來(lái)：

• AI：目標(biāo)是讓機(jī)器像人一樣聰明
• 機(jī)器學(xué)習(xí)（ML）：實(shí)現(xiàn)AI的一種方法，靠數(shù)據(jù)讓機(jī)器學(xué)規(guī)律
• 深度學(xué)習(xí)（DL）：ML中最強(qiáng)的技術(shù)，用神經(jīng)網(wǎng)絡(luò)自動(dòng)學(xué)習(xí)復(fù)雜特征
• 大模型：DL發(fā)展到一定規(guī)模后出現(xiàn)的新范式，模型越大，能力越強(qiáng)
• LLM：大模型中專(zhuān)門(mén)處理語(yǔ)言的，是目前應(yīng)用最廣、最強(qiáng)的一類(lèi)
• Agent：用LLM等AI能力，構(gòu)建能感知、思考、行動(dòng)的系統(tǒng)，完成復(fù)雜任務(wù)

它們的關(guān)系可以簡(jiǎn)單理解為一種包含和演進(jìn)的關(guān)系。

一句話：AI是愿景，ML是方法論，DL是技術(shù)核心，LLM是大腦，大模型是基座，Agent是落地。