AI 词典：撞见看不懂的词，来这查
只收最常见的，每个词两句话讲完。用到哪个查哪个，不用背。
AI
能聊天、写东西、看图、查资料，有些还能操作电脑的软件助手。
为什么要知道： 本站说的 AI 基本都指这类。
大模型 / LLM
这些 AI 背后的"大脑"。ChatGPT、Claude 背后各有各的大模型。
为什么要知道： 新闻里说"发布新模型"就是换了个更强的大脑。
Token
AI 算字数的一种方式。你发得多、它回得多，Token 就用得多。
为什么要知道： 用 API 时通常按 Token 收费。
上下文 / Context
AI 这一次能同时"记住"多少内容。越大，能一次看的文件越多。
为什么要知道： "1M 上下文"就是能一口气读特别多材料。
提示词 / Prompt
你对 AI 说的那段话。说清楚目标、背景、材料、想要的结果就是好提示词。
为什么要知道： 不用背模板，会说人话就行。
Agent
普通 AI 你问一句答一句；Agent 像助理——给它目标，它自己分步骤、用工具做完。
为什么要知道： 2026 年最重要的方向就是它。
幻觉 / Hallucination
AI 一本正经地说错话。
为什么要知道： 重要信息要自己核实，这就是原因。
多模态
不只懂文字，还能看图、听声音、理解视频。
为什么要知道： 所以你可以直接发截图和照片。
推理 / Reasoning
AI 面对复杂问题时先"多想几步"再回答，更准但更慢。
为什么要知道： 很多产品有"深度思考"开关，就是它。
API
让程序直接调用 AI 的接口，按用量付费。
为什么要知道： 不写代码用不到，先跳过。
API Key
调用 API 的钥匙，一串密码。
为什么要知道： 别发给任何人，泄露 = 别人花你的钱。
CLI / 命令行
黑底白字打命令的窗口。Claude Code、Codex 这类工具在里面运行。
为什么要知道： 看着吓人，其实你只需要会复制粘贴。
GitHub
程序员的软件下载站 + 项目仓库，很多 AI 工具放在上面。
为什么要知道： 看不懂就把链接发给 AI，让它讲。
开源 / Open Weights
模型文件公开，任何人可以下载到自己电脑上跑。
为什么要知道： Qwen、DeepSeek 走这条路线，所以社区实测特别多。
Benchmark
给模型出的统一考试，用来横向比较。
为什么要知道： 分数高≠一定好用，还要看真实实测。
RAG
先去资料库里查，再根据查到的内容回答。
为什么要知道： 企业知识库问答基本都是这个原理。
Skill
给 AI 的一本"工作说明书"，教它某类事该怎么做。
为什么要知道： 让 AI 按你的格式和流程干活。
MCP
AI 的"万能转接头"，让它能连上文件、数据库、浏览器等外部工具。
为什么要知道： 知道这一句就够，用到再学。
微调 / Finetune
在别人的模型上再训练一下，改造出一个变体。
为什么要知道： 社区里的"某某魔改版"多半是它，质量参差。
量化 / Quantization
把模型压小，让普通电脑跑得动，代价是可能变笨一点。
为什么要知道： 本地跑模型时到处会看到 Q4、Q8 这种字样。