LLM、Prompt、Agent这些AI黑话都是啥？看完秒懂

人工智能小豪

316人浏览 · 2026-03-28 10:22:26

人工智能小豪 · 2026-03-28 10:22:26 发布

每次听到别人说 “LLM”、“AIGC”、“Prompt”、“Agent” 这些词就头皮发麻？

今天用人话翻译一遍，保证你能听懂！

一、基础入门篇

🤖 AI = 人工智能

黑话版：Artificial Intelligence

人话版：让电脑像人一样思考和干活的技术

AI人工智能

💡 举例：Siri、小爱同学、ChatGPT 都是AI

🧠 LLM = 大语言模型

黑话版：Large Language Model

人话版：一个"读过很多书"的AI，特别会说话

💡 通俗理解：就像一个读过全世界图书馆的学霸，你问啥它都能答

常见模型：ChatGPT、Claude、Gemini、DeepSeek、Kimi

📝 AIGC = AI生成内容

黑话版：AI Generated Content

人话版：AI帮你写文案、画图、做视频

💡 举例：

AI写文章 = AIGC
AI画图 = AIGC
AI做视频 = AIGC

🔤 NLP = 自然语言处理

黑话版：Natural Language Processing

人话版：让电脑"听懂"人话的技术

💡 举例：微信语音转文字、翻译软件、智能客服

二、核心技术篇

💬 Prompt = 提示词

黑话版：Prompt

人话版：你给AI下达的"指令"或"问题"

Prompt提示词

💡 举例：

“帮我写一首诗” = Prompt
“这张图里有什么” = Prompt

💡 一句话总结：Prompt就是你和AI对话时，你说的那句话

🦸 Agent = 智能体/代理

黑话版：AI Agent

人话版：一个会自己干活、自己做决定的AI

Agent智能体

💡 通俗理解：

普通AI = 你的"问答工具"（你问一句，它答一句）
Agent = 你的"员工"（你给它一个目标，它自己想办法完成）

💡 举例：Agent帮你订机票酒店，你只说"帮我安排一场三亚旅行"，它自己会查航班、选酒店、比价格

⚡ AGI = 通用人工智能

黑话版：Artificial General Intelligence

人话版：像人一样"啥都会"的AI

💡 当前水平：我们现在的AI是"专科医生"（只会一件事）

💡 AGI目标：像人类一样"啥都能干"的AI（目前还没实现）

🏗️ Transformer = 一种模型架构

黑话版：Transformer

人话版：一种让AI"变聪明"的核心技术

💡 一句话总结：这是现在所有大语言模型的"地基"，GPT就是用这个技术打造的

三、训练相关篇

🎓 Fine-tuning = 微调

黑话版：Fine-tuning / FT

人话版：在一个已经很强的大模型基础上，再"训练"一下，让它更擅长某个特定任务

💡 比喻：

预训练模型 = 读完小学的孩子（啥都懂一点但不精）
微调 = 送去学钢琴（变成钢琴特长生）

💡 举例：Llama3-70B-Instruct = 在Llama3基础上微调过的"指令版"

🎯 RLHF = 人类反馈强化学习

黑话版：Reinforcement Learning from Human Feedback

人话版：让AI根据人的"喜好"来调整回答

💡 通俗理解：就像训练小狗，做对了给零食，做错了批评，慢慢就学会乖了

📚 RAG = 检索增强生成

黑话版：Retrieval-Augmented Generation

人话版：让AI"查资料"后再回答

RAG检索增强

💡 解决的问题：AI"胡说八道"（幻觉）的问题

💡 工作原理：先从知识库找到相关资料，再让AI根据资料回答

🔄 CoT = 思维链

黑话版：Chain of Thought

人话版：让AI把思考过程"写出来"

💡 举例：

普通问法：“3+5×2等于多少？” → AI直接答"13"
CoT问法：“3+5×2等于多少？请写出计算过程” → AI写出"先算5×2=10，再算3+10=13，所以是13"

四、模型参数篇

🧩 Token = 词元

黑话版：Token

人话版：AI理解的"最小单位"

💡 通俗理解：

英文：1个Token ≈ 0.75个单词
中文：1个Token ≈ 1-2个汉字

💡 为什么重要：API按Token收费！

⚙️ Parameters = 参数

黑话版：Parameters

人话版：AI模型"大脑"里的"神经连接"

💡 比喻：参数越多 = 脑子越聪明 = 能力越强

💡 常见规格：7B（70亿）、14B（140亿）、70B（700亿）

🖥️ GPU = 显卡

黑话版：GPU

人话版：跑AI必备的"发动机"

💡 一句话总结：没有好显卡，就跑不动大模型

五、模型评价篇

🌡️ Temperature = 温度/创造力

黑话版：Temperature

人话版：AI回答的"想象力"和"随机性"

💡 参数范围：0-2

💡 通俗理解：

Temperature = 0.1 → 严谨保守，一本正经
Temperature = 0.7 → 正常发挥
Temperature = 1.5 → 天马行空，可能胡说八道

👻 Hallucination = 幻觉

黑话版：Hallucination

人话版：AI在"编故事"、一本正经地胡说八道

💡 举例：你问"秦始皇用过iPhone吗？"，AI可能真的会编一段"秦始皇用iPhone的历史"出来

📊 Few-shot / Zero-shot = 少样本/零样本

黑话版：Few-shot / Zero-shot Learning

人话版：

Zero-shot = 啥例子都不给，直接问
Few-shot = 给几个例子，让AI"照着学"

六、部署相关篇

🔌 API = 应用程序接口

黑话版：API

人话版：远程调用AI的"电话线"

💡 一句话总结：你通过API调用ChatGPT，不需要自己买服务器

📦 Model = 模型

黑话版：Model

人话版：训练好的AI"大脑"

💡 比喻：

Model = 一个训练好的"大脑"
训练 = 让它"上学学习"
推理/Inference = 让它"回答问题"

☁️ Cloud = 云端

黑话版：Cloud

人话版：别人家的服务器

💡 举例：

云端 = 用别人的电脑跑AI
本地 = 用自己的电脑跑AI

💾 On-premise = 本地部署

黑话版：On-premise

人话版：把AI"买回家"自己用

💡 优点：数据不外泄，更安全 💡 缺点：需要自己买显卡

七、常见组合词

黑话	人话	用途
AI Agent	智能体	能自己干活的AI
LLM + RAG	联网搜索	AI先查资料再回答
LLM + Agent	AI员工	能自己执行任务的AI
Prompt Engineering	写提示词	教你怎么问AI
AI幻觉	胡说八道	AI在编故事
Token计费	按字收费	用AI要花钱

八、实战举例

现在你能看懂这些了吗？

📌 "这个LLM支持32K Token上下文"
   → 这个AI一次能看2.4万字

📌 "需要Fine-tuning一下这个模型"
   → 需要再训练一下让它更专业

📌 "Prompt写得好，AI才能干得好"
   → 指令写得好，AI才能回答得好

📌 "这个Agent可以自动订机票"
   → 这个AI能自己帮你订机票

📌 "RAG可以减少Hallucination"
   → 查资料能让AI少胡说八道

总结

黑话	人话
AI	人工智能
LLM	大语言模型/大模型
AIGC	AI生成内容
Prompt	提示词/指令
Agent	智能体/AI员工
Fine-tuning	微调
RAG	查资料
Token	词/字数
Temperature	想象力
Hallucination	胡说八道