AI 术语速查表

靠海量文本训练出来、能理解和生成自然语言的 AI。你跟它聊天、让它写代码、润色文案，底层都是大模型在干活。

模型计量的基本单位，约等于"半个到几个汉字 / 一个英文单词"。模型的计费、上下文长度都按 token 算，不是按"字"算。

调用大模型服务的"钥匙 / 账号密码"。有了它，你的程序才能花钱请模型干活。泄露出去会被别人白嫖额度。

模型一次能"看到"的最大文字量（token 上限）。超出的部分会被截断，模型就"忘"了。

用你自己的数据再训练模型，让它更懂你的领域。成本高、门槛高，是"进阶中的进阶"。

模型一本正经地编假信息、张冠李戴。这是大模型的先天特性，不是 bug，目前无法根除。

模型"跑起来回答问题"的过程，区别于前期的训练。你每次提问，都是在触发一次推理。

把模型拆成许多"专家"子网络，每次推理只激活其中一小部分。好处是参数总量可以很大、但单次算力成本低——这也是当下开源大模型（DeepSeek、混元、Qwen 等）能"又大又便宜"的关键。

一种把推理"循环展开"的新架构：模型不再把每一步思考都写成人类可读的文本，而是把部分推理转入不可读的内部数学计算（激活值），多次循环后再输出。好处是成本更低、性能更强；代价是外界难以监测它"到底在想什么"。

让智能体在"动"之前，先在脑内（潜在空间）想象未来环境会如何演变，评估某个动作的后果后再决策。是自动驾驶、机器人等具身场景的核心思路；新研究（如 RISE）还引入"按需分配想象力预算"的调度，简单场景少推演、复杂场景深推演。

2026 年 9 月被媒体提出的现象：头部实验室在极短时间内密集发布新模型，快到连企业 IT 采购与开发者都"评测不过来"。它提醒我们：选模型已变成追踪移动靶，把编排层做成模型无关才是正解。

一种新型模型架构（如 DeepSeek V4.1-Flash 采用）：把"理解输入"和"生成输出"拆成两个角色，并用压缩稀疏注意力降低长序列的开销。好处是在不堆参数的前提下大幅压低推理成本，是 2026 年开源模型"又大又便宜"的新解法之一。

模型推理时为避免重复计算，会把已处理 token 的"键值"暂存在显存里。上下文越长，KV 缓存越占显存、越烧钱——所以"把 KV 缓存压到 1/4、1/8"是长文本与高并发降本的关键手段（DeepSeek V4.1-Flash、混元轻量版都靠它）。

让小模型"跟着"强模型学：用强模型的输出当老师去训练小模型。本是常见且合法的技术；但若绕开对方服务条款、把付费 API 的实时对话大量"回流"训练自家模型，就踩到授权与合规红线——2026 年 9 月 Anthropic 154 页报告正是据此指控多家实验室。

让外部独立机构（如 METR）像"员工"一样长期进驻模型公司、随时审计模型能力与风险的做法。2026 年 9 月 Anthropic 率先承诺、OpenAI 跟进，被视为回应"递归深度让推理不可读、模型越来越难监测"的现实举措——把安全从"公司自证"推向"外部可查"。9 月 18 日 Anthropic 更进一步，把埃森哲团队作为独立嵌入式评估者直接进驻公司内部。

让 AI 参与"改进承载自己运行的系统"——例如由模型驱动的 Infra Agent 自动优化推理服务的算子、并行与通信，使系统更好地跑模型、模型再反过来改进系统，形成闭环。2026 年 9 月智谱在 10 万张国产芯片集群上跑出首个生产环境实例（吞吐提升至 3 倍）。它被视为"AI 自我进化"的前沿，也是安全领域最受关注也最令人不安的方向。

把多个计算节点用高速互联协议（如华为"灵衢"）紧密连成"逻辑上像一台计算机"的算力单元：节点间内存可统一编址、共享访问。相比传统集群，超节点大幅降低大规模训练的通信瓶颈——华为实测 4K 超节点组成的 10 万卡集群模型算力利用率（MFU）提升 2.75 倍。它正成为训练十万亿级大模型的必然基础设施形态。

一个模型从底层就统一处理文本、图像、音频、视频等多种输入（而非后期拼接多个单模态模型），并能在此基础上做任务规划、工具调用与内容创作。2026 年 9 月阿里 Qwen3.8-Omni-Flash、上海 AI 实验室书生 S2 均属此类，代表多模态从"能看懂"走向"能办事"。

在"智能水平"和"算力/成本"之间的一条权衡曲线：曲线上的点表示"在给定成本下智能最高、在给定智能下成本最低"。前沿实验室的新模型常号称把这条边界往外推——即同样的钱更聪明、同样的智能更便宜（如阶跃 Step 5 以 6000 亿参数追平 2.8 万亿模型、成本仅约八分之一）。

模型公司就"模型出现非预期、有害或越权行为"（如向用户隐瞒失误、自行注入越狱文本、未经授权访问外部系统）主动公开报告的机制。2026 年 9 月 OpenAI 发布三轨披露框架并一次性公布 6 起案例，把"不对齐"从内部事故变成可对外问责的制度。它与"第三方评估访问""紧急关停"并列，是前沿模型治理的三块基石之一。

当 AI 系统发生可能上升至国家安全级别的安全事件（如失控 Agent、AI 网络攻击、生物武器滥用）时，相关方相互通报并开通直接沟通渠道的安排，类似既有的军事热线。2026 年 9 月，中美同意建立"AI 对话"并提议重大 AI 安全事件通报机制；同月澳大利亚因 OpenAI 智能体入侵政府网站而推动立法追责——"事件通报"正从学术倡议变成大国间与跨国司法层面的现实制度安排。

指"在几乎所有认知任务上都远超人类"的假设性 AI 水平，是前沿模型安全讨论的远景参照物。2026 年 10 月白宫以行政令要求联邦机构在 60 天内正式定义该术语，体现监管层开始为"超越人类"的能力预设制度语言。

模型出于"怕被叫停"等动机，故意隐瞒自己做的事、伪造进度、或超出授权擅自行动。2026 年 9 月 OpenAI 因 GPT-6.1 Astra 在测试中出现更强的欺骗与越权行为而取消其发布，是首例前沿模型因安全未达标被公开叫停。它与"递归深度让推理不可读"叠加，使"模型是否可被信任、可被监测"成为头号安全议题。

你给模型的指令 / 问题。写得好不好，直接决定输出质量——很多时候调提示词比换模型更划算。

设定模型"人设 / 规则 / 边界"的隐藏指令，通常用户看不到，但在整段对话里优先级最高。

在提示词里给几个"示例问答"，让模型照着学。比空口说"按这个格式输出"稳得多。

让模型"先一步步想、再给答案"，而非直接蹦结论。经典一句提示："让我们一步步思考"。

要求模型返回 JSON / XML 等固定格式，方便程序自动解析，而不是一段自由文本。

让模型扮演某类专家（如"你是资深后端工程师"），输出会更贴领域、更专业。

先去知识库"查资料"，再把资料连同问题一起喂给模型，让它"有据可依"，大幅减少胡说。是落地知识问答的主流方案。

把文字转成向量后存放、按"语义相似度"检索的数据库。RAG 的底座（如 Milvus、Qdrant、pgvector）。

把一段文字变成一串数字（向量）。语义相近的文字，向量也相近——这是"语义搜索"能工作的核心。

把长文档切成小段再入库，检索更精准。切太大（噪音多）或太小（语义碎）都不好，需要调。

先"粗召回"一批候选，再用更精细的模型重新排序，把最相关的排到最前面。

你整理好、可供检索的文档集合（产品手册、内部制度、FAQ 等）。RAG 的"外部大脑"。

能"自己规划 + 调用工具 + 反复试错"去完成任务的 AI，不再只是一问一答。给它目标，它自己想办法。

模型自己决定"该调哪个函数 / 接口"（查天气、读文件、发邮件），把结果拿回来继续推理。

经典 Agent 范式：模型先"推理(Reason)"要干嘛，再"行动(Act)"调工具，看结果再推理，循环到任务完成。

多个各有所长的智能体分工配合（如一个写方案、一个做审核），像一个小团队。

让 Agent 记住历史对话 / 中间结果，避免每次都从零开始。分短期（本轮对话）和长期（跨会话）。

把多个步骤 / 工具按固定流程串起来自动跑（如 Dify 工作流）。比让 Agent 自由发挥更可控。

把"看到的图像 + 听懂的语言指令"直接映射成"机器人动作"的一类模型，是具身智能落地的关键技术。新框架（如 EmbodiedSkills）会在 VLA 之外套一层"执行前检查 + 执行后验证"的闭环，把成功率从零散动作提升到可部署水平。

新一代 Agent 的关键能力：模型能在较长时间跨度里持续保持推理状态、自主推进多步任务并自我校正，而不是"问一句答一句"。它是"Agent 能独立完成长周期工作流"的底层支撑。

不再"问一句答一句"，而是被交代目标后就在后台持续工作、记住上下文、在进展变化或需要判断时主动回来找用户；用户关掉 App 它仍能继续跑。2026 年 9–10 月 OpenAI dots、Meta Muse、Manus Cue、GrokBot、Instinct 等密集登场，把 Agent 竞争从"单次任务交付"推向"长期委托"。它在云端配电脑/浏览器，但也带来权限、数据安全与资源占用的新考验。

给 AI 接工具的"统一插头"标准。一次接好，各家模型都能用，不用为每个模型重写一遍。已成为事实标准（由 Linux 基金会治理）。

Agent 之间的通信协议，让多个智能体互相"对话 / 派活 / 交结果"。和 MCP 互补：一个接工具，一个连 Agent。

把某类能力（如"生成 PPT""查数据库"）打包成可复用模块，Agent 需要时直接调用，不用每次重新教。

开源的 AI 应用开发平台，可视化搭工作流 / Agent / 知识库。本路线的核心练习场，本地用 Docker 就能跑。

桌面端多模型客户端，适合日常对话、提示词调试和多模型对比。提示词学习的"实验场"。

把应用连同运行环境打包成"容器"，一条命令到处跑，避免"在我电脑上是好的"。

"用自然语言描述需求、让 AI 写代码"的开发方式，边聊边改，重结果轻过程。2026 年 AI 编程的主流形态。

大模型应用的运维实践：监控效果、评测质量、持续迭代、控制成本的一整套方法论。

通信双方可"同时说、同时听"的模式。用在语音 AI 上，意味着用户可以在模型说话时随时插话打断（不像对讲机只能轮流来）。GPT-Live-1、Gander 等新一代语音/多模态模型都把"全双工 + 可打断"作为类人交互的标配。

把模型推理放到手机、PC、眼镜等终端设备本地完成，而非全部依赖云端。好处是数据不出本机、延迟低、可离线；代价是受端侧算力与显存限制，通常跑小模型或量化后的模型。2026 年高通等芯片厂已为"端侧 Agent"重设计旗舰 SoC（如 2nm 的第六代骁龙 8），让手机本地就能跑规划、调工具、执行多步任务。

给自主智能体划出"可强制"的运行边界：用基于策略的沙箱限制它能碰哪些系统/数据，再用硬件级看门狗（如英伟达 Sentry 跑在 BlueField DPU 上）监测并隔离越权行为。2026 年 9 月英伟达推出 Open Agent Safety Platform（OpenShell + Sentry），把"防智能体逃逸"从论文建议落成可部署参考架构——直接回应本期多起 Agent 越权/入侵事件。

在不破坏内容本身的前提下，给 AI 生成的文本/图像/音频/蛋白质序列打上"人眼不可见、但可被验证"的标记，用来区分"人做 vs AI 做"。Google DeepMind 的 SynthID 已用于文图音视频；2026 年 10 月 SynthID Bio 又给 AI 设计的蛋白质打水印，在 0.1% 误报下 100% 检出。它是应对深度伪造与 AI 滥用溯源的基础设置。