我用 11 个探针，把 AI 大模型从应用到原理由浅入深挖一遍
AI 的概念，多到让人不知道从哪下手
这两年 AI 的新词，一茬接一茬往外冒。
今天所有人都在聊 MCP，明天风向转到 Agent，后天又冒出”推理模型”。再往前，是 Token、Attention、Transformer、MoE、RAG、Function Calling……
你想真的搞懂它，一打开就犯难：
- 啃论文？一篇动辄几十页，公式一排排，看两眼就劝退。
- 刷科普短视频？这个讲 Token，那个讲 Agent，东一块西一块，刷完脑子更乱，拼不出个全貌。
最难受的其实不是难。是你不知道从哪开始，也不知道学到哪算完。这比任何一个概念本身都让人焦虑。
问题出在哪：这些概念，根本不在一个层面上
我观察下来，这种乱，很大程度是因为这些概念压根不在一个层面上。
有的是讲用什么产品：Claude Code、Cursor。
有的是讲怎么把模型用起来：Agent、MCP、RAG。
还有的是模型暴露出来的能力接口：Function Calling、多模态。
最底层，是模型本身怎么工作：Attention、MoE、Transformer 结构。
它们混在一起朝你涌过来，你当然会懵。就好比有人同时跟你聊发动机气缸原理、怎么挂挡、哪个牌子的车好开，几层东西搅在一块，谁都得晕。
想搞懂 AI，别一上来就死磕某个概念。先分清它属于哪一层，再一层层往下。
我的办法：用”探针”，从一个现象挖到原理
我打算用一套办法，带你把这些概念过一遍，叫”纵向探针”。
什么意思？每一篇，我都从一个你最熟悉的现象或产品出发，一层层往下挖，一直挖到大模型最底层的原理。
举个例子。你大概用过 Claude Code 这类 AI 编程工具，会纳闷它怎么能自己改代码、修 bug，这么强。这是一篇的入口。然后往下挖：
- 它凭什么能自己干活？因为外面套了个叫 harness 的壳，核心是一个循环：模型想一步、调一次工具、拿到结果、再想下一步。
- 模型怎么知道要调工具？靠 Function Calling。
- 再往下，模型凭什么能”看懂”工具的说明？因为它有 Attention，能理解文字。
- 再往下，它凭什么”会”调工具？因为被人专门训练过。
你看，从一个最浅的问题（Claude Code 凭什么强），一路挖到了最底层的原理（Attention、训练）。一篇打通好几层。
这就是”探针”的意思：从应用表面，扎到原理深处。一篇走完，由浅入深。
怕漏？我画了张图，由浅入深排好了顺序
你可能会担心：这样东挖一下西挖一下，会不会漏掉知识点，学得不全？
不会。我先把 AI 大模型的主要知识点梳理成一张地图，设计了 11 根探针，每根负责挖一块，再加 2 篇总结把地基夯实。11 + 2，该讲的尽量都覆盖到。
更重要的是，我按由浅入深的顺序，把它们排成了 4 个等级。你可以照着顺序一步步深入，也可以挑感兴趣的随时插进去：
第 1 级·先建立直觉（零门槛，从现象入手）
- 为什么你每次问大模型，答案都不一样 → 采样
- AI 为什么按”字”收费，中文还比英文贵 → Token
- 大模型是怎么被”炼”出来的 → 预训练、对齐
第 2 级·看懂它怎么干活
- 同一个模型，Claude Code 凭什么能自己干活 → 循环、Function Calling
- 为什么 AI 聊着聊着，就忘了你前面说的话 → 长上下文、KV Cache
- GPT 是怎么看懂一张图的 → 多模态
第 3 级·理清那些热词
- Agent、RAG、MCP 到底啥区别
- 给 AI 接个工具，为什么这么麻烦 → MCP
- Prompt 过时了，现在流行 Context 工程
第 4 级·挖到最底层
- 大模型的”参数量”，可能在骗你 → MoE、Scaling
- o1、DeepSeek-R1 为什么”想”得久，能答得更对 → 推理模型
总成·把地基打牢
- Attention 到底在算什么
- Transformer 全貌
走完之后，你会得到什么
跟完这十来篇，你手上会有一样挺值钱的东西：一张完整的 AI 大模型知识地图。
真正值钱的不是背名词，是以后 AI 圈再冒新概念，你一眼就能看出它属于哪一层、底层是什么。新词天天有，底层的原理就那些。原理搞懂了，新词就唬不住你。
从第 1 篇开始。
你可能会想：为什么不从 Attention、Transformer 这些硬核讲起？因为它们离日常太远，一上来就劝退。我让整个连载从最不起眼、却天天撞见的现象起手，先把直觉搭起来，再一层层往下挖原理。等挖到最底层，前面的台阶刚好够你站稳。
开头几篇，就从最熟悉的几个现象说起：你每次问大模型，答案为什么不一样（采样）；AI 为什么按字收费（Token）；大模型又是怎么被炼出来的（预训练、对齐）。
下一篇，我们就从「为什么你每次问大模型，答案都不一样」聊起。