学习路线 · ②
LLM 是什么？
LLM（Large Language Model，大语言模型）是一类能够理解和生成自然语言的 AI 模型。
简单来说：LLM 就是让 AI 能够理解文字、预测语言，并生成有意义内容的核心模型。
LLM 到底在做什么？
初学者最容易产生的误解是：「LLM 是不是像一个人一样，把答案从脑子里找出来？」
LLM 的核心工作
输入文字 → 理解上下文 → 预测接下来最合适的内容 → 生成回答
例如： 今天天气很好，我想去……
现代 LLM 并不是简单地「猜一个词」，而是在大量训练数据中学习语言、知识和各种模式，再根据当前上下文生成内容。
- 你输入
- 「帮我总结这篇文章」
- LLM
- 理解上下文
- 分析语言模式
- 生成新的文字
- 总结结果
为什么叫「大语言模型」？
Large — 大
意味着模型拥有非常多的参数，并经过大量数据训练。
Language — 语言
主要处理人类语言，例如：
- 中文
- 英文
- 日文
- 代码
- 文档
- 对话
Model — 模型
它本质上是一个经过训练的 AI 模型。
Large + Language + Model = Large Language Model
大语言模型（LLM）
LLM 是怎么学会语言的？
用简单流程理解即可：
大量数据 → 训练 → 学习语言规律 → LLM
- 模型训练
- 学习语言中的规律
- LLM
它学习的不只是单词，还会学习：
- 词语之间的关系
- 句子的结构
- 上下文
- 不同表达方式
- 代码结构
- 不同知识之间的关联
因此，当你问它一个问题时，它可以根据上下文生成一个看起来合理的回答。
LLM 为什么能聊天？
用户：什么是人工智能？
LLM：人工智能是一类让计算机执行通常需要人类智能才能完成的任务的技术……
用户：那 AI Agent 呢？
LLM 能够结合前面的对话理解「那」指的是什么——不只是处理一句话，而是结合上下文处理一段对话。
- 你：什么是 AI？
- LLM
- AI 的解释
- 你：那 Agent 呢？
- 上下文
- LLM
- Agent 的解释
ChatGPT、Claude、Gemini 和 LLM 是什么关系？
- 人工智能 AI
- 生成式 AI
- 大语言模型 LLM
- 具体产品
- ChatGPT · Claude · Gemini · …
LLM 是模型。ChatGPT、Claude 等是建立在模型之上的 AI 产品或服务——你使用的是 AI 产品，背后可能使用一个或多个 LLM。
- LLM
- 理解文字 · 生成文字 · 理解代码 · 分析内容
- AI 产品
- 聊天 · 写作 · 编程 · 学习 · 研究 · 分析
LLM 能做什么？
- 对话
回答问题、解释概念、头脑风暴。
- 写作
文章、邮件、总结、改写、翻译。
- 编程
生成代码、解释代码、查找错误。
- 学习
讲解知识、制定学习计划、辅助练习。
- 分析
分析文本、比较信息、提取重点。
- 推理
处理复杂问题、拆解任务、寻找解决方案。
- 理解文档
分析 PDF、报告、表格以及其他内容。
LLM 最擅长的是理解和生成信息。若希望 AI 主动搜索资料、调用工具、执行多个步骤，就需要进一步进入 AI Agent。
LLM 有什么局限？
- LLM 可能会犯错
即使回答非常流畅，也可能包含错误信息。
- LLM 不一定知道最新信息
模型训练数据存在时间范围；能否获取最新信息，还取决于产品是否提供搜索等工具。
- LLM 可能误解你的要求
问题描述越模糊，结果越可能偏离你的真实需求。
- LLM 不等于真正理解世界
它可以表现出很强的语言与推理能力，但不能简单等同于人类的意识或理解方式。
重要信息要验证，复杂任务要检查结果。
LLM 和 AI Agent 有什么关系？
| LLM | AI Agent |
|---|---|
| 理解信息 | 理解任务 |
| 生成回答 | 制定计划 |
| 生成文字 | 调用工具 |
| 回答问题 | 执行多个步骤 |
| 主要处理信息 | 处理信息 + 执行动作 |
例如
帮我研究一下日本 AI 市场。
→ 给你一段回答。
- 理解任务
- 制定研究计划
- 搜索资料
- 阅读信息
- 分析和比较
- 整理报告
- 输出研究结果
LLM 是 AI Agent 的重要「大脑」，而 Agent 则让 LLM 能够使用工具并完成任务。