AI、大模型与聊天应用的关系

先分清我们正在谈哪一种 AI

平时说“用 AI 写文章”“让 AI 看图片”，通常指的是生成式 AI。它能根据输入生成文字、图像、声音等内容。但 AI 的范围更大：识别人脸、判断邮件是否为垃圾邮件、推荐视频，也可以使用 AI，而这些任务不一定要生成一篇新内容。

所以，学习 AI 的第一步，是把几个经常混用的名称放回各自的位置。你不需要先学数学公式，但需要知道这些词分别指什么，否则看到“模型升级”“应用新增功能”“接入一个 Agent”时，很容易以为说的是同一件事。

现代大语言模型通常使用深度学习。生成式 AI 的范围又不限于语言模型，例如生成图片的系统可以采用不同的模型结构。先理解这些关系即可，不必把所有 AI 技术画成一条没有例外的包含链。

“模型”究竟是一个什么东西

在机器学习里，模型可以理解为一套通过训练得到的计算方法。它接收输入，进行计算，产生预测或生成结果。模型内部有许多数值，称为参数；训练会调整这些参数，使模型在训练目标上表现得更好。

以邮件分类为例，输入是一封邮件，输出可以是“正常邮件”和“垃圾邮件”的判断。以语言模型为例，输入可以是问题与相关背景，输出是一段回答。两者都使用模型，但任务和输出形式不同。

不要把模型想成一本可以逐页翻阅的百科全书。训练留下的是大量数值与其中编码的规律。模型有时能复现熟悉的信息，也能组合出以前没有出现过的表达；这些能力都不意味着每一条回答有一份可以直接引用的原始文献。

模型和你打开的聊天应用有什么关系

你在网页里看到的聊天框，是一个应用界面。应用负责接收消息、保存对话、展示回答，还可能提供文件上传、联网搜索和其他功能。模型是这个应用使用的核心能力之一。

可以把一次聊天拆成三部分：你在页面输入问题；应用把问题和需要的背景交给模型；模型返回结果，应用把它显示在页面里。若要搜索网页，还需要应用连接搜索能力，并把搜索结果交给模型使用。

因此，同一个模型被放进两个应用后，体验可能很不一样：一个应用只让它回答文本，另一个应用给它资料、搜索与文件处理能力。反过来，同一个聊天应用也可能提供多个模型供选择。模型能力和应用功能需要分别理解。

用一个问题检查这个区别

假设你问：“把这段通知改得简洁一些。”应用只要把原文交给语言模型，就可能完成改写。接着你问：“我们公司今天更新了哪条报销政策？”如果当前没有提供政策文件，也没有连接内部系统，模型就缺少回答这个问题所需的信息。

这里的区别在于信息来源与系统能力。后面的课程会依次解释：模型怎样生成文字、怎样使用上下文、应用如何调用模型，以及怎样补上资料与工具。理解这条关系，才有基础继续理解 Agent。