AI术语 confusing？一文搞定核心概念解析

Mark Do 暂无评论阅读 3 次

人工智能正在改变世界，同时也在创造一套全新的语言来描述其运作方式。花五分钟阅读AI相关内容，你就会遇到LLM、RAG、RLHF等术语，甚至让科技圈内的聪明人也会感到困惑。这份术语解析旨在解决这一问题。我们会定期更新，使其成为像所描述的AI系统一样“活”的文档。

AGI（人工智能通用智能）

人工智能通用智能（AGI）是一个模糊的概念，通常指在大多数任务上超越普通人类能力的AI。OpenAI CEO萨姆·奥特曼曾将其描述为“你可以聘为同事的中位人类”。而OpenAI的宪章则定义为“在大多数经济价值工作中超越人类的高度自主系统”。谷歌DeepMind的理解略有不同，认为AGI是“在大多数认知任务上至少与人类能力相当的AI”。别担心——就连AI研究前沿的专家也对此感到困惑。

AI智能体

AI智能体是指利用AI技术执行一系列任务的工具，其能力远超基础AI聊天机器人，例如报销、订票或预订餐厅，甚至编写和维护代码。不过，正如我们此前解释的，这个新兴领域充满变数，“AI智能体”对不同人可能有不同含义。相关基础设施仍在建设中，但基本概念指向一个自主系统，可能调用多个AI系统来完成多步骤任务。

API端点

可将API端点想象成软件背后的“按钮”，其他程序可以通过这些按钮让软件执行操作。开发者利用这些接口构建集成，例如允许一个应用从另一个应用拉取数据，或使AI智能体直接控制第三方服务，无需人工手动操作每个界面。大多数智能家居设备和连接平台都有这些隐藏的按钮，即使普通用户从未看到或交互过。随着AI智能体能力提升，它们越来越能自主发现和使用这些端点，为自动化打开强大且有时意想不到的可能性。

思维链

面对简单问题，人类大脑无需过多思考即可回答，比如“长颈鹿和猫哪个更高？”。但在很多情况下，你需要笔和纸才能得出正确答案，因为涉及中间步骤。例如，农民有鸡和牛，共40个头和120条腿，可能需要写下方程式才能算出（20只鸡和20头牛）。

在AI语境中，大语言模型的思维链推理意味着将问题分解为更小的中间步骤，以提高结果质量。虽然获取答案的时间更长，但答案更可能正确，尤其在逻辑或编码场景中。推理模型由传统大语言模型发展而来，通过强化学习优化思维链思考能力。

（参见：大语言模型）

代码智能体

这是“AI智能体”的更具体概念，指能自主执行步骤以完成目标的程序。代码智能体是应用于软件开发的专用版本。它不仅能建议代码供人类审查粘贴，还能自主编写、测试和调试代码，处理通常消耗开发者一天的迭代试错工作。这些智能体可跨整个代码库运行，发现bug、运行测试并在最少人工监督下推送修复。可以想象成雇佣一个高速且从不睡觉、永不分心的实习生——但和任何实习生一样，人类仍需审核其工作。