很多人以为 Agent 就是"更聪明的大模型"。错。 LLM 是**会说话的模型**,Agent 是**会干活的助手**。同一句话,LLM 回答完就结束;Agent 会拆任务、调工具、看结果、错了再来,直到把事办成。 本文把 Agent 从"是什么"讲到"怎么造",一条主线贯穿:**模型负责聪明,工程负责稳定**...
more...
很多人以为 Agent 就是"更聪明的大模型"。错。 LLM 是**会说话的模型**,Agent 是**会干活的助手**。同一句话,LLM 回答完就结束;Agent 会拆任务、调工具、看结果、错了再来,直到把事办成。 本文把 Agent 从"是什么"讲到"怎么造",一条主线贯穿:**模型负责聪明,工程负责稳定**...
more...
"帮我分析这份文档""请阅读以下内容并总结"——当你的 AI 应用开始处理**用户上传的内容**时,攻击面就打开了。黑客不黑你的服务器,而是黑你的提示词。这就是 Prompt Injection(提示词注入),常年霸榜 OWASP LLM 应用安全风险第一。 这篇文章想把这个话题讲透:**根因**是什么、**手法...
more...
很多人第一次用大模型时都会困惑:为什么 AI 默认输出 Markdown?为什么不直接给 JSON? **原因一:大模型是文本模型,不是渲染引擎。** HTML 太重,一个 <div> 要占几十个 token,而 Markdown 用几个符号就能表达同样的结构层级,Token 成本低得多——这是 Token 即金...
more...
大模型的上下文窗口(Context Window)再大,也有上限——GPT 系列从 4K、8K、32K,一路涨到 128K、200K,但终归是**有限内存**。当聊天记录、长文档、工具返回的结果越堆越多,总有一天会顶到窗口上限,这就是**上下文溢出(Context Overflow)**。 溢出的直接后果有两种:...
more...
你问 ChatGPT"明朝的第三个皇帝是谁",它斩钉截铁地回答"朱高炽"——听起来很专业,但答案错了。这就是**大模型幻觉(Hallucination)**:模型自信满满地输出了一段**看起来合理、实则错误或凭空捏造**的内容。 为什么会有幻觉?因为大模型的本质是"顺着概率猜下一个词",它追求的是"像人话",而不...
more...
> 从"只会续写文字的补全机器",到"会跟你聊天、听你指挥的对话助手",中间差的不是更聪明的模型,而是一套**训练范式**:先用 Chat Template 把对话统一成一种格式,再用 SFT(指令微调)让模型专门学会在这套格式下说话。 OpenAI 只是约定了一套格式,再专门针对这套格式把模型"调教"一遍——大...
more...
你在对话框里让 AI 写一篇 800 字小作文,可能只花几分钱;让它生成一张 1024×1024 的图片,却要几毛到几块;再让它生成一段 5 秒的视频,价格直接跳到十几块甚至更高。 同样是"AI 干活",为什么价差这么大?答案不在"模型更聪明",而在**算力消耗**——AI 产品的定价,本质是 GPU 烧电烧得有...
more...
很多人第一次接触大模型时会困惑:AI 怎么会说人话?它懂语法、懂常识、甚至能写代码,难道是被人一行行"教会"的? 答案是:AI 是**吃数据长大的**。它的全部能力,都来自被喂进去的海量文本;它每一次回答,都是把"吃过的知识"按概率重新吐出来。这篇文章就用 5 个问题,把大模型最基础也最关键的原理一次讲清。 大模...
more...
很多人第一次接触大模型时会困惑:AI 怎么会说人话?它懂语法、懂常识、甚至能写代码,难道是被人一行行"教会"的? 答案是:AI 是**吃数据长大的**。它的全部能力,都来自被喂进去的海量文本;它每一次回答,都是把"吃过的知识"按概率重新吐出来。这篇文章就用 5 个问题,把大模型最基础也最关键的原理一次讲清。 大模...
more...