第一章 AI 到底是什么——用大白话讲清楚

1.1 一句话讲清楚 AI 是什么

我先给你一句"普通人版"的 AI 定义。请你先看完这一句，再往下读：

AI（人工智能）就是一种能"听懂人话、能干活、能学习"的计算机程序。

就这一句。

你不需要记任何术语，你只需要记住这三个能力：

1. 听懂人话——你用普通话/英文/任何一种语言跟它说话，它能理解你的意思（不像以前的程序，必须按规定格式输入）。
2. 能干活——它不只是回答你"是/不是"，它能帮你写文章、做表格、画图、写代码、分析数据⋯⋯
3. 能学习——它的能力是通过"看了大量的数据"学出来的，而不是被人一行一行写代码"教"出来的。

这就是 AI 和你以前用过的所有程序最本质的区别。

举个对比：

关键差别在最后一栏：现代 AI 的能力，不是被"写"出来的，是被"养"出来的。

这是一个革命性的变化。理解这一点，你就理解了 AI 的本质。

1.2 从三个比喻理解"现代 AI"

比喻一：AI 是一个读完了图书馆所有书的"超级实习生"

想象你公司新来了一个实习生。

这个实习生的特点是：

• 学历超高：他高考状元，本科常春藤，硕士博士全读了。
• 读过的东西比谁都多：他读完了人类历史上几乎所有的公开书籍、论文、网页、维基百科、知乎、微博⋯⋯（注意，是"几乎所有")。
• 记忆力极强：你问他任何一个常识问题，他都能立刻答上来。
• 工作积极：你让他干啥他就干啥，从不抱怨，从不偷懒，24 小时在线。
• 态度极好：你骂他他不生气，你让他重做他不烦，你让他改 100 遍他还是耐心改。

但他也有几个致命缺点：

• 没工作经验：他读了很多书，但没真正"干过"什么事。所以他可能"知道"什么对，但"做出来"的东西未必合实际。
• 会一本正经地胡说八道：他不知道答案的时候，会编一个看起来很专业的假答案出来——还说得头头是道，让你信以为真。
• 不知道最近的事：他读的书是几个月前装订的，最近发生的事他不知道（除非你给他报纸看）。
• 没有"个人意见"：他什么立场都能站，看你想听什么他就讲什么——所以他给的建议你要自己判断。
• 完全不记得你：每次和他说话都是第一次见——除非你专门给他一个笔记本（也就是"上下文"或"记忆"），他才能记住你。

这就是现代 AI 的本质：一个高学历、博览群书、24 小时待命、但缺乏经验、偶尔胡说、记性不好的"超级实习生"。

知道了这一点，你就知道：

• 不要让他独自做"重大决策"——你做主，他给参考。
• 不要 100% 相信他给的"事实"——重要的事情要交叉验证。
• 要把背景信息告诉他——他不知道你是谁、你在干什么。
• 把他当"实习生"用，而不是"老板"用——审稿权在你手上。

比喻二：AI 是一个"超级填空机"

如果你想再深入一层理解 AI，可以这么想：

AI 本质上是一个"猜下一个字"的程序。

是的，就这么简单——但你要把它想象到"极致"。

打个比方。如果我对你说：

"今天是星期一，我去____"

你大概率会猜：上班、上学、买菜、跑步⋯⋯

但你不会猜：跳楼、火星、消失。

为什么？因为你脑子里"今天是星期一，我去 X"这句话，有大量的语境告诉你 X 应该是什么样的词。

AI 也是这样。它"读"了人类几乎所有的文本，对"任何一句话的下一个字最可能是什么"，有极强的判断力。

举个稍微复杂的例子：

"请帮我写一封请假邮件，我感冒了，想请明天一天假。 邮件内容：____"

AI 会一个字一个字地"猜"出这封邮件该怎么写——猜的时候，它会考虑：

• 这是请假邮件，所以开头应该是"尊敬的 X 经理"
• 因为感冒，所以中间要说明病情
• 请一天假，所以要说"明天 4 月 20 日"
• 邮件结尾要有"特此申请"、"望批准"等套话

它不是"知道"邮件该怎么写，它是根据见过的几百万封邮件，"猜"出下一个最合理的字。

听起来很简单，但当这个"猜"做到极致——见过的语料足够多、模型足够大、训练足够久——这个"猜"就变成了一种近似于"理解"和"创造"的能力。

这就是 ChatGPT、豆包、DeepSeek 这些"大语言模型"的核心原理。

小知识：那个"超级填空机"，技术上叫"大语言模型"（Large Language Model，简称 LLM）。"大"指的是参数多（动辄几百上千亿）、训练数据多（基本读完了整个互联网）。这本书里出现的几乎所有"AI"，本质上都是 LLM。

比喻三：AI 是一个"什么都会的工具人"

第三个比喻，给你一个更有"操作感"的视角。

AI 不是一个"产品"，是一个"通用工具"。

它就像一把瑞士军刀——可以是开瓶器、可以是螺丝刀、可以是剪刀、可以是锯子⋯⋯但它本身只是一块刀片。它干啥取决于你怎么用。

同一个 AI（比如豆包），你可以让它：

• 当作家：写小说、写剧本、写诗
• 当老师：教你数学、教你英语、教你物理
• 当医生（参考）：解读体检报告、解释药品说明
• 当律师（参考）：看合同条款、解释法律术语
• 当心理咨询师：陪你聊心事、分析情绪
• 当程序员：写代码、改 bug、做网页
• 当翻译：中英互译、地方方言识别
• 当设计师：写文案、画 logo、出海报方案
• 当营养师：定食谱、算热量、配三餐
• 当陪练：陪你练面试、练口语、练演讲

它的"角色"不是固定的——你跟它说"你现在是一个英语老师"，它就变成英语老师；你说"你现在是一个 5 岁小朋友的妈妈"，它就变成妈妈。

这就是为什么"提问的方式"决定了 AI 的能力——这也是为什么本书第 4、5 章要专门讲"提示词"。

1.3 AI 的简史——一段你需要知道的"故事"

虽然这本书不讲技术，但 AI 的简史能帮你理解"为什么 ChatGPT 是 2022 年才突然爆发的"。我们用 5 分钟讲完。

第一阶段：远古时期（1950s ~ 1970s）—— "AI" 这个词第一次被发明

1950 年，英国数学家阿兰·图灵（Alan Turing，电影《模仿游戏》男主角）写了一篇论文，问了一个问题：

"机器能不能思考？"

他还设计了一个测试（后来叫"图灵测试"）：让一个人和一台机器分别对话，如果这个人分不出来对面是机器还是人，那这台机器就算"通过测试"。

1956 年，一群科学家在美国达特茅斯学院开了个会，给这个学科起了个名字：Artificial Intelligence（人工智能，简称 AI）。

这个词从 1956 年用到今天，整整 70 年。

第二阶段：寒冬时期（1970s ~ 2000s）——大家发现"AI 不太行"

接下来三十多年，AI 经历了两次"寒冬"——意思是科学家觉得"AI 这条路好像走不通"。

为什么走不通？因为那时候的 AI 是专家系统——靠人写规则。比如让 AI 看病，就要请几百个医生坐下来，把"看到症状 X，就诊断 Y"这种规则一条一条写出来，写几十万条。

问题是：

• 写规则太累了。
• 现实情况太复杂，规则根本写不完。
• 一旦有"规则没覆盖"的情况，AI 就完全傻掉。

所以那时候 AI 只能解决一些"很窄"的问题，比如下国际象棋。

第三阶段：转折点（2006 ~ 2017）——"深度学习"翻案

2006 年，加拿大的一个老教授杰弗里·辛顿（Geoffrey Hinton，2024 年诺贝尔物理学奖得主）提出了一个新方法：深度学习。

简单讲，深度学习的思路是：别让人写规则了，让机器自己从数据里"看出规则"。

比如教 AI 认猫，过去要写"猫有四条腿、有胡子、有尾巴⋯⋯"几百条规则。深度学习的做法是：直接给 AI 看 1000 万张猫的照片，让它自己"悟"出猫长什么样。

效果惊人。2012 年，深度学习在图像识别比赛上把传统方法打得满地找牙。从此 AI 进入"深度学习时代"。

2016 年，谷歌的 AlphaGo 用深度学习击败了世界围棋冠军李世石——这是普通人第一次"感受到"AI 的厉害。

但这个阶段的 AI 还有个问题：专才。下围棋的 AI 不能开车，开车的 AI 不能聊天，聊天的 AI 不能识图。每个 AI 只能干一件事。

第四阶段：大模型时代（2017 ~ 2022）——通才 AI 诞生

2017 年，谷歌发表了一篇论文，标题是《Attention Is All You Need》（《注意力就是你需要的一切》）。这篇论文提出了一种新的 AI 架构，叫Transformer（变形金刚）。

Transformer 的厉害之处，是它能让 AI 同时处理任何一种"序列数据"——文字是序列、声音是序列、图片可以拆成序列、视频可以拆成序列、代码也是序列⋯⋯

这意味着：用同一个架构，可以训练出一个"什么都会"的 AI。

OpenAI 这家美国公司就是抓住了这个思路，从 2018 年开始连续训练了 GPT-1、GPT-2、GPT-3。

GPT 是什么意思？Generative Pre-trained Transformer——"生成式预训练变形金刚"。

每一代 GPT 都比上一代大一个数量级。GPT-3 的参数量达到了 1750 亿——这个规模在 2020 年是难以想象的。

GPT-3 已经能写文章、写代码、答问题、翻译、做总结⋯⋯几乎什么都能干。

但 GPT-3 当时只有程序员能用（要 API），普通人接触不到。

第五阶段：ChatGPT 时刻（2022 年 11 月 30 日）——AI 走进千家万户

2022 年 11 月 30 日，OpenAI 在 GPT-3.5 的基础上做了一个产品，叫 ChatGPT。

它做了一件简单的事：给 GPT 加了一个聊天界面。普通人不用懂 API，打开网页就能用。

结果一发不可收拾：

• 5 天用户破 100 万
• 2 个月用户破 1 亿——成为人类历史上用户增长最快的产品（Facebook 用了 4.5 年达到 1 亿，TikTok 用了 9 个月）

从那天起，AI 进入了"全民时代"。

第六阶段：百模大战（2023 ~ 2025）——所有人都在做 AI

ChatGPT 的爆火，把全世界的科技公司都吓醒了。所有人都开始做自己的"大模型"：

• 国外：谷歌出 Gemini（前身叫 Bard），Anthropic 出 Claude（创始人是 OpenAI 离职的几位高管），Meta 出 Llama（开源模型，让小公司也能做 AI），马斯克的 xAI 出 Grok⋯⋯
• 国内：百度出文心一言（最早，2023 年 3 月就发布了），阿里出通义千问，字节跳动出豆包，月之暗面出 Kimi，深度求索出 DeepSeek，智谱 AI 出 GLM/智谱清言，腾讯出元宝，华为出盘古，科大讯飞出讯飞星火⋯⋯

到 2025 年底，光是中国市场上"过审上线"的大模型就有 200 多个，这就是"百模大战"。

激烈的竞争让 AI 能力快速进化、价格快速下降、功能快速丰富——这是普通用户的福利。

第七阶段：现在（2026 年）——AI 进入"实用时代"

到了 2026 年，AI 已经从"能用"进化到"好用"：

• 多模态成为标配：你给 AI 一张图、一段语音、一个 PDF、甚至一段视频，它都能理解。
• 推理能力大幅增强：以前 AI 只能"快速回答"，现在 AI 会"先想再答"——比如 OpenAI 的 GPT-5 Thinking、DeepSeek-R 系列、Anthropic 的 Claude Thinking 模式，都能像人一样"深度思考"。
• Agent（智能体）兴起：AI 不只是回答问题，还能"自己干活"——你给它一个目标（比如"帮我订一张下周去北京的火车票"），它能自己拆任务、自己上网、自己执行。
• 价格暴跌：2023 年用一次 GPT-4 要几毛钱，2026 年同等能力的国产模型基本免费用。
• 入口无处不在：手机预装、浏览器内置、办公软件集成——AI 不再是一个单独的 App，而是"长在每一个软件里"的能力。

所以，2026 年，是普通人开始用 AI 的最好时机。 工具够好，价格够低，门槛够低。

1.4 你需要知道的几个核心概念（用大白话）

下面这几个词，你后面会反复看到。这里用一句话讲清楚每个：

请你不必背这些。 看到了大致知道是什么意思就行。后面每次出现，我们都会再用大白话讲一遍。

1.5 AI 能做什么——一份"30 件事"清单

这是最实用的一节。我列出 30 件普通人立刻就能让 AI 帮你做的事——按生活、学习、工作、创作四大类。

A. 生活类（10 件）

1. 写各种"难写的话"：道歉信、求助信、告别信、感谢信、给孩子的信、给老板请假的话术
2. 看懂"看不懂的报告"：体检报告、CT/MRI 报告、合同、保险条款、化验单、户型图
3. 做菜：根据冰箱里现有的食材，给你 3 个菜谱 + 步骤 + 购物清单
4. 健身：根据你的身高体重和目标，定制 4 周训练计划 + 饮食搭配
5. 看病参考：把症状描述清楚，让 AI 帮你判断"是不是要去医院"、"应该挂什么科"
6. 旅游攻略：3 天去哪里、玩什么、住哪、吃什么、预算多少，一次出全
7. 购物决策：两个产品哪个更适合你？要不要现在买？等双 11 会更便宜吗？
8. 育儿话术：5 岁孩子哭闹怎么办？孩子顶嘴怎么回应？青春期沟通怎么开口？
9. 家庭关系：婆媳话术、夫妻沟通、应对七大姑八大姨、给父母讲一件他们不愿意接受的事
10. 记账理财：给你的家庭做月度预算分析、消费习惯诊断、应急基金建议

B. 学习类（8 件）

11. 拍照解题：拍下数学/物理/化学题，AI 给你详细讲解 + 思路 + 同类题
12. 学英语口语：打开"语音通话"，让 AI 当你的外教，每天聊 15 分钟
13. 写论文/报告：给个题目和要求，AI 帮你列大纲、找资料、写初稿、改语病
14. 总结长文档：100 页的 PDF，5 分钟出"读书笔记"
15. 解释难懂的概念："请用 5 岁小孩能听懂的话解释什么是相对论"
16. 背单词/记知识点：让 AI 出题、批改、记录错题、再出针对性练习
17. 学新技能：自学 Python、自学 PS、自学剪映、自学投资⋯⋯ AI 给你"30 天学习路径"
18. 批改作文：让 AI 当语文/英语老师，逐句指出错误 + 给出改写版本

C. 工作类（7 件）

19. 写周报/月报/年终总结：把素材丢给 AI，10 秒出 3 个版本任你选
20. 做 PPT 大纲：给个主题，AI 出整套 PPT 大纲 + 每页内容 + 演讲稿
21. 写邮件：求助、汇报、催促、道歉、辞职、跨部门协作⋯⋯任何场景的邮件
22. 会议纪要：把会议录音转写后丢给 AI，5 分钟出"会议要点 + 行动项 + 责任人"
23. Excel 公式："如何在 A 列用公式实现 X 效果"——AI 直接给你公式
24. 数据分析：把 Excel 表格丢给 AI，让它"找出关键趋势 + 异常值"
25. 简历优化：你的简历 + 目标岗位 JD，AI 帮你匹配、改写、优化、生成英文版

D. 创作类（5 件）

26. 写文案：朋友圈、小红书、抖音脚本、公众号、广告语⋯⋯
27. 画图：头像、海报、表情包、概念图、商品图、儿童绘本插画
28. 做视频：从写脚本、生成画面、配音、剪辑，全流程都能 AI
29. 做音乐：5 分钟生成一首带歌词的原创歌曲
30. 写小说/剧本：给个梗概，AI 帮你扩写成完整小说或剧本

这 30 件事，每一件都会在本书后面的章节里详细教你怎么做。 现在你只需要知道：AI 能做的事比你想象的多得多。

1.6 AI 不能做什么——四条"红线"

很多 AI 教程只讲 AI 的好，不讲 AI 的坏。但负责任的教程必须告诉你 AI 的"边界"——它在哪些事上"不靠谱"，甚至"危险"。

红线一：AI 不能替代医生、律师、心理医生

AI 能给你参考信息，但不能给你专业诊断。

• AI 看 CT 报告，是帮你"听懂医生的话"，不是代替医生诊断。
• AI 看合同，是帮你"识别明显的坑"，不是代替律师做法律意见。
• AI 陪你聊心事，是帮你"理顺情绪"，不是代替心理医生治疗抑郁症。

重大决策前，必须找真人专家。 AI 是助手，不是决策者。

红线二：AI 不知道"最近发生的事"（除非联网）

AI 模型有"知识截止日期"——比如 GPT-5 的训练数据截止到 2025 年某月，那之后发生的事它都不知道。

如果你问 "2026 年 4 月 20 号上海天气怎么样"，AI 自己是不知道的——除非它打开了"联网搜索"。

重要的"时效性问题"（股价、航班、新闻、价格、政策、新出的产品），一定要让 AI 联网，或者你自己核实。

红线三：AI 会"一本正经地胡说八道"（幻觉）

这是最大的坑。

AI 不知道答案的时候，它不会说"我不知道"——它会编一个看起来很专业的假答案。

举个真实案例：有个律师让 ChatGPT 帮他找几个判例，ChatGPT 给了 6 个判例（带案号、带法官姓名、带判决日期），律师拿去法庭引用——结果法官查了一下，6 个判例全是 AI 编的，根本不存在。这位律师被法院罚款，名声扫地。

任何"事实性、引用性"的内容（人名、日期、数据、法条、文献），都要交叉验证。

第十四章会专门讲"如何识别 AI 幻觉"。

红线四：AI 没有"价值观"和"判断力"

AI 学的是"人类说过的话"，但人类说过的话有真有假、有善有恶、有对有错。AI 自己没有判断力。

所以：

• 你让 AI 帮你写"如何劝说前任复合"，它会写——但这未必是对你好的事。
• 你让 AI 帮你判断"这个人值不值得信任"，它会答——但它根本不认识这个人。
• 你让 AI 帮你做"重大人生决定"（结婚、离婚、辞职、移民），它会给建议——但最后做决定的应该是你自己。

AI 是参谋，不是主帅。 主意永远是你自己的。

1.7 AI 和你听过的那些"AI"有什么区别

普通人听过的"AI"概念其实很多，容易混淆。一张表讲清：

这一节看不太懂没关系。你只需要记住一句话：本书里说的"AI"，默认指 ChatGPT、豆包、DeepSeek 这种"大语言模型"。

1.8 一个常见的疑问：AI 真的"懂"我说的话吗？

很多人会问：AI 是真的"理解"了我，还是只是"看起来像"理解？

这是一个哲学问题，也是一个技术问题。我给你两个不同视角的答案：

视角一：技术派的回答——它"不懂"

技术派会告诉你：AI 本质上就是个"猜下一个字"的程序，它没有"理解"——它只是基于统计学找出最可能的下一个词。

按这个视角，AI 没有"意识"，没有"思考"，没有"懂"——它只是在做高级的"模式匹配"。

视角二：实用派的回答——管它懂不懂，能用就行

实用派会告诉你：哲学问题留给哲学家，对普通用户来说，只要它"表现得像懂"，对你来说就是"懂"。

你问它"我心情不好怎么办"，它给你一段贴心的安慰，让你感觉好多了——这时候它"是不是真懂"重要吗？

你让它写一份周报，它给你一份逻辑清晰、用词得当的周报——这时候它"是不是真理解你的工作"重要吗？

实用派的视角是：AI 是工具，能用、好用、解决问题，就够了。

我的建议：站在实用派一边，但保留一份警惕

我建议你：

• 使用时：把它当"懂你的助手"，正常用、放心用。
• 关键决策时：记住它"可能不懂"——它的答案可能漂亮但没有真实理解，所以重要的事自己核实。

这是一个微妙的平衡。本书后面会反复教你这个平衡感。

1.9 一个测试：你现在对 AI 的认知到了哪一层

下面是一个 5 道题的"自测"。请你在心里回答："是 / 否 / 不确定"。

1. AI 能听懂我用大白话提的问题吗？
2. AI 给出的答案，我可以无条件相信吗？
3. AI 知道今天的新闻吗？
4. AI 是真的"思考"过才回答的吗？
5. AI 能记得我上周和它说过什么吗？

正确答案：

1. 能（这是现代 AI 和早期 AI 最大的差别）。
2. 不能（要警惕幻觉，重要事项要核实）。
3. 看情况——它"自己"的知识有截止日期；如果它能"联网"，就能查到今天的新闻。
4. 看模型——普通模型是"快速回答"；带"Thinking"、"R1"、"O1"等字样的模型会"先思考再回答"。
5. 看产品——大部分 AI 默认每次对话是独立的（开新对话就忘了）；少数 AI（如 ChatGPT、豆包、Kimi）开了"记忆"功能后能记住你。

如果你 5 题都答对了，那你的 AI 认知已经到达入门毕业的水平。

如果有错的，没关系——后面的章节会反复加深这些点。

本章小抄

AI 是什么？
└─ 一种能"听懂人话、能干活、能学习"的计算机程序

现代 AI 的本质？
└─ 大语言模型（LLM）= 一个读完了图书馆所有书的"超级填空机"

AI 简史一句话？
└─ 1956 年起步 → 几十年寒冬 → 2012 深度学习 → 2017 Transformer
   → 2022.11.30 ChatGPT 引爆全民 → 2026 实用时代

AI 能做的 30 件事？
└─ 生活 10、学习 8、工作 7、创作 5（详见 1.5 节，后面每章细讲）

AI 的四条红线？
1. 不能替代医生/律师/心理医生
2. 不知道最近发生的事（除非联网）
3. 会"一本正经地胡说八道"（幻觉）
4. 没有价值观和判断力（最终决策权在你）

学 AI 最重要的能力？
└─ 不是技术，是"沟通"——会和 AI "说话"的人，AI 用得好

5 分钟动手实验

打开任何一个你能用的 AI 工具（ChatGPT、Claude、Gemini、豆包、DeepSeek、Kimi、文心一言、通义千问、智谱清言⋯⋯随便哪个），把下面这段话原样复制进去，看看会发生什么：

你好！我刚看完一本关于 AI 的书的第一章，请你做以下三件事：

1. 用一个 8 岁小朋友能听懂的比喻，解释什么是"大语言模型"。
2. 给我 3 个普通人立刻能用 AI 解决的"小事"举例（不要太常规的）。
3. 告诉我一个 AI 容易"出错"的场景，让我引以为戒。

要求：每一项不超过 100 字，分点回答。

观察重点：

• 它是否听懂了你的请求？
• 它的回答有没有"令你眼前一亮"的地方？
• 三个回答里，哪个最有启发？哪个最像"凑数的"？

把这次对话截图保存——这是你和 AI 关系的"第一张合影"。

下章预告

下一章 第二章 2026 年 AI 工具全景图，我们带你俯瞰一下 2026 年的 AI 江湖：

• 国外的"四大金刚"：ChatGPT、Claude、Gemini、Grok 各自什么定位
• 国内的"六大主流"：豆包、DeepSeek、Kimi、文心一言、通义千问、智谱清言怎么选
• 专业垂直工具：Midjourney、Sora、Runway、Suno⋯⋯什么时候用
• 一份"决策树"：根据你的需求和预算，告诉你该选哪一个

读完第二章，你就再也不会"AI 那么多，不知道用哪个"。