一文读懂核心 AI 术语

人工智能正在重塑世界，同时也创造了一套全新的语言来阐述其运作原理。只需花几分钟浏览 AI 相关文章，你就会碰到 LLM、RAG、RLHF 等十几个专业词汇，这些术语甚至会让科技圈的大佬们感到棘手。本指南旨在解决这一难题。我们将随 AI 领域的演进定期更新内容，因此请将其视为一份动态文档，正如它所描述的智能系统一样不断进化。

通用人工智能（AGI）是一个定义尚不清晰的词汇。不过，它通常指在多数（若非全部）任务上能力超越普通人类的智能体。OpenAI 首席执行官 Sam Altman 曾将 AGI 比作“你可以雇佣的普通人类同事”。与此同时，OpenAI 的章程将 AGI 定义为“在大多数具备经济价值的工作中超越人类的自主系统”。谷歌 DeepMind 对 AGI 的理解则略有不同；该实验室将其视为“在大多数认知任务上至少与人类能力持平的人工智能”。感到迷茫？不必担心——就连人工智能研究前沿的专家们也存在同样的困惑。

人工智能代理是指利用 AI 技术代表用户执行一系列任务的工具——其功能远超基础聊天机器人——例如处理报销、预订机票或餐厅座位，甚至编写和维护代码。然而，正如前文所述，这个新兴领域包罗万象，因此“人工智能代理”对不同的人而言可能意味着不同的事物。相关基础设施也尚未完善，以完全实现其预期功能。但其核心理念是指一个能够调用多个人工智能系统来执行多步骤任务的自主系统。

可以将 API 接口想象成软件背面的“按钮”，其他程序可以通过点击这些按钮来触发相应操作。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获取数据，或者让 AI 代理直接控制第三方服务，而无需人工逐个操作接口。大多数智能家居设备和联网平台都提供了这些隐藏的“按钮”，即便普通用户从未见过或与其交互过。随着 AI 代理能力的增强，它们越来越能自主发现并利用这些接口，从而为自动化开辟了强大且有时意想不到的可能性。

对于一些简单问题，人脑几乎无需思考即可作答，比如“长颈鹿和猫哪个更高？”。但在许多情况下，你需要纸笔才能得出正确答案，因为其中涉及若干中间步骤。例如，如果一个农民养了鸡和牛，它们总计有 40 个头和 120 条腿，你可能需要列一个简单的方程才能得出结果（20 只鸡和 20 头牛）。

这比“人工智能代理”的概念更为具体，“人工智能代理”指的是能够自主、分步达成目标的程序。编码代理则是应用于软件开发领域的专用版本。编码代理并非仅提供代码供人审核粘贴，而是能够自主编写、测试和调试代码，处理通常耗费开发人员大量时间的迭代式试错工作。这些代理可以遍历整个代码库，发现错误、运行测试并推送修复程序，而人工干预极少。你可以将其想象成雇佣了一位不知疲倦、全神贯注的实习生——当然，和所有实习生一样，最终仍需人工审核其工作成果。

尽管“算力”一词含义丰富，但它通常指人工智能模型运行所必需的关键计算能力。这种算力驱动着 AI 产业的发展，使其能够训练和部署强大的模型。该术语也常指提供计算能力的硬件，例如 GPU、CPU、TPU 以及其他构成现代人工智能产业基石的基础设施。

深度学习是自适应机器学习的一个子集，其中人工智能算法采用多层人工神经网络（ANN）结构设计。与线性模型或决策树等更简单的机器学习系统相比，这使得它们能够建立更复杂的关联。深度学习算法的结构灵感