大模型到底是什么

用一个不需要数学的模型理解大语言模型：它在做什么、它不做什么，以及为什么这决定了你该怎么用它。

一、它的本职工作：预测下一个词

大语言模型（LLM）的核心机制出人意料地简单：给定一段文字，预测接下来最可能出现的词。把这个动作重复成千上万次，就生成了你看到的整段回答。

这个机制解释了很多现象。为什么 AI 写东西看起来很流畅？因为「通顺」正是预测训练的目标。为什么它会一本正经地编造事实？因为「像真话的句子」和「真话」在预测下一词的任务里并没有被严格区分——模型优先保证语言合理，而不是事实准确。

回答不是从某个资料库里「检索」出来的，而是「生成」出来的。所以引用一个不存在的论文标题对它来说毫不费力，这被称为幻觉。

每次对话都是一次全新的开始。它能记住的只有当前对话里出现过的内容，以及训练时沉淀进参数的知识。关掉窗口，一切清零。

联网版本是外挂的能力：系统先把搜索到的网页内容塞进对话，模型再基于这些内容作答。这大幅提升了事实准确度，但也意味着答案质量取决于搜到了什么。

理解了机制，正确的用法自然浮现：

第一，把事实核对留给自己。关键数字、引用、日期，用完要验。第二，把上下文喂给它。既然它只记得当前对话，你说得越完整，它答得越靠谱。第三，把「流畅」当成草稿而不是成品。AI 的初稿质量很高，但定稿的判断责任在你。

本节关键

大模型是一个「语言合理性引擎」，不是「事实引擎」。你负责事实，它负责表达和推理的组织形式。