🔤 一、基础概念
AI Artificial Intelligence 概念
📖 词源：Artificial = 人造的，Intelligence = 智能。让人造物具备人类智能
🗣️ 人话：让机器像人一样思考和做事。扫地机器人、自动驾驶、ChatGPT 都是 AI，只是强弱不同。
AGI Artificial General Intelligence 概念
📖 词源：General = 通用的/全面的。具备人类全部智能的AI
🗣️ 人话：能完成任何人类能完成的智力任务，而不是只会一件事。扫地机只会扫地，AGI 能扫地、能做饭、能写代码、能陪你聊天。AGI 是 AI 的终极目标，目前还没实现。
LLM Large Language Model 概念
📖 词源：Large = 大规模，Language = 语言，Model = 模型。用海量文本训练的语言模型
🗣️ 人话：看过整个互联网文字后，能生成人类语言的AI大脑。ChatGPT、Claude、DeepSeek 本质都是 LLM——一个读了几千亿句话的超级"文字预测机器"。
Token Token 概念
📖 词源：Token = 代币/令牌。AI处理文本的最小单元
🗣️ 人话：AI不是按字或词处理，而是按"token"（约0.75个汉字 = 1 token）。你跟AI说的每句话、它生成的每个字，都要消耗token。ChatGPT按token计费，就是按"字数"计费。
Prompt Prompt / 提示词 概念
📖 词源：Prompt = 提示/激励。给AI的指令
🗣️ 人话：跟AI说的话就是Prompt。好的Prompt = 清晰的任务 + 足够的背景 + 明确的格式。写好Prompt本身就是一种技能，叫"提示工程"(Prompt Engineering)。
幻觉 Hallucination 概念
📖 词源：Hallucination = 幻觉。AI一本正经地胡说八道
🗣️ 人话：AI很会"编"，它能把一个不存在的论文说得有模有样，把从没发生过的事描述得栩栩如生。这是因为AI本质是"文字接龙"，它只管下一个字"像不像真的"，不管"是不是真的"。
Transformer Transformer / 自注意力模型 方法
📖 词源：Transformer = 变压器/变形金刚。Google 2017年提出的革命性模型架构
🗣️ 人话：ChatGPT 之所以能理解长文章、能写代码、能做数学题，靠的就是这个架构。它让AI学会"瞻前顾后"——处理每个字时，同时考虑它和所有其他字的关系。相当于从"单线程阅读"升级到"全息扫描"。
Fine-tuning Fine-tuning / 微调 方法
📖 词源：Fine = 精细的，Tuning = 调参。在预训练模型基础上做针对性训练
🗣️ 人话：不用从零训练AI，而是在现成大模型基础上，用特定数据再训练一下，让它更懂你的领域。比如用医学文献微调，AI就能当半个医生。
Temperature Temperature / 温度参数 概念
📖 词源：Temperature = 温度。控制AI输出的随机性/创造性
🗣️ 人话：温度低 = AI很"保守"，每次答案都一样；温度高 = AI很"发散"，每次回答都不一样。写代码要低温度（准确），写小说要高温度（有创意）。
涌现 Emergent / Emergence 概念
📖 词源：Emergent = 涌现的。简单组件组合后产生复杂新行为
🗣️ 人话：小模型不会、大模型突然会的现象叫"涌现"。就像蚂蚁很简单，但蚁群能修桥、能种地——个体没有的能力，整体突然有了。
Scaling Law Scaling Law / 规模定律 概念
📖 词源：Scaling = 规模化，Law = 法则。模型越大能力越强的规律
🗣️ 人话：AI领域的"大力出奇迹"法则——参数越多、训练数据越多、算力越强，AI就越聪明。只要这三点持续增加，AI能力就能持续提升。这也是为什么各大厂疯狂砸钱堆显卡。
AI 幻觉 AI Hallucination 概念
📖 词源：Hallucination = 幻觉/错觉。AI生成看似真实但实际错误的内容
🗣️ 人话：AI一本正经地胡说八道——编造不存在的论文、捏造从未发生的事件细节、杜撰不存在的法规条文。它不是故意骗你，而是它的本质就是"文字接龙"，只管"下一个字看起来对"，不管"这件事是不是真的"。
🤖 二、模型家族
GPT Generative Pre-trained Transformer 模型
📖 词源：Generative = 生成式，Pre-trained = 预训练，Transformer = 变换器架构
🗣️ 人话：ChatGPT 的底层模型，OpenAI 出品。GPT-4 是目前最主流的通用大模型，GPT-4o 支持多模态（看图、听声音），GPT-4o-mini 是轻量省钱版。
Claude Claude / 克劳德 模型
📖 词源：名字来自计算机科学家 Claude Shannon（信息论之父）
🗣️ 人话：Anthropic 出品的 AI，主打"更安全、更helpful"。Claude 3.5 Sonnet 以性价比著称，在代码和写作上口碑极佳。擅长超长文本处理（支持 20 万 token）。
Gemini Gemini / 双子座 模型
📖 词源：Gemini = 双子座。Google 用来对标 GPT 的 AI 模型家族
🗣️ 人话：Google 自家的 AI，有 Ultra / Pro / Nano 三档。Gemini 1.5 Pro 支持 100 万 token 超长上下文。能直接运行在手机上的叫 Gemini Nano。原生多模态——从设计之初就是文字+图片+视频+音频一起训练的。
DeepSeek DeepSeek / 深度求索 模型
📖 词源：Deep = 深度，Seek = 求索。国产开源大模型公司
🗣️ 人话：国产之光，DeepSeek-V3 和 DeepSeek-R1 在数学和编程上表现接近 GPT-4，且 API 价格只有 GPT-4 的几十分之一。开源模型 DeepSeek-V3 可以本地部署，免费使用。
Kimi Kimi / 月之暗面 模型
📖 词源：Kimi = Kimi，月球背面。Moonshot AI（月之暗面）出品
🗣️ 人话：国内大模型，长上下文能力极强（支持100万汉字），擅长中英文对话，上下文记忆超长。Kimi+ 是它的智能体平台。
通义千问 Qwen / 阿里云 模型
📖 词源：Qwen = Q-wen（千问），寓意能回答千万种问题。阿里云出品
🗣️ 人话：阿里云的大模型家族，Qwen2 / Qwen2.5 系列全面开源可商用，支持几十种开源的尺寸（0.5B到72B），在中文场景表现优秀，API 便宜。
豆包 Doubao / 字节跳动 模型
📖 词源：Doubao = 豆包，字节跳动 AI 助手产品名
🗣️ 人话：字节跳动的 AI 助手，内嵌火山引擎大模型。豆包的最大优势是"超级便宜"，API 价格几乎是最低档。也有 PC 和手机 App。
文心一言 ERNIE Bot / 百度 模型
📖 词源：ERNIE = Enhanced Representation through Knowledge Integration，百度自研模型
🗣️ 人话：百度的大模型产品，对标 ChatGPT。接入百度搜索和中英文翻译能力，在中文语境有积累。API 叫"文心一言 API"。
智谱清言 GLM / 智谱AI 模型
📖 词源：GLM = General Language Model，清华大学背景的 AI 公司
🗣️ 人话：清华大学技术团队创办，GLM-4 是主力模型。对中文理解能力强，ChatGLM 系列全面开源可本地部署，API 价格亲民。
Llama Llama / Meta 开源羊驼 模型
📖 词源：Llama = 大羊驼。Meta（Facebook）出品的开源大模型
🗣️ 人话：Meta 的开源大模型，相当于 AI 界的"安卓"。Llama 3 是目前最强的开源模型之一（70B），开源免费可商用，很多国产模型都是基于 Llama 微调的。
Mistral Mistral AI / 法国独角兽 模型
📖 词源：Mistral = 法国南部的一种干冷北风。法国最强 AI 公司
🗣️ 人话：法国 AI 独角兽，Mistral 7B 以"小而强"闻名——7B 参数就能打其他 13B 模型。MoE 模型 Mixtral 8x7B 性能接近 GPT-3.5，免费开源。
🛠️ 三、工具 & 平台
Coze Coze / 扣子 / BotStudio 平台
📖 词源：Coze = 扣子，像搭扣子一样拼装 AI 应用。字节跳动出品
🗣️ 人话：零代码搭 AI 机器人的平台，像搭积木一样把 AI 能力（聊天、画图、搜索等）组合起来，不需要写一行代码。Coze 中文版叫"扣子"，海外版叫 Coze。搭好的 Bot 可以发布到抖音、微信、飞书等。
Dify Dify / 开源应用平台 平台
📖 词源：Dify = Define + Modify +ify，自己定义和修改的 AI 应用平台
🗣️ 人话：开源版 Coze，你可以自己部署在服务器上，不用担心数据跑到别人那里。适合有技术能力的人自建 AI 工作流。
n8n n8n / 工作流自动化 平台
📖 词源：n8n = node-based，手动操作节点的工作流引擎
🗣️ 人话：像乐高一样把各种服务（邮件、Slack、AI、数据库）拼成自动化流程的开源工具。比 Zapier 便宜（免费开源），比 Coze 更偏向 API 层面的自动化。
LangChain LangChain / LLM应用框架 平台
📖 词源：Lang = Language，Chain = 链，把 AI 和工具串起来的框架
🗣️ 人话：程序员用来快速开发 AI 应用的工具包。就像给程序员提供了一套"AI 乐高积木"，不用从零写，就能让 AI 连接数据库、搜索网页、调用 API。LangGraph 是它的进阶版，支持复杂流程。
Cursor Cursor / AI编程IDE 工具
📖 词源：Cursor = 光标。AI加持的代码编辑器
🗣️ 人话：专门给程序员用的 AI 编程工具，基于 VS Code，支持 AI 自动补全代码、AI 帮你写整个函数、AI 解释代码。编程效率提升明显，按月订阅。
Hugging Face Hugging Face / 模型市场 平台
📖 词源：Hugging Face = 做鬼脸，AI 界的 GitHub + 模型商店
🗣️ 人话：全球最大的 AI 模型社区，程序员在这里分享和下载开源模型。也是 Transformers 库的开发者——几乎所有大模型底层都在用这个库。
OpenAI API OpenAI API / GPT 接口 平台
📖 词源：API = Application Programming Interface，AI的"遥控器"
🗣️ 人话：给程序员用的 GPT 接口，付钱调用，不限次数。比如你的应用接入 API，就能让 AI 帮你回复客服、分析数据、写文案。按 token 计费。
API Key API Key / 密钥 概念
📖 词源：Key = 钥匙。用API的"通行证"
🗣️ 人话：一串像密码的字符，告诉你"你有权用这个服务"。API Key 要保密——泄露了别人就能用你的额度，你来买单。
Assistants API OpenAI 助手接口 平台
📖 词源：Assistant = 助手。OpenAI 提供的现成 AI 助手框架
🗣️ 人话：比普通 API 更高级的接口，能让 AI 记住对话历史、自动调用工具、读文件，不用你自己写对话管理逻辑。
⚙️ 四、技术方法
NLP Natural Language Processing 方法
📖 词源：Natural = 自然语言（人话），Processing = 处理。AI理解人话的技术
🗣️ 人话：让 AI 能读懂、生成、分析人类语言的总称。GPT 属于 NLP，但 NLP 不等于 GPT——语音助手、翻译、情感分析都属于 NLP。
CV Computer Vision 方法
📖 词源：Computer = 计算机，Vision = 视觉。让计算机看懂图片/视频
🗣️ 人话：让 AI 看得懂图像和视频的技术。人脸识别、自动驾驶中的车道线检测、AI 给图片打分都属于 CV。
RAG Retrieval-Augmented Generation 方法
📖 词源：Retrieval = 检索，Augmented = 增强，Generation = 生成。AI回答前先去资料库搜一下
🗣️ 人话：AI回答问题之前先去你的资料库里查一下，就像开卷考试。防止 AI 胡说八道（幻觉）的核心技术。你把 PDF、文档丢给 AI，它先查再答，答案有据可查。
LoRA Low-Rank Adaptation / 低秩适配 方法
📖 词源：Low-Rank = 低秩，Adaption = 适配。用"小补丁"微调大模型
🗣️ 人话：不用重训整个大模型，只训练几个"小补丁"就能让 AI 学会新技能。省 99% 的算力，普通显卡也能微调。
MoE Mixture of Experts / 混合专家 方法
📖 词源：Mixture = 混合，Experts = 专家。让不同专家负责不同任务
🗣️ 人话：大模型内部有多个"专家"，AI 只激活相关的那几个专家来回答问题，省大量算力。DeepSeek-V3、GPT-4 都被认为是 MoE 架构。
CoT Chain of Thought / 思维链 方法
📖 词源：Chain = 链条，Thought = 思维。让AI把思考过程说出来
🗣️ 人话：让 AI 先说解题思路再给答案。Prompt 里加一句"让我们一步步思考"，AI 正确率能提高 20-30%。
扩散模型 Diffusion Model 方法
📖 词源：Diffusion = 扩散。AI"去噪"生成图片的核心算法
🗣️ 人话：AI 生成图片的原理：先给图片加噪点（扩散），再一步步去噪恢复（生成）。Stable Diffusion、DALL·E 3 都基于此。
GAN Generative Adversarial Network 方法
📖 词源：Generative = 生成，Adversarial = 对抗。两个AI互相对抗进步
🗣️ 人话：一个AI负责生成，一个AI负责"找茬"，两者对抗着训练。生成器越画越好，判别器越来越挑，直到生成的图片骗过判别器。早期的AI换脸、深伪视频很多基于GAN。
📡 五、协议 & 接口
API Application Programming Interface 概念
📖 词源：Application = 应用，Programming = 编程，Interface = 接口。程序之间的"对话窗口"
🗣️ 人话：让两个软件互相"打电话"的接口。你的应用调用 GPT 的 API，就是把你的文字发给 GPT 服务器，把回答拿回来。
REST REST / RESTful API 概念
📖 词源：REST = REpresentational State Transfer，互联网最常用的API设计风格
🗣️ 人话：一种约定俗成的 API 格式——URL + HTTP 方法（GET查、POST增、PUT改、DELETE删）。GPT API 就是 REST 格式。
Webhook Webhook / 回调接口 概念
📖 词源：Web + Hook = 网页钩子。事件触发时自动通知你的接口
🗣️ 人话：不用你一直问"好了没"，事情办完了服务器主动通知你。比如你调用 AI 生成一张图，Webhook 就是图生成好了之后自动发消息给你说"图好了，来拿"。
JSON JavaScript Object Notation 概念
📖 词源：JavaScript + Object + Notation。互联网数据传输格式
🗣️ 人话：一种人类容易读、程序容易解析的数据格式。AI 的输入输出基本都是 JSON。格式简单：{"键":"值"}，键值对用冒号。
SSE Server-Sent Events / 服务器推送 概念
📖 词源：Server-Sent = 服务器发送，Events = 事件。服务器主动推送数据的技术
🗣️ 人话：让 AI 能一个字一个字输出给你看（流式输出）的技术。ChatGPT 打字效果就是 SSE——服务器不断发送，页面不断显示。
📦 六、部署 & 运维
Docker Docker / 容器技术 工具
📖 词源：Docker = 集装箱船。让应用在任何环境都能运行的容器技术
🗣️ 人话：把 AI 应用连同它的运行环境一起打包，"集装箱"式部署。你的代码在我电脑上跑，在我服务器上也跑，不存在"在我这明明好好的"问题。
GPU Graphics Processing Unit / 显卡 概念
📖 词源：Graphics = 图形，Processing = 处理。AI的"发动机"
🗣️ 人话：训练和运行 AI 必须靠显卡。GPU 并行计算能力比 CPU 强 100-1000 倍。NVIDIA（英伟达）是绝对霸主，A100/H100 是 AI 训练旗舰卡。
VPS Virtual Private Server / 虚拟服务器 概念
📖 词源：Virtual = 虚拟，Private = 私有，Sercver = 服务器。一台云上的电脑
🗣️ 人话：云服务商给你分配一台虚拟电脑，你可以在上面部署 AI 模型、搭网站、跑脚本。阿里云、腾讯云、AWS 都是常见 VPS 提供商。
GitHub GitHub / 代码托管平台 平台
📖 词源：Git = 代码版本管理工具，Hub = 中心。全球最大的代码托管平台
🗣️ 人话：程序员的"网盘"，但专为代码设计。能追踪修改历史、多人协作、CI/CD 自动部署。开源项目基本都在 GitHub 上。
CI/CD Continuous Integration / 持续部署 概念
📖 词源：Continuous = 持续，Integration = 集成，Deployment = 部署。代码更新自动上线
🗣️ 人话：程序员提交代码 → 自动测试 → 自动部署上线，人工干预最少。提高效率、减少人为错误。
Nginx Nginx / Web服务器 工具
📖 词源：Nginx = Engine X的缩写。俄罗斯程序员Igor Sysoev创建的高性能Web服务器
🗣️ 人话：网站的"前台接待员"。用户访问你的网站时，Nginx负责接待、分配、转发请求。部署AI应用到服务器上，几乎都要配置Nginx。
边缘计算 Edge Computing 概念
📖 词源：Edge = 边缘/终端。在数据产生的"边缘"计算，而不是传到远端云服务器
🗣️ 人话：把AI塞到手机、电脑上直接跑，而不是把数据传到云端。好处：快（不用等网速）、省流量、隐私安全。手机上的AI助理就是边缘计算。
💼 七、商业 & 应用
SaaS Software as a Service 概念
📖 词源：Software = 软件，as a Service = 作为服务。软件不再是产品而是服务
🗣️ 人话：不再买断软件，而是按月/按量付费使用。ChatGPT Plus每月20美元 = SaaS。你用水用电也是SaaS模式——按用量付费，不是一辈子买断自来水管道。
AIGC AI-Generated Content 概念
📖 词源：AI = 人工智能，Generated = 生成的，Content = 内容。AI自动生成文字/图片/视频/音频
🗣️ 人话：所有AI创作出来的东西都叫AIGC。AI写的文章、AI画的图、AI做的视频、AI写的代码——全都是AIGC。本质上就是AI变现。
MVP Minimum Viable Product 概念
📖 词源：Minimum = 最小的，Viable = 可行的，Product = 产品。能验证想法的最简产品
🗣️ 人话：先做最简版本试水，上来就做完美的等于白干。你要卖笔记服务，MVP就是：用BibiGPT手动总结1个视频 → 挂闲鱼 → 有人买就继续 → 自动化减少人工。
MaaS Model as a Service 概念
📖 词源：Model = 模型，as a Service = 作为服务。AI模型按需供应
🗣️ 人话：SaaS是"软件服务"，MaaS是"AI模型服务"。你不需要自训练模型，直接调用别人的模型API按量付费。OpenAI、阿里云都提供MaaS。就像你不需要建发电厂，直接用电就行。
PMF Product-Market Fit 概念
📖 词源：Product = 产品，Market = 市场，Fit = 匹配。产品正好满足市场需求
🗣️ 人话：你的产品有人愿意掏钱 = 达到PMF。没达到PMF = 你做的东西没人要。做笔记服务，有人买=PMF了，没人买=没PMF，需要调整产品方向。
护城河 Moat 概念
📖 词源：Moat = 城墙外的护城河。巴菲特投资理论核心概念，指企业的竞争护城河
🗣️ 人话：别人copy不了、抢不去的竞争优势。你的笔记服务，护城河是什么？是"一对一服务的理解力"还是"有垂直细分市场"？如果你的总结谁都能做，护城河就很浅。
数据飞轮 Data Flywheel 概念
📖 词源：Flywheel = 飞轮。源自物理中的飞轮效应——越转越快，停不下来
🗣️ 人话：用户越多→数据越多→AI越好→产品越好→用户更多。像飞轮一样越转越快，一旦转起来竞争对手就赶不上。这就是为什么ChatGPT越用越好——你的使用数据在训练它。
AI工作流 AI Workflow 概念
📖 词源：Work = 工作，Flow = 流程。一系列AI操作按顺序自动执行
🗣️ 人话：把多个AI步骤串起来自动跑。你给一个指令 → 工作流自动提取文字 → 自动总结 → 自动配色 → 自动生成PDF。你只管下指令，全程自动化。Coze就是干这个的。
🎨 八、多模态 & 创作
文生图 Text-to-Image / T2I 概念
📖 词源：Text = 文字，Image = 图片。输入文字描述，AI生成对应图片
🗣️ 人话：你说"一只穿着盔甲的猫在吃火锅"，AI就画出来。Midjourney、DALL·E、Stable Diffusion都是文生图工具。
文生视频 Text-to-Video / T2V 概念
📖 词源：Text = 文字，Video = 视频。输入文字描述，AI生成视频
🗣️ 人话：文生图的升级版——从画一张图到拍一段视频。Sora、可灵（快手）、Vidu（生数科技）都是。能随便用，但很快就会饱和。
图生图 Image-to-Image / I2I 概念
📖 词源：Image = 图片。输入一张图，AI基于它生成新图
🗣️ 人话：给AI一张草图，它帮你画成美图。比如你的简笔画 → 变成精美插画。就像PS的"一变"功能，但强100倍。
ControlNet ControlNet 方法
📖 词源：Control = 控制，Net = 网络。给SD加一个"控制层"，精确控制生成结果
🗣️ 人话：跟AI"说话"的技术。没有ControlNet：AI可能画出"坐着"的动作。有ControlNet：给一张姿势草图，AI就严格按照姿势画。就像从"随便画"变成"按图纸画"。
AI工作流 AI Workflow 概念
📖 词源：Work = 工作，Flow = 流程。一系列AI操作按顺序自动执行
🗣️ 人话：把多个AI步骤串起来自动跑。你给一个指令 → 工作流自动提取文字 → 自动总结 → 自动配色 → 自动生成PDF。你只管下指令，全程自动化。Coze就是干这个的。
Perplexity Perplexity.ai 平台
📖 词源：Perplexity = 困惑度（AI领域的专业指标，衡量模型对文本的"困惑程度"），也指"困惑"
🗣️ 人话：AI搜索引擎。你问问题，它不是给你一堆链接，而是直接给你答案+来源。就像一个帮你总结搜索结果的"助手"。国外最火的AI搜索，国内类似产品有秘塔AI搜索。
种子 Seed 概念
📖 词源：Seed = 种子。计算机中"随机种子"决定随机数的起点
🗣️ 人话：AI画图的"存档码"。同样的提示词 + 同样的种子 = 同样的图。换一个种子，风格类似但画面不同。你看到一张好看的AI图想复现，需要查它的种子号。
Checkpoint Checkpoint 概念
📖 词源：Check = 检查，Point = 点。游戏中的存档点。AI中指训练好的模型权重文件
🗣️ 人话：AI画图的"基础画布层"。不同的checkpoint = 不同的基础风格（在写实/动漫/古风上训练过）。就像在不同底稿上画画，出来的就是写实风、动漫风、古风。 Civitai就是分享checkpoint的网站。
正向/反向提示词 Positive / Negative Prompt 概念
📖 词源：Positive = 正面的（想要的），Negative = 负面的（不想要的）
🗣️ 人话：正向提示词="我要什么"（如：一片美丽的花海），反向提示词="我不要什么"（如：没有人、没有版权、不要模糊）。反向提示词就像"禁忌清单"——告诉AI不吃什么，避免翻车。
