AI 大模型的底層邏輯

塗阿燃

商品描述

本書面向AI產品經理、運營人員及行業從業者,圍繞大模型的運行機制、能力邊界與應用邏輯展開。全書分為“理解與反思”“架構與工程實踐”“趨勢與思考”三部分,共15章。首先介紹模型本質、註意力機制、幻覺與推理、算法演進及模型蒸餾;繼而解析MCP、參數高效微調、量化、RAG與長上下文、私有化部署等關鍵概念,並結合金融、電信、醫療、法律及政企場景,討論數據治理、性能、成本與系統可靠性;最後探討小模型協作、智能體編排、覆合型技術能力及未來趨勢。本書以“理解原理—認識邊界—看懂應用”為主線,將技術概念與實際問題連接起來,幫助讀者建立系統認知,理解模型、知識、工具與流程的協作方式,為產品設計、運營實踐和業務應用提供判斷依據。

作者簡介

塗阿燃,AI前沿部署工程師、技術作者、矩聯科技創始人,擁有大型互聯網企業與央企從業經歷。長期從事大模型、AI Agent與前端工程化研究及產品實踐,關註大模型工具協議、上下文工程與智能體工程化落地。自2019年起持續技術寫作,累計發布內容1500餘篇,全網閱讀量超600萬。著有《程序員成長手記》《AI Bots通關指南》。參與OpenClaw開源項目貢獻,多項代碼貢獻已合並至主分支。擅長用清晰、易懂的方式講解覆雜技術,幫助讀者建立對大模型的系統認知,並將其應用到真實工作與產品開發中。

目錄大綱

第1部分 理解與反思
第1章 大模型的本質:神話與極限
1.1 大模型從何而來
1.1.1 打破循環與卷積,“註意力”開啟智能的新紀元
1.1.2 ChatGPT:Transformer的明星登場
1.1.3 DeepSeek:大模型下半場的開局者
1.1.4 從追逐算力到連接智能
1.1.5 下一代引擎:Atlas與“AI原生”系統
1.2 大模型也有天花板
1.2.1 推理的玻璃天花板
1.2.2 記憶的短命詛咒
1.2.3 從“大力出奇跡”到“結構重構”
1.3 深挖國產之光:DeepSeek
1.3.1 從傳統知識蒸餾到多輪自蒸餾
1.3.2 自適應剪枝與性能回收
1.3.3 架構重塑與國產AI的轉折
1.4 為什麼一定要掌控大模型
1.4.1 從“用得快”到“控得深”
1.4.2 深度掌控的幾個方向
1.4.3 動態智能體:從靜態輸出到持續交互與演化
1.5 實戰演練:感受Token分詞
第2章 重新理解大模型的能力:從幻想到推理
2.1 為什麼大模型會“胡說八道”
2.1.1 幻覺的本質:概率插值與生成≠理解
2.1.2 架構性宿命的三個源頭
2.1.3 “模糊的JPEG圖像”:壓縮理論
2.1.4 數據墻與模型崩潰:近親繁殖的噩夢
2.1.5 黑盒困境:創造了大模型,但不懂它
2.2 從湧現到幻覺的解析
2.2.1 湧現現象的本質與局限
2.2.2 彌合鴻溝的未來方向
2.2.3 為什麼大模型無法保持沈默:Softmax的詛咒
2.2.4 對齊稅:為了安全,我們犧牲了什麼
2.3 結構化推理的未來:Function Calling或者更多
2.3.1 Function Calling:結構化推理的第一塊磚
2.3.2 系統1與系統2:思維鏈的心理學本質
2.3.3 Function Calling三大限制
2.3.4 流程編排的新範式
2.3.5 ReAct框架:手腦並用的進化
……
第2部分 架構與工程實踐
第3部分 趨勢與思考
結語