AI 工具与编程视频 · 第 17 页

AI黑话翻译机 | 3分钟搞懂【微调】

为什么有的 AI 号称懂法律、懂医疗，还能模仿某个人的文风？这期用一个大白话的比方，把"微调"这个词讲透——它不是重新造一个大脑，而是给通用大模型做一次岗前专项培训。看完你能一眼分辨：厂商吹的"自研大模型"，到底是从零训练出来的，还是只在开源模型上微调了一下，别被一个词唬住。

这期我们翻译一个听着像化学课、其实天天在影响你的 AI 黑话——蒸馏。它解决的问题是：为什么你手机上的 AI、还有那些又小又便宜的模型，用起来居然也挺聪明？核心看点是一个"学霸给学弟划重点、整理浓缩笔记"的小比方，一句话讲透蒸馏的本质——让大模型当老师，把本事浓缩着教给一个更小更快的模型。

这期我们翻译一个你天天见、却未必真懂的 AI 黑话——"深度思考"，专业点也叫"推理模型"。为什么点了它就开始转圈半天、还更费钱？它跟平时那个秒回的 AI 到底差在哪？一个"抢答 vs 先在草稿纸上一步步算"的小比方，让完全不懂 AI 的人也能秒懂。

这条视频用大白话帮你搞懂一个越来越常听、却几乎没人讲清楚的 AI 黑话——Harness。很多人分不清「模型」和「Harness」，总以为 AI 编程强不强全看背后那个大模型聪不聪明，其实同一个大模型换个工具，能力可能差一大截，差的往往就是 Harness。

这个视频解决一个很现实的问题：收藏夹、PDF、笔记越攒越多，但真正用到的时候，还是像没学过一样。核心看点是 Karpathy 提出的 LLM Wiki 思路：把资料当源代码，把大模型当编译器，编译成持续生长的个人 Markdown 知识库。

全网都在说 AI"盖到头"了、Scaling Law 不行了，但真相比"行不行"复杂得多。这期视频用一个"盖楼"的比喻，先从头把 Scaling 到底是什么讲清楚，再带你看明白这两年 AI 圈吵得最凶的争论到底在吵什么。

最近老听到「Claude Code」「命令行装AI」「给AI接个MCP」，一脸懵？这期一次把这两个常一起出现的黑话翻译清楚。

这条视频用大白话帮你搞懂一对发布会上最常被吹的 AI 黑话——开源大模型和闭源大模型。核心看点：把抽象的「源」直接焊回 AI 大模型本身——一个大模型的「配方」，就是它训练好的那一大堆参数、权重，再加一套做法；

这条视频用大白话帮你拆穿一个发布会上最唬人的 AI 黑话——千亿参数，也就是模型的参数量（Parameters）。核心看点：用「厨房调料格数」这个比方，一句话讲透参数到底是个啥——它只是 AI 大脑里训练时调出来的一个个「旋钮」，参数多只代表「摊子大」，不代表菜就好吃；

这条视频用大白话帮你搞懂一个你天天在用、却叫不出名字的 AI 黑话——多模态，英文叫 Multimodal。核心看点：用「从只会读字的人，到五官全开的全能选手」这个比方，一句话讲透它和老 AI 的根本区别——老 AI 只认文字，多模态等于给它装上了眼睛和耳朵，能同时看图、听声、读字、说话。

这条视频用大白话帮你搞懂一个名字特别吓人、其实特别简单的 AI 黑话——RAG，也叫检索增强生成。核心看点：用「开卷考 vs 闭卷考」这组全中国人都经历过的对比，一句话讲透它和普通聊天 AI 的根本区别——普通 AI 是闭卷，只能靠脑子里记住的，记错了、没学过就瞎编；

这条视频用大白话帮你搞懂最近最火、各家产品都在喊的一个 AI 黑话——AI Agent，也叫智能体。核心看点：用「只会出主意的顾问」和「能替你跑腿办事的私人助理」这组对比，一句话讲透它和普通问答 AI 的根本区别——以前的 AI 只会「说」，Agent 会自己拆任务、动手「做」。