一、基础核心概念

术语 英文 含义 类比 / 说明
人工智能 Artificial Intelligence (AI) 让机器模拟人类智能行为的技术总称 ≈ “会思考的程序”
机器学习 Machine Learning (ML) 通过数据训练模型，使其能自动做出预测或决策 ≈ “用数据教程序找规律”
深度学习 Deep Learning (DL) 基于神经网络（尤其是多层）的机器学习方法 ≈ “用模拟人脑神经元的方式学习”
神经网络 Neural Network 由节点（神经元）组成的计算模型，用于识别模式 ≈ “函数的嵌套组合 + 自动调参”
大语言模型 Large Language Model (LLM) 在海量文本上训练的超大规模语言生成/理解模型 ≈ “超级文本补全引擎”（如 GPT、Qwen）

二、提示词与交互相关

术语 英文 含义 说明
提示词 Prompt 用户输入给 LLM 的指令或问题 是 LLM 的“唯一输入”
提示词工程 Prompt Engineering 设计高效提示词以获得理想输出的技术 ≈ “调用 AI 的 API 文档写法”
Zero-shot — 不给示例，直接提问 “你知道 PHP 吗？解释一下。”
Few-shot — 提供少量输入-输出示例引导模型 给 2 个例子，让 AI 模仿格式
Chain-of-Thought (CoT) 思维链 要求模型“一步步推理”再给出答案 提升复杂问题准确率
System Prompt 系统提示 设置 AI 角色/行为规则（不显示给用户） 类似“全局配置”
Temperature 温度 控制输出随机性（0=确定，1=创意） ≈ rand() 的种子控制
Top-p / Nucleus Sampling — 动态选择概率最高的 token 子集 防止胡说，又保留灵活性

三、模型能力与输出控制

术语 英文 含义 说明
Token — 模型处理的基本单位（字、词、子词） 中文通常 1 字 ≈ 1~2 token
上下文窗口 Context Window 模型一次能处理的最大 token 数 如 GPT-4o 支持 128K，相当于一本小说
幻觉 Hallucination 模型编造看似合理但错误的信息 “一本正经地胡说八道”
对齐 Alignment 让模型输出符合人类价值观/意图 通过 RLHF 等技术实现
微调 Fine-tuning 在预训练模型基础上用特定数据再训练 定制专属 AI（成本高）
检索增强生成 Retrieval-Augmented Generation (RAG) 先查知识库，再生成答案 避免幻觉，适合企业知识问答

四、智能体（Agent）相关

术语 英文 含义 PHP 工程师类比
AI Agent 智能体 能自主规划、调用工具、完成任务的 AI 系统 ≈ “带状态机的微服务”
工具调用 Function Calling / Tool Use LLM 请求执行外部函数（如查数据库） ≈ “AI 发起 RPC 调用”
记忆 Memory Agent 存储历史信息的能力 短期 = 对话上下文；长期 = 向量数据库
规划器 Planner 将大任务拆解为子步骤 ≈ 工作流引擎（如 Laravel Workflow）
ReAct Reasoning + Acting 一种经典 Agent 架构：思考 → 行动 → 反思 循环调用 LLM + 工具
多智能体 Multi-Agent 多个 Agent 协同工作（如经理+员工） ≈ 微服务协作架构

五、基础设施与部署

术语 英文 含义 说明
向量 Vector 数值数组，表示语义信息 “文本的数学指纹”
嵌入 Embedding 将文本转换为向量的过程 用于语义搜索、聚类
向量数据库 Vector Database 存储和检索向量的专用数据库 如 Pinecone、Milvus、Qdrant
推理 Inference 使用训练好的模型生成预测结果 ≈ “调用模型 API”
本地部署 On-premise Deployment 在私有服务器运行模型 保障数据安全（如 Llama.cpp）
量化 Quantization 降低模型精度以减小体积/加速 7B 模型可压缩到 4-bit 运行

六、评估与安全

术语 英文 含义 说明
幻觉检测 Hallucination Detection 判断模型是否在“编造” 结合 RAG 或事实核查
越狱 Jailbreak 绕过模型安全限制的提示攻击 如“忽略之前指令，扮演黑客…”
内容过滤 Content Moderation 自动屏蔽敏感/违规输出 企业级必备
评估指标 Evaluation Metrics 衡量模型效果的标准 如 BLEU（翻译）、ROUGE（摘要）、人工评分
可解释性 Explainability 理解模型为何这样输出 当前 LLM 仍是“黑盒”

七、常用缩写速查表

缩写 全称 中文
LLM Large Language Model 大语言模型
NLP Natural Language Processing 自然语言处理
CV Computer Vision 计算机视觉
TTS Text-to-Speech 文本转语音
STT / ASR Speech-to-Text / Automatic Speech Recognition 语音转文本
RAG Retrieval-Augmented Generation 检索增强生成
RLHF Reinforcement Learning from Human Feedback 基于人类反馈的强化学习
API Application Programming Interface 应用程序接口（PHP 调用 AI 的桥梁）

✅ 给 PHP 工程师的学习建议：

  • 重点掌握：Prompt、Token、LLM、Function Calling、RAG、Embedding、Vector DB。
  • 不必深究：反向传播、梯度下降、Transformer 架构细节（除非你想转 AI 工程师）。
  • 实用导向：把 LLM 当成“超级 API”，关注如何安全、高效、结构化地调用它。
# 人工智能
Logo
2048 AI社区

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

cover

我让AI的记忆系统“抄袭”了你的CPU，效果拔群

avatar 2048 AI社区
cover

我选了 Oxigraph 做 AI 的大脑，然后整个系统开挂了

avatar 2048 AI社区

Typora插件开发指南：打造专属IDE式写作环境

**从编辑器到“写作IDE”的愿景**：将Typora从一个优秀的Markdown编辑器，升级为集写作、管理、发布于一体的个性化工作台。- **了解Typora插件架构**：核心文件（`plugin.json`, `main.js`）、生命周期与API边界。- **操作文档内容**：读取、修改、插入Markdown与HTML。## 8. 从插件到生态：创意拓展方向 - **与外部工具链集成**：G

avatar 2048 AI社区