ai 是什么的缩写

入门与上手

一篇给新手的缩写对照速查:搞清 AI 全称、常见 AI 相关缩写怎么写全、各自指哪一层,以及见到陌生缩写该去哪查。

刚开始看 AI 相关内容的人,最容易被一串字母卡住:AI、AGI、LLM、AIGC、RAG、MCP 混在一起,不知道谁是谁的缩写,也不知道哪些是同一个东西的不同叫法。这篇不铺概念,只按「全称—中文—指哪一层—什么场景会遇到」做一份对照速查,顺便告诉你查不到时去站内哪个页面翻。

刚开始看 AI 相关内容的人,最容易被一串字母卡住:AI、AGI、LLM、AIGC、RAG、MCP 混在一起,不知道谁是谁的缩写,也不知道哪些只是同一件事的不同叫法。这篇不铺概念,只按「全称—中文—指哪一层—什么场景会遇到」做一份对照速查表,顺带告诉你查不到时该翻站内哪个页面。

先把最容易卡住的那个说清楚:AI 本身不是某个模型的名字,也不是某个产品的名字,它是一个领域的统称。你在群里、文章标题里、工具介绍里看到的 AI,八成是指「用了某个大模型或 AI 应用」这个动作,而不是学术定义。把这两层分开,后面一串缩写就好归位了。

AI 到底是什么的缩写,全称怎么念

AI 是 Artificial Intelligence 的缩写,中文「人工智能」,指让机器完成需要人类智能的任务这一整片领域。它不是一个能单独下载的东西,而是一个伞形概念。所以你没法「买一个 AI」,只能买某个模型、某个工具、某个接口的调用额度。

Artificial Intelligence(AI)
人工智能,指的是整片领域,不是具体产品
Machine Learning(ML)
机器学习,AI 下面的一类方法,指从数据里学规律
Deep Learning(DL)
深度学习,机器学习下面更窄的一类方法,靠多层网络

这三个是包含关系,不是同义词:AI 最宽,机器学习窄一层,深度学习再窄一层。看到它们并列出现时,先想清楚这一句在讲哪一层。如果一句话说「这个 AI 用了深度学习」,它其实是在说「这个应用背后的方法属于深度学习的范畴」,两层都沾边。

最常见的几个缩写,各自指哪一层

新手最容易犯的错,是把所有缩写当成同一类东西去背。其实它们大致能分成三类:模型层、做法层、接入层。先归好类,再看具体解释,比逐个硬记全称省事得多。下面这张表按这个思路排。

缩写全称中文指哪一层
LLMLarge Language Model大语言模型模型层,被调用出结果的那个东西
AIGCAI Generated Content生成式内容应用层,指内容由 AI 生成这一类
RAGRetrieval-Augmented Generation检索增强生成做法层,先查资料再让模型作答
MCPModel Context Protocol模型上下文协议做法层,约定模型怎么连外部工具
APIApplication Programming Interface应用程序接口接入层,你怎么把模型接进自己的程序
Token——词元 / 计量单位接入层,按它算用量和费用
  • 模型层:LLM、多模态模型、嵌入模型,回答「谁在干活」;
  • 做法层:RAG、Agent、MCP,回答「在模型外面加了什么套路」;
  • 接入层:API、Key、Token、中转站,回答「怎么接进来、按什么算账」;
  • 同一个词可能跨层,比如「模型」既可以指基础模型,也可以指你调用的那个服务名,看上下文。

实际场景里,你遇到的顺序通常是:先挑一个模型(模型层),再决定用直连还是走中转(接入层),最后才考虑要不要加检索、加工具(做法层)。反着来也常见,但知道自己现在站在哪一层,能少花很多冤枉钱。

容易混的三组:看着像其实不是一回事

缩写本身不难,难的是几组长得像、读音也像的组合。下面三组是问得最多的,先记判断口径,别记结论。

组合差别在哪怎么判断用哪个
AI 与 AGIAGI 是 Artificial General Intelligence,指通用人工智能这个目标方向,属于讨论概念能买到、能调用的是 AI;AGI 目前只出现在讨论里
大模型与 LLM日常几乎混用,严格说 LLM 只覆盖语言这一类出图、语音、视频的模型叫大模型但不叫 LLM
提示词与提示词工程前者是你写的那段话,后者是围绕它的一套方法和工具说「我改了下提示词」和「在做提示词工程」不是一回事

特别提醒:AGI 不是某个可以付费开通的档位,也不出现在任何价目表里。如果看到有人把 AGI 和某个套餐名放一起,基本可以判断这篇内容不靠谱。这类说法什么情况下不适用?就是在讨论研究方向或长期目标的语境里,那时 AGI 是合理用词,但也不涉及购买。

缩写只是入口。真正决定你花钱和踩坑的,是它属于哪一层、按什么口径计费。

查不到的时候,按这个顺序翻

前面给的对照表覆盖不了所有缩写,新词还在不断冒出来。与其收藏一堆解释,不如记住一条查找顺序:先定位分类,再确认对象,最后核对数字。

  1. 第一步:按分类找解释到站内术语词典按分类定位,基础概念、模型底层、提示与调参、前沿方向各有归类,先看它属于哪一类,再看词条本身。
  2. 第二步:确认是模型还是做法看到不认识的模型名或产品名,去模型库和厂商目录对一遍,能确认它属于哪家、属于哪一类,避免把做法名当成模型名。
  3. 第三步:核对当时的数字缩写搞清之后,真正影响决策的是接入方式和计费口径。价格、额度这类信息会变,一律以站内页面当时的数字为准,别拿别人截图里的旧数字做判断。
  4. 第四步:拿不准就小规模试选一个最小可跑通的调用方式,先验证能不能出结果,再考虑换模型或加检索。缩写层面的困惑,跑通一次基本就消了。

如果你是为了选服务、比价格才来查这些缩写,那查完缩写别停在这一步。缩写的价值在于帮你读懂后面的参数表和计费说明,读完就去看那些页面,才算没白查。

下一步把术语、模型和当期价格放在一起看,比逐个背缩写有用得多。先到术语词典把分类过一遍,再去看价格追踪页核对当时的数字。

常见问题

AI 的英文全称是不是 Artificial Intelligence,还有别的写法吗?

就是 Artificial Intelligence,中文人工智能。偶尔会看到机器智能、智能系统这类说法,指的是相近的研究范围,不是另一个缩写。日常文章里 AI 更多被当成一个笼统标签在用,具体指哪一层要看上下文。

LLM 和 AI 是一回事吗?

不是。AI 是整个领域,LLM 是大语言模型的缩写,只覆盖处理文字这一类模型。平时说「问一下 AI」,多数情况问的就是某个 LLM 或者基于它做的应用,但反过来不能把 AI 等同于 LLM,出图、语音、推荐这些也算 AI。

为什么同一篇文章里缩写一会儿英文一会儿中文?

常见原因是作者第一次出现时写了全称加缩写,后面就统一用缩写省字;也有的是不同来源拼在一起,口径没统一。读到不确定的地方,回到它首次出现的那句看全称,比按字面猜靠谱。

本文依据各平台公开文档与官方公告整理,只做中文归纳;具体做法、参数与限制以官方文档为准。