大模型 large language model

刚开始接触 AI 的人常卡在同一处：别人说「大模型」你点头，真要自己用又不知道它能做到哪一步、什么时候会胡说。这篇不谈跑分和版本号，只讲它本质在做什么、能力边界画在哪，再给你一套拿到任务就能判断「该不该交给它」的自查顺序，配上一份常见任务对照表。

刚接触 AI 的人容易卡在一个地方：听别人说「大模型」能写方案、能改代码、能当顾问，自己上手却发现它有时答得很靠谱，有时又像在胡说。问题不在你笨，而在于没人告诉你它到底怎么工作、边界画在哪。

这篇不聊跑分和版本，只讲一件事：大语言模型本质上是个不停猜下一个词的程序，所以它既擅长模糊的活，也容易在较真的地方翻车。看完你会拿到一套三步自查方法，拿到任务就能判断该不该交给它。

它到底在做什么：一个不停猜下一个词的程序

你可以把它想成一个超级接话机器。你给它一段上文，它会按概率挑出最像的下一小段话，把这个小段拼回去，再继续猜下一段。重复这个动作几百上千次，就生成了一整篇回答。它没有查资料这个动作，说的每句话都来自训练时见过的大量文本。

生成

一个字一个字往外猜，每次只决定下一个最可能的片段

概率

它给每种可能打分，分高的先出，不是先想好再写

上下文

你这次给它的全部文字，它只看得到这些，之前聊的如果没带上就不算

训练

事先把大量文本喂进去调参数，调完就固定了，不会实时更新

正因为是猜概率，它经常看起来像懂了，但那份懂只是语言上的连贯，不是真的理解因果。这个机制既是它好用的原因，也是后面会翻车的根。想补底层名词，可以到基础概念词典对着看 Token 和上下文这两个词。

它擅长的四类活：改写、归纳、转换、陪想

把这四类活拆开看，共同点很清楚：答案不唯一，容错空间大，人扫一眼就能判断好坏。只要是这种性质的活，交给它通常能省不少时间。

• 改写：把一段口语化的话改成正式邮件，或者把长句拆短，它做得又快又稳
• 归纳：丢给它一篇长文，让它压成几条要点，你只需要核对有没有漏掉关键信息
• 转换：把中文转成表格字段、把一段说明转成流程图描述，格式类工作它很顺手
• 陪想：给方案列几个不同思路、帮你把零散想法串成提纲，当草稿机用很合适

它在哪儿翻车：三种典型失败

翻车不是随机发生，基本集中在三类场景。提前知道这三类，比事后骂它笨有用得多。

还有一种更隐蔽的情况：你追问它，它反而更自信，好像越被质疑越确定。这不是它变聪明了，只是它在继续猜下一段最像的话。所以追问不能当验证手段，回原文核对才是。

拿到任务先过三步：能不能交、怎么交、怎么验

1. 第一步：答错了我会不会发现如果答案错了你一眼看不出来，比如不熟悉的领域、没见过的条文，那就别单独交给它，必须配一个能核对的人或来源。
2. 第二步：材料在不在我手里它没有查资料的动作，材料不在你手里，它就靠训练时的印象答，准确性没法保证。先把原文贴给它再提问。
3. 第三步：定验收方式抽样核对、对照原始文件、或者先让它输出提纲你看过再展开。验收方式在提问前就想好，别等生成完再想怎么查。

这张表只是个参照，具体判断还要看你手头材料的完整度和容错空间。想对各家模型在具体任务上的表现有个底，可以到模型资料库看当时的实测记录，再结合自己的验收能力决定交多少。