基础篇

F01｜先分清：文字、数字、模型和运行它的程序

基础篇约 2.7 千字1 组分步图解

从具体对象与小例子开始，理解计算过程与适用条件。

起点只默认你会加减乘除；不默认学过线性代数、微积分或机器学习。术语从此处开始建立。

本章目录

动态图解 · F01

一句话经过了哪些不同的对象

输入框中的文字，什么时候才变成模型能计算的东西？

可以把这条路理解成“翻译格式”，但不是不断翻译成另一种人类语言。文字先成为编号，再成为数值表示；模型输出又被解释成文字或工具请求。磁盘文件在这条链外，只有宿主读取后把内容放进请求，模型才有机会使用它。

宿主调用模型、访问工具、管理任务的普通程序。

模型参数已经加载的计算系数；本图中的普通推理不更新它们。

中间表示模型对本次输入实际算出来的数字，不是秘密中文草稿。

输入与适用条件：教学文字为“我爱”；此图只区分对象，不给这句话编造商业模型的真实Token编号或答案。完整的小模型逐轮生成见F15。

1 / 6 · 用户文字

停留时间

步骤第1步，共6步

窄屏可左右滑动图形，或点击“放大图形”。文字解释紧随图后。

此时只有字符。界面里能读到“我爱”，不等于神经网络已经处理了它。

本步状态由图形与说明共同给出。

默认静止。用“下一步”看完解释再继续；播放到最后一步自动停止。键盘聚焦播放器后，可用左右键逐步查看、空格播放/暂停。图中颜色辅助区分，含义同时用文字注明。

为什么需要

分清对象，才能查出“没提供信息”和“提供了却没用好”两类不同故障。

怎样实现

分别追踪用户文字、实际请求、模型输出、工具结果四份记录。

可能的代价与误解

把一段流畅回答当作文件已被修改的证据，会跳过真实执行与验证。

如何判断是否做对

用一个从未发送的测试文件提问，检查宿主是否真的读过它。

从信息对象认识AI系统

理解一个AI系统的运行，首先要知道每一步处理的是什么东西。输入框里的文字、发给服务器的请求、模型内部的数字、磁盘上的代码文件，并不是同一个对象。它们会互相转换，但不能把名称混用。

先看一个没有数学门槛的任务：“读一下文件，告诉我函数为什么报错。”编辑器可以直接把你选中的代码附在请求里，也可以只发送问题，等模型提出读文件要求后再读。这两种情况最后都可能给出答案，但取证过程不同。

你碰到的东西	它是什么	举例
文本	人能阅读的一串字符	“读取函数foo”
请求	程序组织的信息包	问题、历史、工具说明放在一起
编号	用于找到某个条目的整数	编号17代表词表里的一个文本片段
一组数	模型计算中使用的表示	`[0.2,-0.4,0.7]`
参数	训练时调整、推理时通常固定的一组数	决定如何变换输入的权重
文件	外部环境中的真实内容	磁盘上的`app.py`
状态	系统记录的当前进展	“已读取，尚未修改”

这里的“对象”只是当前被处理的信息或实体，不要求你先学面向对象编程。

模型不是一位住在电脑里、直接看见所有文件的人

模型可以先理解为一个很大的、由许多数字和计算规则组成的函数。函数就是“给定输入，按规则产生输出的东西”。例如规则“输入乘2”，给3便得6；语言模型复杂得多，但输入输出仍由实际计算连接。

推理是使用已有参数计算输出；训练是根据例子和误差调整参数。普通聊天时把新信息放入本轮输入，不等于永久改写模型参数。你后来再问它，能否继续知道，取决于历史或外部记忆是否再次提供。

Agent宿主程序是调用模型、读取文件、执行命令、保存状态的外围程序。模型可以输出“请调用读取文件工具”，宿主检查参数和权限后才真正读取，再把结果交给模型。这里先认识这条关系，具体协议在F22以后展开。

用三个容易混淆的句子检查边界

“模型说文件已修改”只是一份输出；“文件内容确实改变”是环境事实；“新文件通过对应测试”又是一份验证事实。第三件事不能从第一件事推出。把这些对象分开，你才能理解为什么Agent需要工具结果和测试，而不是只靠它自我确认。

同理，“请求包含了一段材料”不保证模型正确利用它；“有一个会话编号”不保证旧消息永远都在；“缓存存在”不保证其内容适合当前模型和当前任务。

本书的数字是怎么来的

后文用很小的词表和向量做手算。词表是文本片段与整数编号的对照表；向量先理解为有顺序的一排数，下一课正式解释。为了看清运算，教材会人为给数字，它们不是某款商业模型的参数或真实语义。

例如写“我→1、爱→2”，只说明本教材演示用这样的编号。现实分词器可能把一个字拆成多个片段，也可能把多个字符合成一个片段。不能把教学编号搬进实际模型。

阅读准备

默认你会加减乘除、能阅读普通程序式步骤；不默认你会线性代数、微积分、概率论或深度学习。前置课会在用到它们以前介绍必要部分。代码是帮助核对过程的第二种表达，不运行代码也可以读完正文。

接下来的次序是：先认识数字怎样摆放，再看文字如何获得编号，接着看几条输入怎样放在一起，以及一个编号怎样被换成一排数。读完这些基础概念，示例中的[2,128,4096]就不再是一串无来由的符号。

运行示例 · F01

同一句“读取配置”，在四个对象中各是什么

输入与条件。假设仓库有一个文件 config.txt，真实内容是 timeout=3。用户要求：“告诉我超时值。”模型和文件之间并没有天然连接。

步骤与对象	内部动作	中间结果 / 新状态
1用户输入	界面接到“告诉我超时值”	这是一条任务，不是文件内容。
2组装请求	宿主提供任务和 `read_file(path)` 的说明	模型此时知道怎样提出读取请求，但还不知道文件里写什么。
3模型输出	产生调用提议 `read_file("config.txt")`	提议是一份数据，文件尚未因此被读取。
4工具执行	程序读取磁盘，返回 `timeout=3`	新事实第一次由外部环境进入任务。
5再调用模型	把原问题、调用记录和结果一起提交	模型可以回答“配置中的超时值为3”；本例没有说明单位，不能擅自补“秒”。

把过程连起来。文字、模型计算、工具调用提议和磁盘操作是四个不同对象。跟踪谁产生了每份数据，就能判断有没有证据。

边界与反例。这是按接口职责构造的执行示例，不是一次真实商业模型请求。文件里的数字若没有单位，答案也不能替它添加单位。

依据与适用范围：[TOOLS]。示例输入和场景由本书明确设定。

课后自检

自检 1

模型输出“已删除”是否证明文件不存在？

查看参考答案收起参考答案

不能。要检查宿主是否执行，以及目标文件的真实状态。文字、动作和验证结果不是同一对象。

自检 2

本轮告诉模型一个事实，参数一定改变了吗？