AI 是怎么「学会」+ 怎么「干活」的（端到端流程）

📍 认识 AI 4/4 · 上一篇：← AI 圈在卷什么 · 完结篇

一台 AI 的「一生」

你每天用的 ChatGPT、豆包、Claude Code，看起来就是一个聊天框。但它背后有两条流水线——

• 造它的流水线：怎么从一堆数据学会说话、做事
• 用它的流水线：你按下回车之后，怎么从一个问题到一个结果

前面 3 篇文章已经讲过零碎的概念（token、预训练、RLHF、Agent……）。这一篇把它们串成一根线——一头是「数据」，另一头是「你拿到的答案」，中间发生了什么，全程跑一遍。

看完这一篇，你脑子里就有了完整的「AI 一生地图」。

Part 1｜AI 是怎么造出来的（训练流水线）

一个能用的 AI 模型，从「啥都没有」到「上线给你用」，要走 5 步——

Step 1：数据收集

第一步永远是收数据。

OpenAI、Anthropic、DeepSeek 这种公司，会从 4 个地方搞资料：

• 公开互联网：维基百科、新闻网、博客、论坛、StackOverflow、Reddit、GitHub 代码……基本上「能爬到的全爬」
• 公开数据集：Common Crawl（一个开源的「全网快照」）、各种学术数据集
• 图书 / 论文：买版权 + 扫电子书
• 付费授权数据：跟新闻媒体（如纽约时报、华尔街日报）、出版商、Reddit 等买内容授权

多少量：GPT-3 训练用了约 45TB 文本，相当于读了 4500 万本平均长度的小说。

打个比方：你要培养一个百科全书级别的孩子，你得让他把人类历史上写下来的东西大部分读一遍。

Step 2：预训练（最贵那一步）

把上一步的几十 TB 数据丢进神经网络，让它一次次预测「下一个 token 是什么」（上一篇讲过的）。

这一步是整个流程最贵的：

• 用几千张顶级 GPU（H100、B200 这种，单卡 30 万人民币起）
• 跑几周到几个月不间断
• 电费 + 卡折旧 + 人工，一次预训练成本 5000 万到几个亿人民币

这就是为什么训出一个最顶级的大模型只有 OpenAI、Anthropic、Google、Meta、字节、阿里、DeepSeek 这些能烧得起钱的公司能做。

训完得到的叫「基础模型」——能力够，但不会跟人对话。

Step 3：微调

刚训完的基础模型像一个饱读群书但不太会做人的怪学生。

「微调」（fine-tune）就是再训练一小段，让它学会对话格式、礼貌、特定任务模式。

成本比预训练低 3-4 个数量级——可能几千到几十万人民币就能微调一次。

Step 4：RLHF / 对齐

光会格式还不够，模型还得学会跟人说话——不冷冰冰、不绕弯子、不胡说八道。

这一步用的是 RLHF（人类反馈强化学习，上一篇详细讲过）：

1. 雇真人对模型回答打分
2. 用打分数据训一个「打分小模型」
3. 用打分小模型反过来调教主模型

完成后，模型从「能生成文字的工具」变成「懂得跟人对话的助手」。

这一步还会做「对齐」（alignment）——让模型拒绝危险请求（教你做炸药、教你自杀）、不歧视、不撒谎。

Step 5：评估 + 部署

模型训好了，不能直接上线。要先做两轮把关：

• 能力评估：跑几十个标准测试集（数学、编程、推理、中文、安全），看分数有没有达标
• 红队测试（red teaming）：雇专业团队专门尝试让模型做坏事——骂人、教犯罪、泄露训练数据、绕过安全策略——所有漏洞补上才能上线

过了关，模型就被部署到 API 服务器上——这时候你和我才能调用它。

—

整个 Part 1 大约 6-12 个月，烧几个亿。每代模型出新版（GPT-4 → GPT-5、Claude Sonnet → Opus 4.7）都要重跑一遍这条流水线。

Part 2｜AI 是怎么被你用的（使用流水线）

模型上线之后，你跟它打交道，其实也走 4 步。大多数人停在第 1-2 步，导致 AI 用得很烂。

Step 1：选对模型

你以为「我用的就是 ChatGPT」，其实 ChatGPT 内部有好几个模型可选——GPT-4o（快但不深）、GPT-5（更深更慢）、o3（推理强）……每个适合不同场景。

普通人最容易踩的坑：永远只用默认那个，遇到复杂任务硬让它做，结果当然差。

简单原则：

任务	选什么模型
简单聊天、查信息	便宜快速版（GPT-4o-mini、豆包）
写报告、改文案、整理资料	中档（GPT-5、Claude Sonnet、deepseek-chat）
复杂推理 / 难题 debug	推理模型（DeepSeek R1、OpenAI o3、Claude extended thinking）
看图、看视频	多模态模型（Claude / Gemini / GPT-4V）

Step 2：写好 prompt

你输入的那段话叫 prompt（提示词）。这是普通人和高手 AI 用户最大的差距所在。

烂 prompt：「写个邮件」 好 prompt：「帮我给 HR 写一封请假邮件，3 段以内，理由是孩子发烧 39 度，口气客气但简洁，收件人是张经理。」

差别在 4 件事：

1. 目标具体：要什么（不是「写个邮件」是「写一封请假邮件」）
2. 上下文给足：背景信息（理由是啥、收件人是谁）
3. 约束明确：长度 / 风格 / 格式
4. 角色 / 口吻：客气还是强硬

写好 prompt 这件事大到可以专门写一本书。下一篇 first-prompt 会展开。

Step 3：看输出

模型给你结果后，不要傻乎乎全盘接受。

养成一个习惯：快速扫一遍输出，判断对不对——

• 信息有没有错（特别是数字、时间、人名）
• 逻辑有没有断
• 风格符不符合你要的
• 有没有「AI 味」太重

模型会自信地胡说八道——这就是上一篇讲的「幻觉」。养成「先怀疑、再使用」的习惯，能避开 90% 的坑。

Step 4：迭代

第一版输出不对？大多数人会做的事是：关掉重开或者人肉改。

正确做法：跟 AI 说哪里不对，让它改。

举例：

• 「这一段太啰嗦了，缩短一半」
• 「这个数据不对，2023 年中国 GDP 是 17.7 万亿美元不是 18.6」
• 「换个更礼貌的口气」

模型记得你前面说的（上下文窗口），可以在同一段对话里反复磨——这叫「迭代」。

高手和新手最大的差别就在这里：高手 5 轮迭代出完美结果，新手第 1 轮觉得不行就放弃。

两条线在哪里交汇

到这里你应该看清楚了——

训练流水线走了 6-12 个月，烧几个亿。模型部署上线。

使用流水线就是你每天那 4 步：选模型 → 写 prompt → 看输出 → 迭代。

两条线交汇在那个聊天框/CLI 命令行的输入框里。你按下回车的那一刻，背后是几个亿训出来的模型在跑「下一个 token 预测」（上一篇讲过的那个机制），而你做的事是「问得好不好」。

整个 AI 时代普通人最值钱的能力就是：问得好。

这就是 niuxue.org 后面 4 个区要教你的——用 Claude Code 这样的 Agent 工具时，怎么把「问得好」做到极致，让 AI 真正替你干活。

—

认识 AI 板块结束 🍊

恭喜你看完了「认识 AI」4 篇。现在你应该清楚：

• ✅ AI 70 年怎么走到今天 → AI 是怎么走到今天的
• ✅ 大模型内部怎么转 → 大模型怎么工作的
• ✅ AI 圈在卷哪 5 个方向 → 现在 AI 圈在卷什么
• ✅ AI 端到端怎么训练 + 怎么被用 → 你正在看的这一篇

接下来进入实战环节——「入门」板块 5 篇会带你从「选哪个工具」一路到「第一次跑通」。从 Claude Code / 豆包 / ChatGPT 怎么选 开始。