什么是 AI 热门概念
AI 热门概念是当前驱动产业与公众讨论的 AI 技术集群——LLM、Transformer、Prompt、RAG、Agent、多模态、扩散模型等。本文用一张城市地图建立全景，梳理四层概念体系、核心关系链与时代背景，并说明本手册如何用。
外观
Skip to content✨ 推荐 ✨ 推荐 ✨ 推荐 ✨ 推荐 ✨ 推荐 ✨ 推荐 ✨ 推荐 ✨ 推荐 ✨ 推荐 ✨ 推荐 ✨ 推荐 ✨ 推荐 ✨ 推荐 ✨ 推荐 ✨ 推荐 ✨ 推荐 ✨ 推荐 ✨ 推荐 ✨ 推荐 ✨ 推荐 ✨ 推荐
AI HOT CONCEPTS HANDBOOK
AI 热门概念手册
概念地图 · 技术原理 · 经典案例 · 论文精读 · 工程实践 · 职业路径
从哪条路开始
50+ 篇内容不是要你通读的图书馆，而是可以按需组合的路线图
✨ 编辑推荐
只读十篇的话，读这些
010203040506070809101112131415161718192021
🧭 什么是 AI 热门概念
AI 热门概念是当前驱动产业与公众讨论的 AI 技术集群——LLM、Transformer、Prompt、RAG、Agent、多模态、扩散模型等。本文用一张城市地图建立全景，梳理四层概念体系、核心关系链与时代背景，并说明本手册如何用。
导读🧭 学习路径：三条路线
本手册 50+ 页不是线性教材，而是可按需组合的路线图。本文为三类读者规划三条路线：2 周求职冲刺、8 周系统精进、随时可用的案头速查，并附全站 51 页的一句话索引。
导读🧭 总体架构解剖
把一套 AI 应用自顶向下拆成应用、能力、模型、架构、基础设施五层，再沿数据流与训练-后训练-推理两重视角串联。本文是全站内容地图，每层都指向深入页面。
导读🧭 AI vs ML vs DL vs GenAI vs Agent
人工智能、机器学习、深度学习、生成式 AI、智能体——五个天天上热搜的词，包含关系与边界到底怎么划？本文给出总览表、栈式架构图、四个常见混淆点的澄清，以及求职视角的技能栈对照。
导读🧠 大语言模型（LLM）
大语言模型（LLM）是生成式 AI 浪潮的核心引擎。本文讲清它的核心机制（next-token prediction）、三阶段训练范式、涌现能力、架构谱系、代表模型对比、能力边界，以及 Prompt / RAG / Agent 三种应用方式的取舍。
核心知识🧠 检索增强生成（RAG）
RAG 是让大模型先检索外部知识、再基于检索结果作答的架构。本文拆解离线索引与在线检索全流程，梳理变体谱系，对比微调与长上下文，并给出落地经验与血泪教训。
核心知识🧠 提示词工程
提示词工程是通过精心设计指令与示例引导 LLM 输出的方法与技巧，是 LLM 交互的第一门语言。覆盖角色设定、思维链、ReAct 等招式，并辨析提示词与微调、RAG 的取舍。
核心知识🧠 微调与 PEFT（LoRA）
微调是在预训练模型上继续训练以适配新目标，PEFT 只更新少量参数。本文讲清微调 vs 提示/RAG 对比、FFT 到 QLoRA 谱系、LoRA 低秩分解原理、指令数据与完整流程。
核心知识🧠 AI 智能体（Agent）
AI 智能体是以大语言模型为「大脑」、能自主规划、调用工具、记忆并采取行动完成多步任务的系统。本文讲清它与聊天机器人的区别、核心组件、类型学、工程挑战与评估难点。
核心知识🧠 LLM 评估与基准
LLM 评估是系统性度量模型能力、行为与风险的方法体系——从 MMLU、GSM8K 等基准到 LLM-as-a-judge、红队测试，本文讲清基准分数为何不等于真实能力，以及如何把评估做成工程闭环。
核心知识🧠 Transformer 与注意力机制
2017 年《Attention Is All You Need》提出的 Transformer 完全基于注意力机制，成为当今几乎所有大模型的地基。本文拆解 QKV 注意力、多头、位置编码与三大架构变体，讲清 O(n²) 复杂度与 KV cache，并追溯其影响与演进。
核心知识🔍 ChatGPT 与对话式 AI
ChatGPT 于 2022-11-30 发布，5 天破百万用户、2 个月破亿，把大语言模型从研究玩具变成大众产品。本文拆解其技术演进、产品形态、行业冲击与争议，并提炼「产品化比模型能力更决定成败」的启示。
经典案例🔍 DeepSeek-R1 与推理模型
2025 年 1 月，DeepSeek-R1 以开源姿态对标 OpenAI o1，让「推理模型」从实验室名词变成全球热点。本文拆解思维链机制、R1 的强化学习与蒸馏技术、推理模型演进脉络、行业影响与局限争议。
经典案例📄 经典论文精读
从 Attention Is All You Need 到 DPO，逐篇精读塑造当代 AI 的十篇经典论文：论文信息、解决什么问题、核心方法、关键结果、历史影响与论文里的坑，帮你建立"读论文→懂原理→能落地"的完整坐标系。
论文精读📄 论文精读：从这里开始
为什么 AI 热门概念必须读论文？本文讲清概念页与论文的一手/二手之别，给出本模块"地图→精读→前沿→FAQ"四步法与论文清单速览，并按读者定位你的第一步。
论文精读🛠️ 常见陷阱与反模式
AI 应用失败很少因为模型不够强，而是栽在选型认知、工程实现、评估上线、组织流程四个阶段的高频陷阱上。本文收录 14 个反模式与 3 个真实翻车案例，附可直接用于评审的自查清单。
实践指南🛠️ 从零搭建 RAG 应用
用 Python 从零搭一套可运行的个人知识库 RAG：文档加载切分、Embedding 建库、向量与 BM25 混合检索、Prompt 组装与生成，全程可运行代码，并覆盖调优、评估、常见坑与进阶路线。
实践指南🛠️ 从零开发一个 Agent
从零开发一个能调用工具完成任务的 Agent：函数定义与 function calling schema、ReAct 工具循环、记忆与规划，用"查天气并写入日程"贯穿全程，附带框架选型、工程要点、评估与常见坑，代码可直接运行。
实践指南💼 面试题库
AI 热门概念岗位面试全景与高频真题解析：九大知识模块约 50 题，覆盖 Transformer/LLM 原理、提示词、RAG、Agent、微调对齐、推理部署与评估，附综合场景题与手撕代码/项目深挖/反问环节技巧。
求职与JD💼 能力对标：简历该突出什么
AI 热门概念岗位简历不是经历流水账，而是针对目标岗位的证据链。本文给出常见死法清单、模型原理/工程/评估/领域四象限对标表、背景-动作-结果项目公式、个人项目攒法与算法/应用/产品岗位侧重差异。
求职与JD📚 模型与榜单速查
模型与榜单速查：截至 2025 年中的主流闭源与开源大模型对比表、排行榜解读与"榜单≠适用性"警示、按场景选型速查，以及嵌入模型、视觉模型与获取途径。
资源全站内容
按模块浏览，或直接搜索
学习路径：三条路线
本手册 50+ 页不是线性教材，而是可按需组合的路线图。本文为三类读者规划三条路线：2 周求职冲刺、8 周系统精进、随时可用的案头速查，并附全站 51 页的一句话索引。
演进简史
从 1950 年图灵测试到 2025 年的大模型与 Agent 时代，AI 走过三次浪潮与两次寒冬。本文用一张年代大事记表讲清七十五年技术演进的逻辑，并用三条主线帮你记住真正该记住的年份。
总体架构解剖
把一套 AI 应用自顶向下拆成应用、能力、模型、架构、基础设施五层，再沿数据流与训练-后训练-推理两重视角串联。本文是全站内容地图，每层都指向深入页面。
AI vs ML vs DL vs GenAI vs Agent
人工智能、机器学习、深度学习、生成式 AI、智能体——五个天天上热搜的词，包含关系与边界到底怎么划？本文给出总览表、栈式架构图、四个常见混淆点的澄清，以及求职视角的技能栈对照。
大语言模型（LLM）
大语言模型（LLM）是生成式 AI 浪潮的核心引擎。本文讲清它的核心机制（next-token prediction）、三阶段训练范式、涌现能力、架构谱系、代表模型对比、能力边界，以及 Prompt / RAG / Agent 三种应用方式的取舍。
对齐：RLHF 与 DPO
对齐是让模型能力服从人类意图的过程——『能力要强，更要按人的方式行事』。本文拆解 RLHF 三阶段、DPO 隐式奖励优化、宪法 AI 等对齐技术，并讨论对齐税与奖励黑客。
多模态模型
多模态模型能同时理解与生成文本、图像、音频、视频。本文讲透模态编码、CLIP 对齐、Q-Former 融合、统一 token 空间等核心技术路线，对比 GPT-4o、Gemini、Claude、Qwen-VL 等代表模型，并梳理模态幻觉、评测基准与应用场景。
检索增强生成（RAG）
RAG 是让大模型先检索外部知识、再基于检索结果作答的架构。本文拆解离线索引与在线检索全流程，梳理变体谱系，对比微调与长上下文，并给出落地经验与血泪教训。
扩散模型与生成式 AI
扩散模型通过「前向加噪、反向去噪」学习数据分布，是文生图/文生视频的主流技术。本文讲清 DDPM 原理、潜空间扩散、条件控制与采样加速，并与 GAN/VAE/自回归对比，梳理应用版图与风险。
提示词工程
提示词工程是通过精心设计指令与示例引导 LLM 输出的方法与技巧，是 LLM 交互的第一门语言。覆盖角色设定、思维链、ReAct 等招式，并辨析提示词与微调、RAG 的取舍。
推理优化与量化
训练一次、推理无数次——推理成本才是 LLM 应用的最大账单。本文拆解 KV Cache、INT4 量化、蒸馏、投机解码、连续批处理、FlashAttention 等推理优化技术，并给出服务框架选型与端到端调优路径。
微调与 PEFT（LoRA）
微调是在预训练模型上继续训练以适配新目标，PEFT 只更新少量参数。本文讲清微调 vs 提示/RAG 对比、FFT 到 QLoRA 谱系、LoRA 低秩分解原理、指令数据与完整流程。
向量数据库与语义检索
向量数据库以 Embedding 为核心，按语义相似度做近似最近邻检索，是 RAG 系统的存储底座。本文覆盖向量原理、语义检索、相似度度量、ANN 索引、产品选型与工程陷阱。
知识图谱与知识注入
『实体-关系-属性』三元组把世界知识变成可推理的图结构。本文讲清知识图谱基础、与向量数据库的对比，以及 GraphRAG、知识注入、KGQA 等与 LLM 结合的四种模式与工程挑战。
AI 安全与治理
AI 安全与治理研究如何识别、度量并缓解 AI 系统风险，让 AI 可控、可信、负责任。本文覆盖四层风险分类学、六大技术对策、全球法规版图与工程师实操清单。
AI 智能体（Agent）
AI 智能体是以大语言模型为「大脑」、能自主规划、调用工具、记忆并采取行动完成多步任务的系统。本文讲清它与聊天机器人的区别、核心组件、类型学、工程挑战与评估难点。
LLM 评估与基准
LLM 评估是系统性度量模型能力、行为与风险的方法体系——从 MMLU、GSM8K 等基准到 LLM-as-a-judge、红队测试，本文讲清基准分数为何不等于真实能力，以及如何把评估做成工程闭环。
Transformer 与注意力机制
2017 年《Attention Is All You Need》提出的 Transformer 完全基于注意力机制，成为当今几乎所有大模型的地基。本文拆解 QKV 注意力、多头、位置编码与三大架构变体，讲清 O(n²) 复杂度与 KV cache，并追溯其影响与演进。
大模型时代的推荐系统
从协同过滤到 LLM：本文回顾推荐系统传统技术栈，详解特征理解、对话式、Agent 化、生成式四种 LLM 融入路径，并分析延迟、成本、可解释性与评估等工业落地难点。
语音 AI：Whisper 与 TTS
语音 AI 的"听"与"说"——从 OpenAI Whisper 开源 ASR 到神经 TTS 与语音克隆，拆解 Transformer 音频编码、自回归与扩散式语音合成，盘点产品版图、Agent 应用，以及语音克隆诈骗与隐私风险。
AlphaFold 与 AI for Science
从 CASP14 大幅胜出到 2 亿+ 结构数据库与诺贝尔化学奖，本文拆解 AlphaFold 的 MSA+Evoformer 技术路线，梳理 AI for Science 的范式变革与 AlphaFold3、RFdiffusion 等进展。
ChatGPT 与对话式 AI
ChatGPT 于 2022-11-30 发布，5 天破百万用户、2 个月破亿，把大语言模型从研究玩具变成大众产品。本文拆解其技术演进、产品形态、行业冲击与争议，并提炼「产品化比模型能力更决定成败」的启示。
DeepSeek-R1 与推理模型
2025 年 1 月，DeepSeek-R1 以开源姿态对标 OpenAI o1，让「推理模型」从实验室名词变成全球热点。本文拆解思维链机制、R1 的强化学习与蒸馏技术、推理模型演进脉络、行业影响与局限争议。
GitHub Copilot 与代码智能
从 2021 年 Copilot 预览到 Cursor、Claude Code，AI 编程助手如何重塑软件开发。拆解代码大模型的预训练与补全原理、HumanEval 评测、RAG 仓库理解与 Agent 化开发，并审视效率证据、代码质量与版权争议。
Manus 与 Agent 应用
2025 年 3 月 Manus 发布掀起通用 Agent 热潮。本文拆解自主任务 Agent 的产品形态、技术底座与同类产品版图，并审视其成功率、成本与安全争议。
Midjourney 与图像生成
以 Midjourney 为切口拆解 2022-2023 文生图爆发：DALL·E 2、Stable Diffusion、Midjourney 三足鼎立背后的扩散模型与 CLIP 技术底座、产品迭代方法论、开源生态与版权争议。
Perplexity 与 AI 搜索
Perplexity 把检索增强生成变成大众产品。本文拆解"搜索+引用"的对话式答案引擎机制、与传统搜索的范式差异，以及 AI 搜索对内容生态与流量分配的冲击。
Sora 与视频生成
复盘 OpenAI Sora 从 2024 年初预告到正式上线引发的文生视频大爆发：视频扩散模型与 DiT 架构、时空 patch 化技术底座、Sora 与可灵/Runway/Veo/Pika 的产品版图，以及物理局限、深度伪造治理与评估难题。
经典论文精读
从 Attention Is All You Need 到 DPO，逐篇精读塑造当代 AI 的十篇经典论文：论文信息、解决什么问题、核心方法、关键结果、历史影响与论文里的坑，帮你建立"读论文→懂原理→能落地"的完整坐标系。
论文地图
以 Attention Is All You Need 为根节点，把大语言模型、生成模型、工程应用、对齐四条演进支线排成一张可检索的论文地图，覆盖 2014–2025 的 20 余篇关键论文，附论文-概念-案例三方映射与阅读优先级。
论文精读：从这里开始
为什么 AI 热门概念必须读论文？本文讲清概念页与论文的一手/二手之别，给出本模块"地图→精读→前沿→FAQ"四步法与论文清单速览，并按读者定位你的第一步。
前沿进展
2024–2025 年 AI 最热的八条主线：推理模型、长上下文、高效架构、多模态、Agent、视频与世界模型、安全对齐、Agentic RL 与 AI 科学家。逐条拆解现状与代表作，给出哪些会留下、哪些是泡沫的冷静判断，以及追踪前沿的方法。
阅读纪律与 FAQ
读 AI 热门论文前先立纪律：带着问题读、三遍阅读法、红旗信号表与笔记模板；再用十个高频问答解决读不懂公式、读不完论文、英文困难、benchmark 误读等日常卡点。
阅读路径
论文海量且艰深，盲目开卷只会劝退。本文按主题给出五条阅读路线——大模型、生成式 AI、应用工程、对齐安全、少而精，每条都附阅读顺序与读完检验标准，并给出时间预算建议。
部署与推理优化实战
把训练好的 LLM 变成稳定、便宜、够快的生产服务。覆盖云 API 与自部署的路径决策、AWQ/GPTQ 量化导出、vLLM 启动配置、OpenAI 兼容 API 接入、Redis 缓存与限流、TTFT/TPOT 监控告警，以及成本优化、安全合规与常见坑位排查。
常见陷阱与反模式
AI 应用失败很少因为模型不够强，而是栽在选型认知、工程实现、评估上线、组织流程四个阶段的高频陷阱上。本文收录 14 个反模式与 3 个真实翻车案例，附可直接用于评审的自查清单。
从零搭建 RAG 应用
用 Python 从零搭一套可运行的个人知识库 RAG：文档加载切分、Embedding 建库、向量与 BM25 混合检索、Prompt 组装与生成，全程可运行代码，并覆盖调优、评估、常见坑与进阶路线。
从零开发一个 Agent
从零开发一个能调用工具完成任务的 Agent：函数定义与 function calling schema、ReAct 工具循环、记忆与规划，用"查天气并写入日程"贯穿全程，附带框架选型、工程要点、评估与常见坑，代码可直接运行。
搭建一套 LLM 评估
从业务目标出发，用黄金数据集、精确匹配与语义相似度、RAGAS、LLM-as-judge 和 CI 集成，为你的 AI 应用搭一套可回归的评估体系，全程配可运行 Python 代码。
提示词实战手册
一本"抄了就能用"的提示词模板库与调试手册：角色设定、JSON 输出、few-shot、CoT、RAG 问答、代码审查等八大类可直接复制的模板，加上失败模式定位、A/B 对比与 Prompt 版本管理的完整调试方法论。
微调你自己的 LLM
在消费级 GPU 上用 Qwen/Llama 加 LoRA 微调出你自己的模型：先判断该不该微调、准备显存与数据，再到 QLoRA 训练、合并导出、推理验证与评估上线的完整可运行代码。
面试题库
AI 热门概念岗位面试全景与高频真题解析：九大知识模块约 50 题，覆盖 Transformer/LLM 原理、提示词、RAG、Agent、微调对齐、推理部署与评估，附综合场景题与手撕代码/项目深挖/反问环节技巧。
模块导读与岗位版图
AI 热门概念领域的求职版图全景：大模型算法工程师、RAG/Agent 应用工程师、Prompt 工程师、AI 产品经理、AI Infra 工程师、数据评估工程师、AI 安全工程师等七类岗位的职责与技能对比，配岗位与本站知识映射表、市场需求趋势，并给出 career 模块四页的使用路径。
能力对标：简历该突出什么
AI 热门概念岗位简历不是经历流水账，而是针对目标岗位的证据链。本文给出常见死法清单、模型原理/工程/评估/领域四象限对标表、背景-动作-结果项目公式、个人项目攒法与算法/应用/产品岗位侧重差异。
JD 清单：国内外大厂在招岗位
AI 热门概念领域的国内外大厂在招岗位归纳：大模型算法工程师、RAG 应用工程师、Agent 工程师、AI Infra/推理优化工程师、AI 产品经理、多模态算法工程师六类，每类 2-3 份 JD 示例拆解，配"JD 黑话翻译"与岗位要求映射表，帮你从 JD 反推学习计划。
JD 知识点拆解
把 AI 热门概念领域 JD 里的高频关键词——Transformer、预训练、提示词、RAG、Agent、LoRA、RLHF、量化、评测、多模态——翻译成可逐项复习的考点清单，每项配面试追问方向与本站页面，并盘点"JD 里没写但面试会考"的隐藏考点。
精选资源清单
AI 热门概念领域的精选资源地图：官方文档与 API、学习课程、必读书籍、高质量博客、开源工具与框架、社区与榜单六大类，全部真实存在且官方入口逐一核验。
模型与榜单速查
模型与榜单速查：截至 2025 年中的主流闭源与开源大模型对比表、排行榜解读与"榜单≠适用性"警示、按场景选型速查，以及嵌入模型、视觉模型与获取途径。
术语表
AI 热门概念领域核心术语表：模型架构、训练优化、应用范式、数据检索、生成模型、评估与安全六大类 80+ 术语的准确一句话定义，附面试高频缩写速查表。
数据集与工具档案
大模型数据集与工具档案：按用途分类的数据集速查（预训练、指令微调、偏好、评测、RAG、多模态），以及框架、向量库、标注与部署工具选型建议与版权合规提示。