不透明复发及其他AI术语解析

AI正在重塑世界，同时也催生了一套全新的行业黑话。如果你最近参加过任何产品会议、融资路演或行业圆桌，大概率会听到人们脱口而出LLM（大语言模型）、RAG（检索增强生成）、RLHF（基于人类反馈的强化学习）等术语。而上周，随着OpenAI新模型Astra的发布，“opaque recurrence”（不透明递归）这个词又成了热议焦点——这是一种让AI安全研究者感到不安的推理技术。词汇更新速度快到连科技圈最聪明的人都难免有些焦虑。 这份术语表正是为了帮你解决这个问题：用通俗易懂的英文定义那些你最常见的AI术语，无论你是在用这些技术做开发、投资相关项目，还是只是通过阅读资讯或听播客来跟上节奏。我们会随着领域发展定期更新，所以可以把它看作一份活的文档——就像它所描述的AI系统一样。 AGI（通用人工智能）：AGI是一个模糊的概念，但通常指在多数（甚至大多数）任务上能力超过普通人类的AI。OpenAI CEO萨姆·奥尔特曼曾将AGI描述为“相当于一个你可以雇佣为同事的中等水平人类”。而OpenAI的章程则将AGI定义为“在大多数具有经济价值的工作上表现优于人类的高度自主系统”。谷歌DeepMind的理解又略有不同，该实验室认为AGI是“在大多数认知任务上至少与人类能力相当的AI”。感到困惑？别担心——就连AI研究前沿的专家们也在为此争论不休。 AI Agent（AI智能体）：AI Agent指的是利用AI技术代表你执行一系列任务的工具——其能力远超基础AI聊天机器人——比如报销费用、预订机票或餐厅座位，甚至编写和维护代码。不过，正如我们之前解释过的，这个新兴领域涉及很多动态因素，所以“AI Agent”对不同的人来说可能意味着不同的东西。实现其预期能力所需的基础设施也仍在建设中。但基本概念是指一个自主系统，它可能调用多个AI系统来执行多步骤任务。 API端点：可以把API端点想象成软件“背面”的按钮，其他程序可以按下这些按钮来让它执行操作。开发者使用这些接口来构建集成——例如，允许一个应用从另一个应用拉取数据，或者让AI Agent无需人工手动操作每个界面，就能直接控制第三方服务。大多数智能家居设备和连接平台都有这些隐藏按钮，即使普通用户从未看到或与之交互。随着AI Agent能力越来越强，它们越来越能自主发现并使用这些端点，为自动化开辟了强大——有时甚至是意想不到——的可能性。 思维链：面对简单问题时，人脑可以不加思考就给出答案——比如“长颈鹿和猫哪个更高？”但在很多情况下，你需要纸笔才能得出正确答案，因为存在中间步骤。例如，如果一个农民养了鸡和牛，它们总共有40个头和120条腿，你可能需要写下简单的方程式才能得出答案（20只鸡和20头牛）。在AI语境中，大语言模型的思维链推理意味着将问题分解为更小的中间步骤，以提高最终结果的质量。这通常需要更长时间才能得到答案，但答案更可能是正确的，尤其是在逻辑或编码场景中。推理模型是从传统大语言模型发展而来的，通过强化学习针对思维链思考进行了优化。（参见：大语言模型） 编码Agent：这是比“AI Agent”更具体的一个概念，后者指能够自主采取行动、逐步完成目标的程序。编码Agent是应用于软件开发领域的专业版本，能够自主编写、测试和修复代码。