人工智能全景

人工智能是一套让计算机完成感知、理解、预测、生成、决策和行动的技术体系。它不是某个聊天产品，也不等同于大语言模型。规则系统、机器学习、深度学习、强化学习、生成式模型和智能体都属于这张技术地图中的不同部分。

理解人工智能，需要同时看清五个层次：业务问题如何定义，数据如何表达现实，模型如何从数据中学习，系统如何把模型接入真实场景，以及如何验证结果可靠、成本可控、权限安全。

一张图看懂 AI 技术体系

层次	主要问题	典型技术	最终产物
问题与数据	要解决什么，事实从哪里来	任务建模、样本、特征、标签、数据治理	可计算的问题和可信数据集
学习与模型	机器如何从数据中获得规律	机器学习、神经网络、深度学习、强化学习	能预测、识别或生成的模型
能力与领域	模型能处理什么信息	NLP、计算机视觉、语音、推荐、时序、多模态	面向某类输入输出的能力
应用与编排	如何接入业务和外部世界	Prompt、RAG、工具调用、Agent、MCP	可交互、可执行的应用
工程与治理	如何稳定运行并承担责任	部署、评估、监控、MLOps、权限、安全、成本	可上线、可维护的生产系统

这五层不能颠倒。没有清楚的问题和可靠数据，模型再大也可能解决错问题；没有评估和治理，效果不错的演示也无法成为生产系统。

AI、机器学习、深度学习和大模型

这些词不是并列关系，而是逐层包含、又各有边界。

流程图加载中…

• 人工智能描述目标：让机器表现出感知、推理、决策或生成能力。
• 机器学习描述方法：不把所有规则写死，而是让模型从样本中拟合规律。
• 深度学习是机器学习的一类方法，使用多层神经网络学习复杂表示。
• 生成式 AI强调生成新内容，包括文本、图像、语音、视频和代码。
• 大语言模型是以语言和序列建模为核心的一类基础模型。
• Agent不是新模型，而是模型、工具、状态、流程和验证机制组成的任务系统。

人工智能如何产生结果

绝大多数现代 AI 系统都可以沿着下面的链路理解：

1. 定义任务：明确输入、输出、成功标准和不可接受的错误。
2. 准备数据：采集、清洗、标注、切分并控制数据权限。
3. 选择表示：把文本、图片、行为或业务字段转换为模型能处理的数值。
4. 训练模型：前向计算结果，比较预测与目标，反向更新参数。
5. 离线评估：用未参与训练的数据检查泛化能力和各类错误。
6. 部署推理：把训练好的模型接入服务，处理真实请求。
7. 应用编排：加入检索、工具、数据库、业务规则和人工确认。
8. 线上治理：监控质量、延迟、成本、漂移、越权和安全事件。

传统机器学习、图像识别和大模型应用的实现细节不同，但都离不开这条主线。

主要技术分支

分支	典型输入	典型输出	常见场景
机器学习	表格、指标、用户行为	分类、分数、预测值	风控、销量预测、流失预测
自然语言处理	文本	分类、实体、摘要、回答	搜索、客服、文档处理
计算机视觉	图片、视频	类别、位置、分割区域	质检、识别、医学影像
语音技术	音频	文本、语音、说话人	转写、合成、语音交互
推荐系统	用户、物品、行为序列	排序列表	电商、内容、广告推荐
时间序列	按时间排列的观测值	趋势、异常、未来数值	容量、价格、设备预测
强化学习	状态、动作、奖励	行动策略	控制、博弈、资源调度
多模态	文本、图片、音频、视频	跨模态理解与生成	图文问答、视频理解、内容生成

详细边界见主要应用方向。

三类典型 AI 系统

预测系统

输入结构化数据，输出分类、概率或数值。例如根据用户行为预测流失概率。重点是样本与标签是否可信、特征是否泄漏未来信息、模型上线后分布是否漂移。

感知系统

把图片、语音或文本转换为结构化信息。例如从产品照片中定位缺陷。重点是标注质量、复杂环境下的鲁棒性、推理速度和错误代价。

生成与行动系统

根据上下文生成文本、代码、图片或工具调用。例如企业知识助手先检索制度，再生成带引用的回答。重点是依据、幻觉、权限、工具风险和验证闭环。

方案如何选择

问题特征	优先考虑	原因
规则少、稳定且责任明确	业务规则	可解释、可测试、成本低
有大量结构化历史样本，要预测概率或数值	传统机器学习	训练和推理成本低，效果容易评估
输入是图片、语音或复杂非结构化数据	深度学习	能自动学习高维表示
需要理解、总结、生成或处理开放语言	大语言模型	语言泛化和生成能力强
知识经常变化且必须给出来源	RAG	把外部资料作为当前依据
需要查询或修改外部系统	工具调用	让事实和动作来自受控接口
任务包含多个步骤且结果可以验证	Agent	能在反馈中继续执行和修正

选型顺序应从最简单、最容易验证的方案开始。能用规则稳定解决的问题，不必强行使用模型；单次工具调用能完成的任务，也不必包装成复杂 Agent。

推荐阅读路径

建立全局认识

1. 人工智能发展脉络
2. AI 核心概念词典
3. 学习与实践路线

掌握模型原理

1. 基础原理
2. 机器学习
3. 深度学习
4. 主要应用方向

理解大模型与应用

1. 大语言模型
2. RAG 与工具调用
3. LangChain 工程实践
4. 智能体
5. MCP
6. RSI 递归自我改进

走向生产工程

1. AI 应用工程
2. 评估与排错
3. 项目实践
4. 从 Vibe Coding 到工程化 AI 编程
5. 流式语音技术实践：主分段、角色与目标识别、动态调度、共享热词及离线运行。

学完后应形成的能力

完整学习不是记住术语，而是能连续回答下面这些问题：

• 一个业务问题是否适合使用 AI，为什么？
• 输入、输出、数据来源和评估标准分别是什么？
• 规则、机器学习、深度学习、大模型应该怎么选？
• 模型为什么会答错，错误发生在数据、检索、模型还是工具层？
• 一个演示如何补齐权限、监控、评估和成本控制后上线？
• 模型、Prompt、索引或工具升级后，如何证明系统没有退化？

能把这些问题落到具体项目中，才算建立了完整的人工智能工程视角。