想弄懂 Transformer 和 Self-Attention，很多教程先讲架构图和公式，读完能复述，但合上页面推不出来。这篇换个顺序：先抛一个问题，用一个最小的数字例子算一遍，再看为什么会需要下一个机制。内容来自我做的一套 34 课大模型课程的第 1 课，一共 6 个问题，从 RNN 的问题一路走到 GPT 逐字生成。