AI到底是怎么"思考"的？我从零到一写了一本沉浸式科普书，试图回答这个问题

在线体验：AI是如何思考的 - 在线阅读

---

你每天和AI对话，但有没有想过一个问题：当ChatGPT回答你的时候，它到底在做什么？

它不是在"搜索答案"，也不是在"调取知识库"，更不是在"模仿人类说话"。它在做的事情，比这些都更陌生，也更震撼——它在预测下一个字。

而这件事，足以改变文明。

为什么要写这本书

2023年初ChatGPT爆发的时候，我像所有人一样震惊。但很快，震惊变成了困惑：它到底是怎么做到的？

我翻了大量的科普文章和技术博客，发现一个尴尬的事实——

写给程序员看的，太硬核，满屏的矩阵运算和梯度下降；
写给大众看的，太浅薄，"AI很厉害"说了三遍但没解释为什么厉害。

中间地带是空的。 那些受过良好教育、有逻辑思维、但不写代码的人——他们需要的不是公式，也不是吹捧，而是一条从"我完全不懂"到"我真正理解"的路径。

所以我写了这本书。10个章节，从图灵测试讲到AGI，从神经网络讲到AI的边界，试图用最通俗但不失准确的方式，讲清楚AI"思考"的全过程。

先说结论：AI不是在思考

这是一个必须要先澄清的误解。

当你问ChatGPT"法国的首都是哪里"，它回答"巴黎"的时候，它并不是像你一样"知道"这个答案。它做的事情是：根据你输入的所有文字，计算在所有可能的下一个词中，"巴黎"出现的概率最高。

这不是类比，这是字面意义上的事实。GPT的核心任务只有一个：预测下一个token。

但神奇的是，当你在千亿级参数上把"预测下一个token"这件事做到极致，它就开始展现出令人不安的能力——写代码、做数学、理解幽默、甚至展现出某种"推理"的迹象。没有人明确地教它这些能力，它们是从预测下一个词的副产品中"涌现"出来的。

涌现（Emergence），是理解大模型最关键的概念之一。就像单个水分子没有"湿润"的属性，但大量水分子聚集在一起就产生了液体的特性；单个参数没有任何"知识"，但千亿参数连接在一起就产生了智能的行为。

这本书的第三章讲Transformer，第四章讲GPT，就是在拆解这件事的来龙去脉。

一个被忽视的转折点：2017年那篇论文

如果说有一篇论文定义了我们这个时代的AI，那不是GPT-4的论文，而是2017年Google团队发表的《Attention Is All You Need》。

在它之前，AI处理语言的方式是"从左到右，一个字一个字地读"——就像你读这篇文章一样。这叫循环神经网络（RNN）。它有一个致命的缺陷：读到第1000个字的时候，第1个字的信息已经几乎丢失了。

Transformer彻底改变了这一点。它让每个字都能同时"看到"所有其他的字，然后用一种叫"注意力"的机制，决定每个字应该关注哪些字。你在读"它很可爱"的时候，你的大脑会自动把"它"和前面提到的"那只猫"关联起来——Transformer做的就是这个过程。

听起来很简单？但正是这个改变，让AI从"一个字一个字地读"变成了"一眼看到全貌"，从而可以充分调动GPU的算力，模型规模从百万参数直接跳到千亿参数。

没有Transformer，就没有GPT，就没有ChatGPT，就没有这一轮AI革命。 而这一切的起点，只是一群研究者在2017年春天的一个"疯狂想法"。

2026年最值得关注的事：AI Agent

如果说2023年是"大模型元年"，那2026年就是"AI Agent元年"。

区别是什么？大模型是"你问它答"，Agent是"你说目标，它自己想办法"。

举个例子。你跟GPT说"帮我订一张明天去上海的机票"，它会告诉你怎么订——打开哪个网站，选哪个航班。但Agent会直接帮你打开浏览器，搜索航班，比较价格，填好信息，完成支付。

从"对话"到"行动"，这一步的跨越比从"不能说话"到"能说话"更大。因为这意味着AI从被动的工具，变成了主动的执行者。

这本书的第六章详细拆解了AI Agent的工作原理——感知、规划、执行、反思四个循环，以及为什么这个循环让AI第一次拥有了"做事"的能力。

AGI：比你想的更近，也比你以为的更远

每一轮技术狂热中，最危险的事情就是混淆"可能性"和"确定性"。

AGI（通用人工智能）——一种能在几乎所有认知任务上达到或超越人类水平的AI——是不是一定会到来？大多数从业者会告诉你"大概率是"。但什么时候？

乐观派说5年，保守派说50年。真相是：没人知道。

这本书没有给出预测，但做了一件更重要的事：帮你建立判断力。第七章对比了弱AI和强AI的五个核心差异，第八章则冷静地审视了AI做不到的事——意识、真正的创造力、因果推理。

一个无法通过图灵测试的系统可能拥有意识，一个完美通过图灵测试的系统可能毫无意识。 理解这一点，比任何对AGI的狂热预测都重要。

全书章节

章节	标题	核心内容
序章	当机器开始"思考"	图灵测试到ChatGPT，AI七十年简史
第一章	神经网络	神经元、权重、激活函数——用数学重新理解"学习"
第二章	深度学习	卷积网络看图、循环网络读文、反向传播的原理
第三章	Transformer	"Attention Is All You Need"如何改写AI命运
第四章	大语言模型	预训练、微调、RLHF——拆解GPT的"大脑"
第五章	多模态AI	从文本到图像、音频、视频——AI拥有"五感"
第六章	AI Agent	从对话到行动，AI正在学会"做事"
第七章	通往AGI之路	从专用到通用，AGI是神话还是必然
第八章	AI的边界	意识、创造力、因果推理——AI做不到的事
终章	人机共生	AI不会取代人类，但会用AI的人会取代不会的人

这本书适合谁

• 用ChatGPT但不知道它为什么能说话的人
• 对AI感兴趣但没有编程背景的人
• 想理解"涌现"“注意力”"Agent"这些热词真正含义的人
• 在AI狂热中想保持清醒判断力的人

不适合谁

• 想学大模型训练实操的工程师（这本书不教写代码）
• 需要学术论文级别的严谨推导（科普定位，有简化）
• 只想看"AI万能"或"AI无用"的情绪宣泄（这里只有事实和思考）

写在最后

写这本书的过程中，有一个瞬间让我至今印象深刻。

在写第八章"AI的边界"时，我花了很长时间研究"意识"这个概念。哲学家丹尼特说意识是"多重草稿"的竞争，查默斯说意识是"困难问题"不可还原，图灵说不要问机器能否思考，问它能否通过测试——但这些说法都无法回答一个最简单的问题：你怎么知道你身边的人不是哲学僵尸？

如果这个问题无法回答，那"AI有没有意识"同样无法回答。而比这个问题更重要的也许是：我们是否准备好和一个可能有意识的实体共处？

这不是技术问题，这是文明问题。

这本书不能给你答案，但可以帮你理解问题。而在AI时代，提出正确的问题，比得到错误的答案重要得多。

---

在线体验：AI是如何思考的 - 在线阅读

如果觉得有帮助，欢迎分享给同样在思考这些问题的朋友。