大讲堂凌晨两点赶方案的时候，你把写得稀碎的周报粘进对话框，敲下一行“帮我把这段润得像个做了十年互联网的总监写的”。
三秒钟。
一段逻辑顺、语气稳、连“在不确定性中寻找增长杠杆”这种行业黑话都给你配得恰到好处的文字就弹了出来。
你可能会感慨，这东西真懂我。
哪有什么懂。
全是大模型算法在背后，算出来的概率。
你以为它在“背课文”？其实它在算下一个字的概率
很多人第一次接触大模型，总觉得它是把所有网上的内容全背下来了，遇到问题就从记忆里掏出来。真不是。我第一次跟做算法的朋友聊到最底层的逻辑的时候，手里的冰可乐都洒了半杯——它的核心动作，根本不是“理解”，就是逐字概率计算。
就像你平时跟朋友聊天，对方说“今天下班刚到地铁站，突然发现”，你下意识就会接“钥匙落公司了”。这个反应不是你特意去“理解”对方的话，是你攒了几十年的生活经验，让你本能知道这句话后面接什么内容的概率最高。大模型干的事跟这个一模一样，只不过它的“生活经验”是爬取来的全互联网公开文本，从古典名著到论坛水贴，从学术论文到电商评论，攒了几万亿个词的先后顺序关系。你给它输入一段文字，它就对着这些关系算：前面这串字出来之后，下一个字排第一的概率是什么，排第二的是什么，挑个最高的输出来，然后把刚输出的字再拼回前面的序列，接着算下一个。
你看，根本没有什么玄乎的“智能”。它甚至不知道自己输出的字是什么意思，就像你算抛硬币正反面的概率，根本不关心硬币掉在地上是立着还是躺着。我之前见过有人拿这个逻辑给家里的猫做演示，把猫踩键盘打出来的乱码粘进大模型，它居然能顺着那串乱码写出一段完整的侦探小说——因为它不管前面的内容有没有意义，只要能算出来下一个字的概率，就能一直写下去。
那些看起来“变懂事”的补丁，根本不是魔法
最早的大模型刚出来的时候，闹过不少笑话。你问它“怎么给女朋友挑礼物”，它能顺着“礼物”两个字的概率，给你扯完礼物的起源，从古代的馈赠制度讲到现代的消费主义，半句话都不沾“挑礼物的具体方法”。为啥？因为它只算“接什么字最顺”，根本不管你要什么。
后来有人想了个特别朴素的招——找一堆真人，站在旁边当“裁判”。把模型生成的几个版本的回答摆出来，让真人标一下哪个回答对用户最有用，哪个是瞎扯，哪个是答非所问。再把这些标注好的结果喂回给模型，让它调整自己的概率计算逻辑：原来用户问挑礼物的时候，输出“根据预算选口红、香水还是手工礼物”的概率要比输出“礼物的历史起源”高。这个过程就是现在大家常听的人类反馈对齐。
说真的，我之前测过两个同参数的模型。没做对齐的那个，你问它“怎么煮溏心蛋”，它能从鸡蛋的营养成分讲到煮蛋的热力学原理，写了八百字还没说煮几分钟。做了对齐的版本，三句话给你讲清楚冷水下锅、水开后煮六分钟、过凉水好剥，甚至会主动提醒“溏心蛋要现煮现吃，放久了有细菌风险”。
别觉得这个过程很高级。本质上跟你训练家里的小狗没区别：你抬手它坐对了，就给块零食；它扑上来叼你拖鞋，就轻轻拍一下脑袋。训久了，它自然知道什么动作能换来零食。现在网上传的那些“大模型有自主意识”的说法，真的有点好笑——你只要换一套标注的反馈标准，它能从严谨的学术助手，秒变天天跟你唠“今天摸鱼被老板抓了”的损友。意识要是这么容易被训练出来，那也太不值钱了。
别被“参数堆得越高越厉害”的说法骗了
这两年总听到一种说法，说大模型的参数得堆到万亿级别才好用。我之前跟一个在算法团队做训练的朋友吃夜宵，他喝了两罐啤酒，吐槽吐得快把烤串签子咬断：现在多少团队砸几千万买显卡堆参数，连最基础的训练数据清洗都舍不得做。爬虫爬来的网页里混着一堆乱码、骂街的水贴、过期三年的旧新闻，甚至还有盗版小说里的章节错乱，全一股脑喂给模型。学了一肚子垃圾的模型，参数再大有啥用？
他说这话真不是吐槽。我之前见过一个小团队训的开源模型，参数规模只有同赛道模型的十分之一，但是人家花了三个月时间，把训练数据里的脏内容全筛了一遍，还专门把逻辑推理的题目、日常实用的对话案例挑出来重新做了标注。最后跑出来的效果，比很多堆了大参数的模型还稳——至少你问它“怎么修漏水的水龙头”，它不会给你扯“水资源的全球分布现状”。
真的，训练数据的干净程度，比参数大小重要一百倍。我之前见过有人晒自己训的模型，跟个喝多了的人似的，东拉西扯答非所问，点进去一看他放的训练集，好家伙，一半是从不知名网站扒的无意义网页片段，连标点符号都不全。这能训出好用的模型才见鬼了。
很多人现在焦虑，说大模型算法这么厉害，以后作家、程序员、文案是不是都要失业了。
我倒没这么担心。
你想啊，这个算法本质上就是个“概率拼接师”。它能把所有见过的文字拼得特别顺，特别符合你对“好文章”“好代码”的刻板印象，但它根本不知道什么是“真的打动人”。
上次我让大模型帮我写个老巷口糖水铺的探店文案，它写得那个通顺啊，什么“晚风裹着姜撞奶的香气漫过青石板路”，辞藻华丽得能当高考满分作文。可我上次去那家店，老板家的三花橘猫会跳上客人的桌子，偷喝半杯你点的双皮奶。这个细节，大模型永远写不出来。
因为它算不出来。
它只会算“写糖水铺的时候，提到姜撞奶、青石板路的概率有多高”，算不出来哪一个藏在具体生活里的小细节，是真的能让看的人觉得“啊，我也想去坐一会”。
作者|科技
排版|科技
审核|小准