《大模型与智能体》拆解大纲(定稿)
一节一行,每行写成「进来时以为…… → 出去时知道……」。 本稿是审读意见之后的第二版,三批修改已全部落进节序与落点里(改了什么见文末「审读意见对照」)。
原书:邱锡鹏《大模型与智能体》,17 章。拆成 18 章 + 总纲, 其中原书第 6 章「大模型工程」被拆成训练侧(并进第 09 章)与推断侧(第 10 章), 原书第 3 章「Transformer」被拆成标准结构(第 03 章)与架构演化(第 04 章)。
index.md(总纲,handwritten: true)
| 节 | 进来时以为 → 出去时知道 |
|---|---|
| 1 30 秒导读 | 以为这是一本讲「怎么用 ChatGPT」的书 → 知道它讲的是同一条链:能力怎么长出来、行为怎么被塑形、系统怎么部署、模型怎么接上世界、行动怎么被组织、风险怎么被约束 |
| 2 这是谁在什么时候写的 | 以为是某家公司的宣传材料 → 知道作者是复旦大学邱锡鹏,2026 年成书,他自己团队做过国内第一个公开的对话模型,写作时带着学界视角与利益相关 |
| 3 全书一条主线 | 以为「大模型」和「智能体」是两个不相干的热词 → 能不看任何拆解章,把这十四步链条复述一遍 |
| 4 章节地图 | 以为要从头读到尾 → 知道哪几章是地基、哪几章可以按需跳读、哪一章是自己现在最该读的 |
| 5 覆盖什么 / 不覆盖什么 | 以为这一本能替代同作者的另外三本 → 知道四本各自独立完整,想要另一面该去看哪本 |
| 6 我们的判断 | 以为拆解只是复述 → 知道哪几处是我们自己的判断,以及它们如果错会错在哪 |
| 兑现表 | —— |
01-from-answering-to-doing.md —— 从回答到做事
对应原书第 1 章。
| 节 | 进来时以为 → 出去时知道 |
|---|---|
| 1 一扇门被换掉了 | 以为变化是「聊天机器人变聪明了」 → 知道换掉的是「谁去学谁的语言」这个方向 |
| 2 一个回答问题,一个完成任务 | 以为智能体就是更大的模型 → 知道它是系统层的概念,大模型只是里面那颗大脑 |
| 3 套娃:四个词的层级 | 以为人工智能、机器学习、深度学习、大模型是同义词 → 能画出这四个同心圆,并说出每一圈为什么会扩张 |
| 4 为什么先在语言上突破 | 以为语言只是最容易做的那个 → 知道文字是人类几千年反复压缩过的一座矿藏,别的模态没有这个属性 |
| 5 猜下一个词为什么能逼出世界知识 | 以为「预测下一 个词」只是个填空游戏 → 知道要猜对某些空,模型不得不把形状、指代、物理常识和地理事实压进参数 |
| 6 这一轮为什么不同 | 以为只是「模型更大了」 → 知道是三件事让它懂得更多、一件事让它开始做事 |
| 7 涌现:量变到质变,以及这个说法的争议 | 以为能力是被一项项加进去的 → 知道有一类能力在规模跨过某个区间后才可用,也知道这条曲线有多少是评测尺度造出来的 |
| 8 钱花在哪里 | 以为算一次账就够了 → 知道训练成本像造飞机、推断成本像每次飞行的油钱,两本账的形状完全不同 |
| 9 谁会先被改变 | 以为先被替代的是体力活 → 知道被碰到最多的恰恰是屏幕前的语言和符号工作,并记住两个百分比及其参照物 |
| 10 格局:三类模型各司其职 | 以为最终会有一个模型统治一切 → 知道闭源前沿、开放权重和端侧小模型各有各的位置 |
| 主走查 | 一句「帮我订一张下周去上海的高铁票」:切词元 → 逐词生成 → 它只会说不会订 → 接上工具才真的查和下单 → 每一步的词元账 → 这个任务落在暴露度的哪一端 |
02-neural-network-foundations.md —— 必要的地基
对应原书第 2 章。
| 节 | 进来时以为 → 出去时知道 |
|---|---|
| 1 三十年低谷 | 以为深度学习是 2012 年发明的 → 知道算法 1986 年就有,等的是算力、数据和一批治具体失败的解药 |
| 2 学习是什么 | 以为程序都要靠人把规则写全 → 知道另一条路是给例子、让它自己把规律压出来 |
| 3 为什么要学表示 | 以为模型直接比像素就行 → 知道原始数据不是适合决策的形状,得先换一种表达 |
| 4 一个人工神经元 | 以为神经元很神秘 → 能自己写出「加权求和再过一次弯折」这一行算式 |
| 5 为什么非得有那个弯折 | 以为激活函数是可有可无的装饰 → 能自己推出:去掉它,堆多少层都等于一层 |
| 6 层层堆叠与逐步抽象 | 以为深只是参数更多 → 知道深带来的是更复杂的函数复合方式,浅层学边缘、深层学对象 |
| 7 卷积:看图像的两个想法 | 以为处理图像也用全连接就好 → 知道局部连接和参数共享分别对应关于世界的哪条假设 |
| 8 循环:处理序列,以及它记不住远处 | 以为给网络加个记忆就够了 → 知道信息每传一步都要乘一次权重,几十步后就衰减没了 |
| 9 训不动的三种病 | 以为训练就是「跑起来等它收敛」 → 能区分走不动、信号失真、学得太死这三类不同的病 |
| 10 优化器:决定你怎样走 | 以为优化器只是个代码选项 → 知道它决定步伐、惯性和每个方向各自的步长 |
| 11 让训练站稳 | 以为初始化只是训练前的小事 → 知道初值、规范化和残差是「训得起来」的三根支柱 |
| 12 正则化:别让它只会背题 | 以为训练损失越低越好 → 知道损失为零常常正是过拟合的预兆 |
| 13 损失函数:评分表 | 以为损失函数只是个数学细节 → 知道评分表写歪了,模型会非常努力地朝错方向进步 |
| 主走查 | 一张手写的「7」:784 个像素 → 256 维隐藏层 → 10 个输出 → Softmax → 交叉熵 → 反向传播改一个权重;第 ⑦ 步换成 3×3 卷积核走一遍(写出那 9 个数和那一个输出值),第 ⑧ 步把「我生在上海……所以我说___」按词喂进循环网络(写出隐状态每步乘一次权重后的衰减数) |
03-attention-and-transformer.md —— 注意力与标准结构
对应原书第 3 章 3.1–3.5。
| 节 | 进来时以为 → 出去时知道 |
|---|---|
| 1 相关的东西不挨着 | 以为按顺序一步步传信息就够了 → 知道远处的信息传过来会衰减,而且没法并行 |
| 2 字典查询:查询、键、值 | 以为注意力是个玄学名词 → 能用「柔性查字典」把三个角色各自的职责说清 |
| 3 缩放点积:一张 N² 的关系表 | 以为注意力只是加权平均 → 知道它的力量和麻烦来自同一张表:任意两点直连,但表随长度平方膨胀 |
| 4 自注意力:让序列内部互相看 | 以为查询和键必须来自不同地方 → 知道让它们都来自同一个序列,就把「距离」这件事从障碍变成一次点积 |
| 5 多头:同一句话的几个视角 | 以为一次注意力就够 → 知道语法、指代、语义各需要一套不同的相似度尺子 |
| 6 位置编码 | 以为词序是天然带着的 → 知道打乱词序自注意力的结果完全 一样,所以顺序必须被显式塞进去 |
| 7 同样的积木,三种搭法 | 以为 BERT 和 GPT 是两种不同的网络 → 知道底层积木完全一样,差的只是注意力能不能向后看 |
| 8 它内部到底在想什么 | 以为神经网络是彻底的黑箱 → 知道有三条路线在往里看,以及每条能看到什么、看不到什么 |
| 9 上下文学习 | 以为要教它新任务就得改参数 → 知道只改输入也能让它照着做,并知道这件本事是预训练的副产物 |
| 10 几个看起来可有可无的小设计 | 以为 Softmax、前馈宽度、规范化位置都是随便定的 → 知道每一个背后都压着一次具体的训练失败 |
| 主走查 | 「那只猫没过马路,因为它太累了」处理到「它」这一步:生成查询 → 和七个键各算一次点积(分数已除过根号 d) → 指数化并写出分母 → 权重 → 加权取值 → 八个头拼接 → 过前馈 → 残差写回 |
04-architecture-evolution.md —— 架构演化
对应原书第 3 章 3.6–3.10。
| 节 | 进来时以为 → 出去时知道 |
|---|---|
| 1 架构创新为什么越来越像系统创新 | 以为架构比的是「表示能力更强了吗」 → 知道一个训不了、扩不动、推断吞吐差的结构,再漂亮也当不了主流 |
| 2 一张账本 | 以为新架构只要跑分高就赢 → 知道每一次改动都要在能力、训练成本、推断成本、工程复杂度四栏 上同时记账 |
| 3 上下文窗口 | 以为「窗口」只是个营销数字 → 知道它就是这一次推断能看见的输入范围,而且这个名字全书只有一个 |
| 4 把窗口拉长的三件事 | 以为把窗口数字调大就完了 → 知道还要位置外推、长程数据和一套专门的评测,否则只是「读得快、读不懂」 |
| 5 稀疏激活与混合专家 | 以为参数多就必然每步都算得慢 → 知道可以把「总参数」和「每次激活的参数」分开 |
| 6 路由、负载均衡与专家塌缩 | 以为把专家堆起来就赢了 → 知道最难的是把词元分得既准又散,不然只有少数路径在真正学习 |
| 7 混合专家的工程账 | 以为稀疏就等于省钱 → 知道代价从计算转移到了路由、通信和显存常驻 |
| 8 KV 缓存与三条把它压下去的路 | 以为「缓存」是个实现细节 → 先知道这份缓存为什么必须存在(生成第 N 个词要重看前 N−1 个词),再知道所有头共享、分组共享、压成低秩这三种压法 |
| 9 检索增强生成(RAG) | 以为知识只能存在参数里 → 知道可以把一部分挪到外面,模型的任务从「记住一切」改成「知道去哪儿找、拿回来怎么用」 |
| 10 状态空间与其他新路线 | 以为注意力是唯一答案 → 知道有一类模型靠「一个压缩状态」代替回看全部历史,以及它为什么至今没能全面替代 |
| 11 怎么评价一个架构创新 | 以为看一个基准分数就够 → 知道要同时问训练账本和推断账本,两边都过得去才算成立 |
| 主走查 | 一份 12.8 万词元的合同进入模型:窗口能不能装下 → 位置外推稳不稳 → 每层每头的缓存吃掉多少显存 → 换成分组共享省几倍 → 关键条款靠检索取回而不是硬塞 |
05-pretraining.md —— 预训练
对应原书第 4 章。
| 节 | 进来时以为 → 出去时知道 |
|---|---|
| 1 数据从哪来 | 以为好数据就是标得干净的数据 → 知道人工精标的路走不通,转折点是「数据本身就带着监督信号」 |
| 2 十万亿词元有多大 | 以为「很多数据」是个模糊的形容 → 有一个能复述的参照物:相当于九千多万本书,一个人每天读一万词要读两百多万年 |
| 3 洗数据比换技巧更管用 | 以为规模自动等于质量 → 知道去重、过滤、去污染和配比表决定了模型的脾性 |
| 4 训练目标:接龙、完形填空,还是对照 | 以为自监督只有「预测下一个词」一种玩法 → 知道三种目标各自塑造了什么表示,以及填空学到的双向表示今天退到搜索召回和向量化里继续当骨干 |
| 5 分词:模型眼里的文字不是字 | 以为模型是按字读的 → 知道它读的是一串编号,并知道很多「数不清字母」的怪错误就出在这里 |
| 6 规模法则 | 以为堆参数就够 → 知道参数和数据要按比例同步放大,以及 2024 年之后这条比例又被推断成本改写了一次 |
| 7 能力怎么长出来 | 以为能力是被一条条教进去的 → 知道是「为了把预测做对,它不得不学会生成预测所需的中间结构」 |
| 8 训练机制:批、学习率、优化器 | 以为这些是能随便设的旋钮 → 知道学习率是最敏感的那一个,以及预热和退火各自在治 什么 |
| 9 速算表 | 以为「能不能训得动」要跑起来才知道 → 能用三个量纲公式在半分钟里估到两倍以内 |
| 10 混合精度 | 以为精度越高越好 → 知道对大模型训练来说「范围够宽」比「小数位够准」更要紧 |
| 11 预训练的代价 | 以为预训练只有好处 → 知道它同时带来了算力门槛、数据偏差、版权争议,而且基座还不是助手 |
| 12 评测的基本框架 | 以为看排行榜就行 → 知道要分清能力、对齐、风险三类评测,并知道数据污染为什么很难根除 |
| 主走查 | 一句「上海是中国的金融中心」:从网页抓下来 → 去重与过滤 → 切成词元编号 → 前几个当输入、下一个当答案 → 算一次损失 → 6ND 估算这一句花了多少浮点运算 → 这句话最终变成参数里的什么 |
06-post-training-alignment.md —— 后训练与对齐
对应原书第 5 章。
| 节 | 进来时以为 → 出去时知道 |
|---|---|
| 1 落差 | 以为模型训完就能用 → 知道能力已经在那里,但行为还没被塑成一个可合作的对象 |
| 2 指令微调 | 以为它天然听得懂指令 → 知道要靠一批「指令-回答」样例把它从续写器拉成执行者 |
| 3 指令数据怎么造 | 以为数据只能靠人写 → 知道手写种子、让模型自己造题、让题目变难、把做对的再训一遍这四条路怎么组合 |
| 4 数据怎么混 | 以为把数据都倒进去就行 → 知道配比、课程和多阶段安排决定了模型在哪些能力上突进、哪些上退化 |
| 5 参数高效微调 | 以为微调就得动全部参数 → 知道可以只动挂在旁边的一小组数,一个底座挂多套适配 |
| 6 偏好数据 | 以为每道题都有标准答案 → 知道很多质量差别只能用「甲比乙好」来表达 |
| 7 人类反馈强化学习 | 以为对齐是一次训练 → 知道它是三段流水线,以及每一段在工程里各会怎么咬人 |
| 8 结果奖励与过程奖励 | 以为过程打分一定比只看答案好 → 知道在大规模强化学习这一关,有技术报告把过程裁判的失败尝试写了出来,简单可靠的结果验证加大规模采样反而更经济 |
| 9 直接偏好优化 | 以为强化学习绕不开 → 知道带约束的偏好优化有解析解,于是可以跳过奖励模型直接改写成一个分类式损失 |
| 10 组内相对优势 | 以为省掉价值网络会不稳 → 知道同一道题采一组答案、组内归一化就能当基线,以及这条捷径自带的两处统计偏差 |
| 11 几条实战路线 | 以为各家做法差不多 → 能说出宪法式原则、四阶段流水线、参考策略这几条路各自的取舍 |
| 12 事实性、拒答与助手行为 | 以为幻觉是个 bug → 知道它是训练目标的结构性副产品,并能把三种来源分开开药 |
| 13 红队与持续对齐 | 以为对齐是一次交付 → 知道模型越强,可做的事越多,必须被约束的地方也越多 |
| 14 综合评测 | 以为有个总分就能排名 → 知道成熟团队用的是「维度分数 + 一票否决项」 |
| 15 收益与代价 | 以为后训练只是让它更礼貌 → 知道它也可 能让错误被包装得更可信,并知道奖励作弊为什么会越来越难被察觉 |
| 主走查 | 一条「帮我把这段话总结成三点」的样本:套进对话模板 → 只对回答部分算损失 → 同一问题采四个回答让人排序 → 奖励模型打分 → 带约束地更新策略 → 换成组内归一化再走一遍 → 上评分卡 |
07-reasoning-models.md —— 让它想得更深
对应原书第 7 章。
| 节 | 进来时以为 → 出去时知道 |
|---|---|
| 1 先把任务说清楚 | 以为提示工程是玄学话术 → 看着一个失败的提示被改到能交活,并记住那五件事 |
| 2 挑模型、拆流程、避坑 | 以为最贵的模型最好 → 知道按「任务最难的那一步」选,并把复杂任务拆成分步骤、分模型的流程 |
| 3 思维链 | 以为「一步步想」只是个提示技巧 → 知道它背后是计算重新分配和显式中间状态两层机制 |
| 4 思维链的边界 | 以为想得久就算得准 → 知道它写得像在算,却不保证算得对,精确计算该交给工具 |
| 5 多打几张草稿 | 以为一条思路走到底就够 → 知道多路采样投票和带剪枝的树搜索各自适合什么任务 |
| 6 让评分介入每一步 | 以为搜索就是多采几次 → 知道逐步打分能把预算花在更有希望的分支上,用更少的总词元换更高的准确率 |
| 7 测试时扩展与长思维链 | 以为变强只能靠训练时堆规模 → 知道回答前多花计算也能变强,以及这条路把成本分布从均匀拉成长尾 |
| 8 推理模型怎么训 | 以为「会想」是自然涌现的 → 能用策略初始化、奖励设计、搜索、学习这四块把整条流水线讲一遍 |
| 9 从一款模型到群雄并起 | 以为这是某一家的独门功夫 → 知道推理预算已经从隐式变成显式的产品参数 |
| 10 用什么尺子量「会想」 | 以为看分数就够 → 知道三类题目各自难在哪,以及为什么看分数必须连带看跑分设置 |
| 11 工程现实 | 以为长思考只是多花点时间 → 知道它把缓存压力和成本曲线一起推成超线性 |
| 12 推理模型与智能体 | 以为推理模型会吞掉智能体 → 知道一个管深度、一个管长度,是两条正交的轴 |
| 主走查 | 一道竞赛风格的整数题:直答给错答案 → 加一句「一步步想」后中间结果被写出来 → 采样二十条投票 → 用过程分逐步剪枝 → 长思考版本回溯了一次 → 算这四种做法各花多少词元 |
08-multimodal.md —— 多模态
对应原书第 8 章。
| 节 | 进来时以为 → 出去时知道 |
|---|---|
| 1 隔着一层语言描述的世界 | 以为纯文本模型已经够用 → 知道很多信息本来就不适合被先转写成文字 |
| 2 同一个空间 | 以为图和字是两种没法比较的东西 → 知道用大规模「配对/不配对」训练就能把它们放进同一个向量空间 |
| 3 都变成词元 | 以为每种模态都要一套专用网络 → 知道只要能切成一串向量就能进同一个框架,并知道拼接式和原生统一的取舍 |
| 4 从看图说话到围绕图对话 | 以为看图就是给图贴标签 → 能说清视觉编码器、投影层和语言模型各自干什么,以及两阶段训练在训哪一块 |
| 5 视觉模型的短板 | 以为看得懂图就等于看清楚了 → 知道空间关系、计数、小字和专业影像是几类稳定的软肋 |
| 6 声音 | 以为语音就是转成文字 → 知道级联做法丢掉了语气和打断,原生做法把声音也变成词元 |
| 7 音频理解 | 以为音频模型只管听懂字 → 知道狗叫、玻璃碎裂、情绪和背景声都是要被听出来的信息 |
| 8 视频:多出来的那一维叫时间 | 以为视频就是很多张图 → 知道难点在时间一致性,以及上下文预算怎么被帧数吃光 |
| 9 音画智能 | 以为把音轨和画面拼起来就行 → 知道要判断声源在不在画面里、动作有没有产生这个声音,并知道机械臂抓玻璃杯时接触声为什么先于视觉报警 |
| 10 统一多模态与生成 | 以为生成图像是另一套完全不同的技术 → 能把「先破坏成噪声再学着还原」这条思路讲清,并知道原生统一和离散词元两条路各自的代价 |
| 11 它今天在替谁干活 | 以为多模态还停在演示阶段 → 知道无障碍、教育、医疗、办公这四处已经在替谁干活,以及医疗那条线为什么必须停在辅助层 |
| 12 评测与边界 | 以为答案对了就算对 → 知道模型可能用错证据答对题,所以评测要检查它是不是真的依赖了该依赖的模态 |
| 主走查 | 一张麻婆豆腐照片 + 一句「这是什么、怎么做」:先把照片和「麻婆豆腐」这句话各自编码成向量算一次相似度 → 切成视觉词元 → 过投影层 → 和文字词元排成同一条序列 → 生成回答 → 追问「能不能用豆腐代替鸡蛋」 |
09-compute-and-training-systems.md —— 钢与硅,以及训练系统
对应原书第 9 章 + 第 6 章前半。
| 节 | 进来时以为 → 出去时知道 |
|---|---|
| 1 一颗 H100 是什么 | 以为显卡就是「算得快的芯片」 → 知道它同时是一块小而快的片上缓存加一块大而慢的显存,而这两级存储决定了后面所有的优化 |
| 2 芯片江湖的几大派别 | 以为只有一家在做 → 知道通用旗舰、自研、国产、推断新势力、端侧各押什么赌注 |
| 3 从一块卡到一座工厂 | 以为集群就是「很多卡」 → 能把节点、机柜、机房、数据中心这四级说清 |
| 4 两种「说话」 | 以为卡之间通信都一样快 → 知道节点内和节点间差着二十倍,而这条差距直接决定并行怎么切 |
| 5 三种切法 | 以为切模型只有一种办法 → 知道按数据切、按矩阵切、按层切各自的通信代价 |
| 6 不改数学,只改计算顺序 | 以为提速必须换算法 → 知道把注意力的中间结果留在片上缓存里,速度和显存能一起改善 |
| 7 显存怎么省 | 以为显存不够就只能换卡 → 知道混合精度、重算激活、状态分片、算子融合各自省在哪、代价是什么 |
| 8 故障是常态 | 以为训练就是跑完 → 知道上万张卡平均几小时就中断一次,能不能优雅失败本身就是竞争力 |
| 9 训练平台 | 以为训练系统只管把卡喂满 → 知道它还组织研究节奏:配方、实验分层、集群调度、数据通路 |
| 10 数据中心的物理学 | 以为选址是个后勤问题 → 知道电、水、土地、政策这四个变量决定了集群能不能建起来 |
| 11 能源账本与核能回潮 | 以为电费只是成本表上一行 → 知道大科技公司已经在锁二十年期的电力合约 |
| 12 出口管制与算力主权 | 以为算力是纯技术问题 → 知道它已经和地缘政治绑在一起,以及应对的三条路线 |
| 13 算力效率工程 | 以为差距只能靠更多卡补 → 知道同样的卡,不同的工程方法能榨出很不一样的有效算力 |
| 14 推断时代的新瓶颈 | 以为算力故事的主角一直是训练 → 知道账本正在往推断那边挪,以及摩尔定律放缓后的几条突围路 |
| 主走查 | 1750 亿参数、2 万亿词元、1024 张卡:6ND 算出 2.1e24 次浮点运算 → 按每卡每秒 3e14、利用率 50% 折成约 158 天(书里那个 7B 的例子同样配置只要一周,参数大 25 倍时间就大 25 倍) → 切法排成 8×16×8 → 显存账 → 训到第 40 天中断 → 从检查点恢复 |
10-inference-systems.md —— 推断系统
对应原书第 6 章后半。
| 节 | 进来时以为 → 出去时知道 |
|---|---|
| 1 两本账 | 以为训练和推断都是「让显卡跑模型」 → 知道一个赌的是几周不出大故障,一个赌的是每秒都不能崩 |
| 2 预填充与解码 | 以为一次生成是一件事 → 知道它分两段,而且两段的瓶颈完全不同 |
| 3 算术强度 | 以为慢是因为算力不够 → 知道解码阶段显卡大半时间在等数据搬运,不在算 |
| 4 缓存吃掉了并发 | 以为限制并发的是模型大小 → 知道真正吃掉显存的常常是那份随会话长度线性膨胀的缓存,以及分页和前缀复用怎么把它管起来 |
| 5 解码策略 | 以为模型输出是定死的 → 知道温度和几种截断策略决定了它是死板还是放飞 |
| 6 结果缓存与语义缓存 | 以为缓存越激进越好 → 知道命中之后是否仍然可靠,才是真问题 |
| 7 连续批处理与调度 | 以为凑批就是等齐了一起算 → 知道要边生成边吸收新请求,以及由此带来的公平性与抢占问题 |
| 8 量化、蒸馏与投机解码 | 以为提速只能换硬件 → 知道让模型本身更容易跑、让它少做无效工作也是两条路 |
| 9 推断性能怎么量 | 以为「更快」是个可以直接说的判断 → 能用首字时延、逐字时延、吞吐和单位成本组成一把可比的尺子 |
| 10 生产级平台 | 以为上线就是把服务开起来 → 知道波峰、故障、版本切换才是真正的考题 |
| 11 会话粘性与中断恢复 | 以为每次请求都可以随便落到任意机器 → 知道长任务的状态该迁移、该重建还是该丢弃,是要分层设计的 |
| 12 超时、取消与重试语义 | 以为超时就是「这 次没返回」 → 知道对会动手的系统,超时不等于动作没生效 |
| 13 灰度发布与容量预案 | 以为回滚开关有就行 → 知道回滚时没有预热容量,「理论上可回退」会变成更大的拥塞 |
| 14 降级路径 | 以为服务只有「可用」和「不可用」 → 知道成熟系统会分层退化,而且退得清楚、退得可追踪 |
| 主走查 | 一次「帮我总结这份 8000 词元的报告」:请求到达 → 预填充一次吃掉 8000 个词元 → 缓存占多少显存 → 逐字解码 → 和另外十九个请求一起被连续批处理 → 首字时延与逐字时延各是多少 → 高峰期降级到更轻的路径 |
11-agent-loop.md —— 从语言到行动
对应原书第 10 章。
| 节 | 进来时以为 → 出去时知道 |
|---|---|
| 1 为什么现在才成 | 以为智能体是个新想法 → 知道「让机器代人做事」很老,新的是三个条件第一次同时具备 |
| 2 工作流与智能体的分水岭 | 以为带工具调用的都叫智能体 → 知道分水岭是「下一步由谁挑」 |
| 3 闭环的四步 | 以为智能体就是更会写思维链的模型 → 知道决定成败的是观察、行动、反馈这条链稳不稳 |
| 4 三种代表范式 | 以为闭环只有一种写法 → 能说出交替、解耦、用代码承载动作这三种变体各自在省什么 |
| 5 把任务定义清楚 | 以为任务描述随便写就行 → 知道很 多「不稳定」的根子在任务、环境和状态没被设计清楚 |
| 6 部分可观测与确认成本 | 以为看到的就是全部 → 知道要为「先确认一下」留预算,别把模糊信号过早压成确定结论 |
| 7 什么时候该停下来问人 | 以为自主性越高越好 → 能用「这一步可不可逆」把动作分成两类,并知道停下来的硬条件怎么写 |
| 8 预算 | 以为多试几次没什么代价 → 知道每一次重试都在花时间、花钱、并再暴露一次副作用风险 |
| 9 失败的样子 | 以为失败就是答错 → 能分出观察错、计划错、行动错和伪成功这四类 |
| 10 驾驶舱 | 以为智能体强弱全看模型 → 知道同一份权重装进不同外壳,可靠性能差出一个数量级 |
| 11 技能 | 以为工具列得越多越好 → 知道稳定性更依赖「把一类任务做对的整套套路」有没有被沉淀下来 |
| 12 智能体推断负载的特殊性 | 以为它和聊天服务是一回事 → 知道它更碎、更短、更依赖结构化输出,而且显卡常常在等外部返回 |
| 13 现实中的产品形态 | 以为智能体还在实验室 → 能说出编程、浏览器、通用任务、企业这四类形态各自的人机分工 |
| 14 智能体式模型怎么训出来 | 以为智能体只是提示词写得好 → 知道要从范例里学风格、从结果里学策略、专门学会用工具 |
| 主走查 | 「把这个报错修好并提交」:读 issue → 在仓库里定位 → 改三行 → 跑测试 → 测试挂了 → 换一条路 → 再跑 → 提交前停下来等人确认 |
12-tools-and-environments.md —— 工具与环境
对应原书第 11 章。
| 节 | 进来时以为 → 出去时知道 |
|---|---|
| 1 接口决定能力上限 | 以为模型不够聪明才出错 → 知道很多错是接口没把边界、失败信号和副作用交代清楚 |
| 2 函数调用 | 以为让模型「调 API」很简单 → 知道它得清楚每个工具的输入格式、输出结构、边界和失败信号 |
| 3 三类原语与协议标准化 | 以为每接一个工具都要重写一遍 → 知道可调用的动作、可读取的数据、可注入的模板被分成三类,以及「谁决定它何时被用」这条控制层级 |
| 4 工具检索 | 以为把工具都塞进上下文就行 → 知道几十个工具就会吃光预算,得像检索文档一样检索工具 |
| 5 工具库与工具学习训练 | 以为工具能力靠提示词 → 知道它要靠统一描述格式、版本管理、沙箱和配额撑起来,也能被训进模型 |
| 6 检索质量才是天花板 | 以为检索增强生成主要看模型强不强 → 知道切块、混合召回、重排这几道工序决定了系统上限 |
| 7 边推理边检索 | 以为检索是一次性的 → 知道它可以进入决策闭环:搜什么、何时停、证据够不够、来源冲突了怎么办 |
| 8 浏览器、终端与桌面 | 以为动作都是结构化的 → 知道真实软件世界脏乱得多,状态不一定结构化、反馈不一定即时 |
| 9 界面接地 | 以为看懂截图就能操作 → 知道要把画面当成一个会变的状态,而不是一张静态照片 |
| 10 沙箱与执行隔离 | 以为加个安全检查就够 → 知道更稳妥的做法是先把它关进一个可销毁的环境里 |
| 11 接口组合与工具编排 | 以为工具是一堆孤立按钮 → 知道它更像一张带前后依赖的网络,失败时要能退回上一层重选 |
| 12 凭证怎么发 | 以为把钥匙交给模型最省事 → 知道密钥应由运行时代持,凭证只对当前任务、当前会话、当前动作类别生效 |
| 13 幂等、确认语义与副作用控制 | 以为同一个动作做两次没关系 → 知道对会改世界的接口,「预览/执行/确认/提交」最好分开 |
| 14 观测接口与差分反馈 | 以为返回一大段文本就算有反馈 → 知道它需要的是结构化探针和「这一步之后哪些变了」 |
| 15 生态治理 | 以为接口多就是生态好 → 知道版本、权限、失败语义和配额不被治理,开放生态会滑成不可维护的集合 |
| 主走查 | 「把这张餐费发票按公司报销制度归类并提交」:读发票(§9 界面接地) → 检索制度文档(§6) → 没搜到就换关键词再搜(§7) → 跑一段解析脚本要进沙箱(§10) → 打开报销页面填表(§8) → 弹层挡住确认按钮(§9) → 提交动作先拿一次短时凭证(§12) → 网络抖动重试要幂等(§13) → 提交后重新读页面确认单号(§14) |
13-memory-planning-orchestration.md —— 记忆、计划与协作
对应原书第 12 章。
| 节 | 进来时以为 → 出去时知道 |
|---|---|
| 1 上下文窗口不是记忆 | 以为把历史都塞回去就等于记住了 → 知道「看得到」不等于「记得住」,更不等于「用得对」 |
| 2 记忆的三层 | 以为记忆就是一个大文本 → 能分出常驻的、跨任务保留的、外置可查的这三层 |
| 3 显式与隐式 | 以为记忆只能写在外面 → 知道也可以被训进参数,以及这条分工线背后是「哪些信息允许长进它脑子里」 |
| 4 写入、遗忘与状态压缩 | 以为记得越多越好 → 知道会忘和会记一样重要,而且写入本身就是在决定「以后什么值得再被相信」 |
| 5 任务分解与计划生成 | 以为计划越详细越好 → 知道计划要分层,并且每个子目标都得对应一个可观察的结果 |
| 6 计划监控与偏差校正 | 以为计划做完就执行 → 知道真正失控的时刻是计划已经悄悄失效、系统还按原节奏推进 |
| 7 交替式执行 | 以为先想清楚再动手更稳 → 知道很多关键事实本来就在外部,该先动一点点再修正 |
| 8 失败恢复、回滚与停止条件 | 以为失败就重试 → 知道错误可能已经污染了后续状态,得靠检查点和明确的停止条件收住 |
| 9 反思与经验沉淀 | 以为反思就是多写点自我分析 → 知道它要落在下一步动作上,而且应该被触发而不是常开 |
| 10 生成器与评估器 | 以为一个模型能既当作者又当审稿人 → 知道拆开之后,评判标准被迫写成白纸黑字的判据 |
| 11 自优化、反思与自进化三层 | 以为「越用越强」是自然而然的 → 能分出改上下文、改外部笔记、改参数这三层各自的代价 |
| 12 谁来喊停、什么条件升级 到人 | 以为收口是自然发生的 → 知道要事先写死:冲突超阈值进复核、关键证据缺失禁止执行、两轮不收敛升级给人 |
| 13 什么时候才需要多个智能体 | 以为任务一复杂就该上多智能体 → 知道多一个角色就多一份协调成本,不划算就该收缩回单主体 |
| 14 通信结构与共享事实底座 | 以为角色之间聊天就能协作 → 知道要有结构化交接和一份所有人都认的事实底座,否则各自基于不同版本行动 |
| 15 协作的代价、韧性与任务切片 | 以为并行就等于提效 → 知道瓶颈角色、返工成本和切片颗粒度会把收益一点点吃掉 |
| 16 人机介入的四种深度 | 以为人只能在最后看一眼 → 能按风险给监督、审核、交互、协同这四种深度各找到合适的场景 |
| 17 从长任务里学 | 以为训练数据就是问答对 → 知道轨迹才是智能体的基础数据形态,以及奖励一旦错位会引出什么 |
| 主走查 | 「把这份 40 页的行业报告做成给董事会的十页材料」:抽出关键结论存进工作记忆 → 拆成五个里程碑 → 第三步发现数据对不上 → 回滚到第二个检查点 → 触发一次反思 → 让另一个角色评审 → 冲突升级给人 → 定稿 |
14-agent-training-eval.md —— 训练、评测与系统工程
对应原书第 13 章。
| 节 | 进来时以为 → 出去时知道 |
|---|---|
| 1 从演示到上线 | 以为跑通一次演示就算做完了 → 知道中间隔着一整个可观察、可验证、可恢复、可运营的工程闭环 |
| 2 轨迹是共同语言 | 以为记下最终结果就够 → 知道只有完整轨迹才能同时喂给训练、评测、排障和复盘 |
| 3 环境反馈与延迟归因 | 以为监督信号只能来自人 → 知道环境本身会用结果告诉你成没成,以及延迟反馈该怎么归因回当时那一步 |
| 4 成功率之外 | 以为看任务成功率就够 → 知道两个都做完的系统,轨迹质量可能差得很远 |
| 5 任务画像与覆盖率 | 以为平均成功率能代表系统 → 知道低频高风险那一小撮切片才是事故的来源 |
| 6 评测污染与难例更新 | 以为评测集做好就一劳永逸 → 知道环境自己也在漂,评测集要分三层滚动维护 |
| 7 评判器校准 | 以为尺子本身没问题 → 知道「什么算成功」换个口径,分数能差出十几个百分点 |
| 8 日志、失败分类与修复队列 | 以为出了事再查就行 → 知道没有可回放的轨迹,事故就只能变成玄学 |
| 9 数据闭环与版本演进 | 以为线上数据全都值得回灌 → 知道不筛选就会把错误习惯一起训进去 |
| 10 状态对象与检查点 | 以为把上下文留着就能恢复 → 知道要把当前目标、已生效副作用、锁定资源都对象化 |
| 11 部署成本要分层 | 以为每个请求都该走最强模型 → 知道要按风险层级自动选成本档位 |
| 12 发布判据 | 以为离线分数涨了就能上线 → 知道要用一份门槛清单同时守住「均值漂亮」和「长尾不爆」 |
| 13 仿真、影子运行与分级放量 | 以为上线就是打开 开关 → 知道它是一组逐步扩大行动半径的工程决策 |
| 14 从研发闭环到运营闭环 | 以为智能体是个研发对象 → 知道它还要被值守、被限流、被升级、被回退、被解释 |
| 15 环境版本与可复现性 | 以为「模型突然变差」是模型的问题 → 知道更常见的原因是它面对的外部世界悄悄换了形状 |
| 16 回归集、服务水平目标与变更门禁 | 以为改进越快越好 |
| 主走查 | 一张差旅报销单:轨迹记什么 → 环境反馈分几种、各延迟多久 → 三层评判器给出的成功率差多少 → 一次「审批人发错」的事故怎么被回放定位 → 修复后进训练集和难例集 → 过完门槛清单才灰度 |
15-embodied-robotics.md —— 走进物理世界
对应原书第 14 章。
| 节 | 进来时以为 → 出去时知道 |
|---|---|
| 1 从数字到物理 | 以为智能只要够聪明就行 → 知道有一派认为它需要身体,因为物理常识不是读出来的 |
| 2 三岁小孩会的最难 | 以为下棋比走路难 → 知道恰恰相反,理由是后者靠的是几十亿年打磨出来的感知与控制 |
| 3 经典机器人的三根支柱 | 以为机器人一直靠 AI → 知道感知、规划、控制这套老办法在结构化环境里非常好用,换到开放环境就写不完规则 |
| 4 学习怎么改变机器人 | 以为试错学习早就成熟了 → 知道样本效率是死穴,以及仿真、演示、预训练这三条突破口 |
| 5 视觉-语言-动作模型 | 以为机器人和大模型是两条线 → 知道它把世界知识和操作技能分开积累、合起来使用 |
| 6 动作怎么变成可学的信号 | 以为动作输出是理所当然的 → 知道把它当词元、当一段、当分布这三种表示各自的精度与速度代价 |
| 7 两个代表系列 | 以为这只是论文里的原型 → 能说出「从视觉语言模型继承常识」和「大脑加小脑分层」这两条设计 |
| 8 开源与闭源两条路线 | 以为大公司领先就是全部 → 知道开源决定多少人能上手,闭源展示能力上限可能被推到哪里 |
| 9 世界模型 | 以为机器人只能真机试错 → 知道它可以先在内部预演一遍,以及这条路能把样本效率提到什么程度 |
| 10 为什么一定要做人形 | 以为人形是为了好看 → 知道整个世界的尺寸是按成年人捏的,人形是「少改造环境」的一种下注 |
| 11 台前的公司在做什么 | 以为人形机器人已经进了家庭 → 能把工厂试点、家庭早期探索、开发者平台这三类分开看 |
| 12 硬件、仿真与真机迁移 | 以为仿真训好就能上真机 → 知道域随机化、残差策略、系统辨识这几招要组合着用 |
| 13 触觉 | 以为有摄像头就够 → 知道很多精细操作靠的是手感,而触觉数据比图像稀缺得多 |
| 14 真机实验 | 以为演示视频就是产品 → 知道数据采集成本、长尾意外和「换个房间还能不能行」才是真考题 |
| 15 挑战 | 以为剩下的都是工程细节 → 知道安全、可靠性、成本、数据稀缺和伦理这五条各自卡在哪里 |
| 主走查 | 「把桌上的红杯子放进水槽」:摄像头一帧进视觉编码器 → 和指令一起进模型 → 输出未来 50 步动作 → 夹爪接触瞬间触觉报警打滑 → 重抓 → 走到水槽前世界模型先预演一次 → 放下 |
16-ai-for-science.md —— AI 遇上科学
对应原书第 15 章。
| 节 | 进来时以为 → 出去时知道 |
|---|---|
| 1 科学研究的第四范式 | 以为 AI 只是科研里的一个工具 → 知道它对应的是继经验、理论、计算之后的第四种做法 |
| 2 蛋白质折叠:五十年的圣杯 | 以为这是个纯生物学问题 → 知道它是「序列如何决定形状」,而实验测一个结构要几个月到几年 |
| 3 AlphaFold 怎么做的 | 以为它是某个新算法 → 知道是多序列比对、成对距离、端到端训练和注意力四件事组合起来的质变 |
| 4 从蛋白质往下再走两层 | 以为生命科学的 AI 就是折蛋白质 → 知道基因、细胞和大脑这三层各自被改变了什么 |
| 5 药物发现与蛋白质设计 | 以为 AI 能直接设计出新药 → 知道它擅长的是先把最不可能的几百万个候选排除掉 |
| 6 材料与化学 | 以为发现新材料靠运气 → 知道它是「在巨大可能空间里先筛一遍」的典型场景 |
| 7 气象与气候 | 以为天气预报早就成熟了 → 知道被改写的是预报的速度和成本,而不是大气本身的可预报上限 |
| 8 在噪声里捞信号 | 以为天文和粒子物理离 AI 很远 → 知道它们的共同形状是「数据多到人看不完,得先筛出那几个值得回头细看的瞬间」 |
| 9 数学与形式化证明 | 以为数学是 AI 最远的领域 → 知道神经网络提候选、符号或程序严格验证这条主线,并能举出三个实例 |
| 10 从 AI 工具到 AI 研究助理 | 以为 AI 只是帮忙写代码 → 知道它正在被串成能读文献、列假设、写代码、跑实验、改计划的系统 |
| 11 从假设驱动到数据驱动 | 以为科学方法是固定的 → 知道「AI 发现 + 人类解释 + 实验验证」正在成为一种新的分工 |
| 12 挑战 | 以为准确率高就能用 → 知道因果、可解释、外推、守恒、复现和双重用途这六道关卡各卡在哪 |
| 主走查 | 一条 200 个氨基酸的序列:先找它在其他物种里的「亲戚」 → 预测任意两个氨基酸之间的距离分布 → 端到端折成三维坐标并给出逐位置置信度 → 低置信区间要不要信 → 接一个小分子看它们怎么结合 → 交回实验室做验证 |
17-risk-and-governance.md —— 风险与治理
对应原书第 16 章。
| 节 | 进来时以为 → 出去时知道 |
|---|---|
| 1 风险分两类:说错话和做错事 | 以为风险就是「模型会胡说」 → 知道一类是输出分布问题,一类是状态转移问题,约束的粒度完全不同 |
| 2 幻觉在行动链中的放大 | 以为幻觉最多误导一下用户 → 知道一旦进入行动链,纠错成本会急剧上升,而且可能产生法律后果 |
| 3 越狱 | 以为拒答策略训好就锁定了 → 知道对齐学到的是「不该说的内容」,而不是「不该被绕过的边界」 |
| 4 提示注入 | 以为攻击者必须直接和系统对话 → 知道恶意指令可以藏在网页、邮件和工具返回里等着被读到 |
| 5 数据投毒与后门 | 以为模型交到手里就干净了 → 知道训练阶段就能被埋进只在特定触发器下发作的缺陷 |
| 6 偏见与公平的不可能定理 | 以为算法比人客观 → 知道数据不中立它就不中立,而且不同的公平定义在数学上会互相冲突 |
| 7 隐私 | 以为隐私问题只在使用阶段 → 知道训练数据和使用过程是两层,而且都已经有过很戏剧化的现实演示 |
| 8 对抗样本与分布偏移 | 以为测试集上准就代表可用 → 知道人眼看不出的扰动能让判断翻转,而且世界本身在变 |
| 9 失控的智能体与对齐难题 | 以为「让它做我们想要的」是件容易说清的事 → 知道说出口的目标、系统优化的目标和真实意图常常不是同一个圆 |
| 10 为什么权限这一层在对齐没解决前最划算 | 以为治理要等对齐研究出结果 → 知道几个看起来都合理的小设计串成一条意外通路,才是事故的常见形状 |
| 11 可解释性 | 以为解释黑箱是治理的终点 → 知道它今天只能提供部分证据,替不下权限分层、沙箱和人工检查点 |
| 12 水印与深度伪造 | 以为技术能解决伪造问题 → 知道这是一场防守方天然慢一步的攻防,而且缺的常常是一道线下确认的流程 |
| 13 治理工程 | 以为治理是写一份原则清单 → 知道它是审计、红队节奏、监控、误伤恢复这些「无聊表格」 |
| 14 过度信任与高风险场景边界 | 以为风险都来自模型 → 知道另一半来自人因为它看起来太像可靠同事而降低了警惕 |
| 15 从法案到峰会 | 以为监管离工程师很远 → 知道按风险分级的合规框架已经开始适用,而国际共识本身相当脆弱 |
| 16 更远的议题 | 以为就业冲击是唯一的社会议题 → 知道罢工、权力集中和生存风险这三条各自吵的是什么 |
| 主走查 | 一封带隐藏指令的邮件:助手被要求「总结这封邮件」 → 正文里夹带「忽略之前的指令」 → 系统把外部文本当成高优先级指令 → 调用了不该调的工具 → 权限分层在哪一步能拦下 → 沙箱在哪一步能兜住 → 审计日志留下了什么 |
18-future-systems.md —— 未来智能系统
对应原书第 17 章。
| 节 | 进来时以为 → 出去时知道 |
|---|---|
| 1 一个词的七十年漂流 | 以为通用人工智能是最近才有的说法 → 知道它是 AI 的原始目标,中间被搁置了二十多年 |
| 2 四种含义,四套时间表 | 以为大家在讨论同一件事 → 知道至少有四层递进的定义,听到时间表要先问「他说的是哪一层」 |
| 3 会考试不等于会生活 | 以为分数上去了就是能力上去了 → 知道一个测试一旦被设计出来,很快就会变成被优化的目标 |
| 4 还没跨过去的六道坎 | 以为差距只是「再大一点」 → 能说出事实性、长期规划、因果、持续学习、物理常识,以及「没有一个持续存在的它」 |
| 5 五阶段路标 | 以为通往通用智能只有一条路 → 知道有一张被广泛引用的五级阶梯,以及它的价值和它的误导 |
| 6 几条路线 | 以为大家赌的是同一件事 → 能说出规模、长思考、自我进化、具身与世界模型各自的论据和软肋 |
| 7 时间表与分歧 | 以为专家意见大致一致 → 知道同一批顶尖研究者给出的估计相差十倍以上,并知道分歧的四个来源 |
| 8 能力维度的继续演化 | 以为「更强」只来自参数 → 知道时间尺度、世界模型、环境副本和多模态延展这四条轴 |
| 9 平台分层与协议化 | 以为竞争只发生在模型层 → 知道运行时、协议和接入规则正在独立出来成为另一层竞争 |
| 10 智能体形态的分化 | 以为未来会有一个万能助手 → 知道它会沿「个人 / 组织」和「本地 / 云端」两条轴分化 |
| 11 身份、记忆与可验证信任 | 以为能力强就会被信任 → 知道还要权限可撤销、记忆属我、身份可核对这三层 |
| 12 人机协作与监督预算 | 以为系统越强越需要人盯着 → 知道人类注意力本身是稀缺资源,得先决定花在哪里 |
| 13 算力、能源与可持续约束 | 以为未来只由能力上限决定 → 知道最成熟的系统往往是单位能力产出最划算的那个 |
| 14 AGI 后的世界 | 以为讨论的是天堂或地狱 → 能说出两种极端情景各自的前提,以及智能爆炸这个论证的递归骨架 |
| 15 人在这个时代的位置 | 以为问题是「人还剩什么用」 → 知道价值会从「亲手做完每一步」转向「设计目标与 监督闭环」 |
| 主走查 | 「帮我把这个课题从文献读到论文初稿」:今天走一遍,在第 4 步、第 9 步、第 12 步各卡在哪一道坎上;再假设六道坎被跨过之后,同一条路会长成什么样 |
审读意见对照(改了什么)
第一批(动笔前必须改掉的结构病)
- 第 09 章走查那句「1024 卡约 5 周」是算错的。2.1e24 ÷ (1024 × 3e14 × 50%) = 1.37e7 秒 ≈ 158 天。 已改成「约 158 天、五个月出头」,并当场给参照物:书里那个 7B 的例子同样配置只要一周, 参数大 25 倍时间就大 25 倍。第 ⑥ 步的中断时刻从「第 9 天」改成「第 40 天」。
- KV 缓存的「为什么存在」从第 10 章下沉到第 04 章 §8 开头;第 10 章 §4 只留「它怎么限制并发」, 标题从「KV 缓存」改成「缓存吃掉了并发」。FlashAttention 整节从第 04 章挪到第 09 章 §6 (它靠显存与片上缓存这两级存储说话,而这两级要到第 09 章 §1 才出现)。
- 四组重复各留一半:
- 03 §7 只落在结构上(积木一样,差在能不能向后看);「谁成了主流」整句让给 05 §4。
- 01 §9 保留就业并补上两个百分比;17 §16 换成罢工 148 天、权力集中与生存风险。
- 06 §8 只讲训练侧(过程裁判的失败尝试);07 §6 只讲推断侧(用更少总词元换更高准确率)。
- 11 §7 只讲「什么时候该停下来问人」;12 §12 只讲「凭证怎么发」(标题里的「最小授权」删掉); 17 §10 只讲「为什么这层最划算」,落在依赖图上,不再重列操作 清单。
- 三处一词多名各定一个名字:上下文窗口(04 §3 就地讲透)、检索增强生成(RAG)(04 §9 首现挂名)、 停止条件(13 §8);13 §12 改讲「谁来喊停、什么条件升级到人」,不再引新词。
第二批(覆盖缺口)
- 第 16 章补「从蛋白质往下再走两层:基因、细胞与大脑」(§4)和「在噪声里捞信号」(§8); AlphaTensor 并进 §9。
- 第 08 章补「它今天在替谁干活」(§11);机器人那半页并进 §9 音画智能。
- 第 18 章 §4 从五道坎补成六道,加「没有一个持续存在的它」。
- 第 17 章 §1 标题的「五层」改成「两类:说错话和做错事」(原书 16.1 就是两分法)。
第三批(动笔前的准备)
- 三处主走查改到能串起本章的承重机制:12 章换成「按公司制度归类并提交这张发票」, 02 章给卷积和循环各补一步,08 章开头补一步跨模态相似度。
- 至少七处书架锚已在正文里钉死(MCP 三原语、Agent Skills、智能体间协议、
RAG 工业链路、评测集与门禁、多智能体通信结构、记忆分层),写法与
事实=见各章脚注。 - 补上 index.md 的六节安排与末尾兑现表。