先搞懂一件事：
AI 眼里的文字长什么样
在聊「AI 怎么训练、怎么回答你」之前，先打四个地基： Token（文字被切成小积木）、 Embedding（意思变成地图上的位置）、 注意力（词和词对眼神）、 猜下一个字（AI 唯一会做的事）。 每个都配了演示，看不懂文字就玩演示。
1.1 AI 到底是个啥？一台超级接话机器
你平时用的 AI 聊天机器人，学名叫大语言模型（LLM）。说白了，它就是一台超级接话机器： 你说上半句，它接下半句；你写一个问题，它「接」出一个回答。
它肚子里没有词典、没有百科全书、也不能上网查（除非额外配工具）——只有几千亿个数字。 这些数字是怎么来的？让它把整个互联网的文字读了个遍，做海量「猜下一个字」的练习，慢慢练出来的一种「语感」。 就像一个人读书破万卷后，你起个头他就能像模像样地续下去。
顺便建立大小概念：早期模型十几亿「脑细胞」，现在旗舰模型据估计上万亿。越大越聪明（第二章细讲为什么）， 但也越贵越慢——这是第三章「能不能塞进你显卡」的伏笔。
1.2 Token：文字被切成小积木
AI 不认识「字」，它眼里只有一块块小积木，英文叫 Token。 一段话进模型前，会先被 分词器 剪开： 「我爱吃苹果」可能变成 [我][爱吃][苹果] 三块；英文单词常是一块，冷门长词会被剪碎；数字、标点各有切法。
最主流的剪法叫 BPE，思路朴素到家： 哪两个字总挨在一起出现，就把它们粘成一块积木。粘得越多，常用词就成了一整块，生僻词还是碎的。
1.3 Embedding：给每个词在地图上安家
切好积木后，每块会被换成一串数字（向量）， 这一步叫 Embedding。你可以想象成在一张巨大的地图上给每个词安了个家。
最神奇的是：家是 AI 自己学出来的，而且意思越近的词住得越近。 「猫」和「狗」是街坊，「猫」和「微积分」隔了半个地球。AI 后面所有的「思考」，本质上都是在这张地图上做数学题。
真实的地图有好几千个维度（不是平面），而且没人手工安排「猫」该住哪。这张 2D 图只求建立直觉。 「住得近 = 意思近」这招后面到处用：比如「拿你的问题去找相关资料」（第六章 RAG）就是比距离。
1.4 注意力：读到一个词，回头看谁
AI 读句子时，每碰到一个词都会做一件事：回头看看前文，找到跟我关系最大的那个词。 比如读「小猫没有过马路，因为它太累了」——读到「它」的瞬间，必须回头看「小猫」，才知道「它」说的是谁。 这个「回头看」的本领，就叫 注意力。
真实的 AI 里，这种「回头看」同时开着几十组（多头注意力）， 各有分工：一组专门抓「他/她/它指的是谁」，一组管词语搭配，一组看整体语义——像几十个助教同时划重点。 几十上百层这样的结构叠起来（Transformer），就是 AI 的骨架。
1.5 猜下一个字：AI 唯一的核心技能
把前面三样拼起来，AI 干的事简单到离谱：猜下一块积木。 它每一步都交出一张「下一个字是谁」的概率表——「好」42%、「差」3%、「热」7%…… 然后从表里挑一个，接到句尾，再猜下一个。你看到的长篇大论，全是这样一个字一个字「接」出来的长龙。