AI核心术语词典（A–C）

这篇速查表收录 AI 入门阶段最常遇到的 A 到 C 开头术语。它不是按字母硬背，而是帮助你在读文章、看产品文档和听课程时快速理解关键词。

A：Artificial Intelligence

AI，人工智能：让机器完成原本需要人类智能参与的任务，例如理解语言、识别图片、生成文本、规划路径。AI 是大概念，机器学习、深度学习、大语言模型都属于其中的不同技术路线。

AGI，通用人工智能：指能够像人一样跨领域学习和解决问题的系统。现在大多数系统仍是专用或有限通用能力，不要把“很会聊天”直接等同于 AGI。

Alignment，对齐：让模型行为符合人类意图、规则和安全边界。比如用户要求生成危险操作指南时，模型应该拒绝。

Agent，智能体：能感知任务、制定步骤、调用工具并持续执行的 AI 系统。普通聊天机器人偏回答，Agent 更强调行动和流程。

B：Bias 与 Benchmark

Bias，偏见：模型在数据或输出中对某些群体、观点或样本产生系统性倾向。偏见可能来自训练数据，也可能来自标注规则和使用场景。

Benchmark，基准测试：用于比较模型能力的一组标准任务，例如数学、代码、阅读理解。看榜单时要注意测试集是否泄露、是否和真实业务一致。

Batch，批处理：一次处理多条数据。训练、推理和数据清洗中都会用到。批量越大，吞吐可能更高，但显存占用也更大。

C：Context 与 Corpus

Context，上下文：模型回答时能看到的输入内容，包括系统指令、历史对话、上传资料和当前问题。上下文越清楚，回答通常越贴近需求。

Context Window，上下文窗口：模型一次能处理的最大文本范围。窗口大不代表一定能理解全部细节，重要信息仍应放在清晰位置。

Corpus，语料库：用于训练或分析的大量文本集合。语料质量会直接影响模型语言习惯和知识覆盖。

Completion，补全/生成结果：模型根据输入生成的后续文本。在 API 文档中常指模型返回内容。

易混淆点

AI 是总称，ML 是方法，LLM 是一种模型类型。Agent 不是模型本身，而是模型加工具、记忆和流程。Benchmark 分数高，也不代表在你的业务场景一定好。

使用建议

看到陌生术语时，先判断它描述的是“技术方法、模型能力、系统形态、评估方式还是风险问题”。分类后再深入学习，会比逐词死记更高效。