国产 AI 常见的 30 个词，用大白话解释：token、上下文、推理模型、联网、幻觉、温度、满血版、蒸馏、MoE……每个词一句人话 + 一句「这对我有什么影响」
这篇是写给「用得挺多、但一直没搞懂那些词」的人。每个词只有两句：它是什么、对你有什么影响。 有影响的会展开一点，没影响的直接告诉你不用管。
分三组：第一组是你用的时候会碰到的，最该看；第二组是你选模型时会碰到的；第三组是看新闻时会碰到的，看不看都行。
四个模型（DeepSeek V4.1、Kimi K3、通义千问、GLM-5.1）在不墨 AI 助手里可以切换着用，下面凡是说「你可以试试」的，都能直接试。
第一组：用的时候会碰到（10 个）
1. token（词元）
是什么：模型计数的最小单位。中文大约 1 个字 = 1 到 2 个 token，英文大约 1 个单词 = 1 到 2 个 token。
对你的影响：所有「上下文长度」「按量计费」「输出上限」都是按 token 算的。一个粗略换算：1000 token ≈ 600–800 个汉字。 你不需要精确算，知道数量级就行。
2. 上下文（context）/ 上下文窗口
是什么：模型「一次能看到多少东西」——包括你说的、它答的、你传的文件，全加在一起的上限。
对你的影响：这是最该懂的一个词。超过上限，最早的内容会被「挤出去」，模型开始忘事——这就是「聊久了它忘了开头说什么」的原因。不同模型差别很大：Kimi K3 是 100 万 token 级别，能塞进几本书；有的模型几万 token 就满了。传长文件、聊长对话，先看这个数。Kimi K3 的长上下文能干什么，见Kimi K3 的 100 万上下文到底能干什么。
3. 提示词（prompt）
是什么：你发给它的那段话。没有更玄的意思。
对你的影响：网上有很多「提示词模板」「提示词工程」，大部分是过度包装。真正有用的就三条：素材给全、格式说清、什么不能动说明白。 展开在DeepSeek 提示词怎么写。
4. 幻觉（hallucination）
是什么：模型编造了不存在的事实，而且语气和真的一样笃定——假的航班号、不存在的法条、编的统计数字。
对你的影响：这是用 AI 最大的风险，没有之一。它不知道的时候不会说不知道，会编。 唯一的对策：它回答里所有你没提供过的具体信息（数字、日期、人名、编号）都当成待核实的。
5. 联网 / 联网搜索
是什么：让模型在回答之前先去搜一遍网页，把搜到的内容作为参考。
对你的影响：模型的知识是训练时冻结的，不开联网它不知道「最近」发生了什么。 问时效性的事（新政策、新产品、近期新闻）要开；问「怎么写一封道歉信」这种不用开，开了反而慢、还可能被搜到的垃圾内容带偏。什么时候开，见DeepSeek 联网搜索怎么用。
6. 推理模型 / 思考模式 / 深度思考
是什么：回答之前先「想一会儿」的模型——你会看到一段它的思考过程，然后才给答案。DeepSeek R1 是最有名的一个，其他模型也有对应的「深度思考」开关。
对你的影响：数学题、逻辑题、多步推理的问题，开了明显更准；写文案、闲聊、改错别字，开了只会慢，不会更好。 一个简单的判断：这题你自己做需要「算一算、推一推」的，就开；不需要的就别开。哪些题值得等，见DeepSeek R1 推理模型实战。
7. 多轮对话 / 对话历史
是什么：同一个对话里你说的和它说的都会被记住，作为后续回答的参考。
对你的影响：好处是你可以说「把第三段改短」它知道你指哪段；坏处是错误的信息也会留在历史里污染后面的回答。所以「它答错了」的正确处理是开新对话，而不是在原对话里纠正——纠正之后它只是在迎合你。
8. 系统提示 / 角色设定 / 人设
是什么：在对话开始前给它的一段「你是谁、你该怎么回答」的设定。有些产品叫「智能体」「助手预设」。
对你的影响：对大多数人，它的作用被夸大了。「你是一位资深律师」这句话不会让它的法律知识变多。真正有用的设定是「回答不超过 200 字」「不确定就说不确定」「用表格」这类格式和行为约束，不是身份。
9. 温度（temperature）
是什么：控制回答「随机性」的一个参数，数值越高越发散、越低越保守。
对你的影响：用网页版聊天的话，你碰不到这个参数，不用管。 只有调 API 的开发者才会设。如果你在某个产品里看到「创意模式 / 精确模式」，本质上就是调这个：写文案用创意，算账用精确。
10. 上传文件 / 文件解析
是什么：把 PDF、Word、Excel、图片传给模型，让它读完再回答。
对你的影响：传原文件永远比传截图好——图片识别对数字和日期的错误率高，而且错了不告诉你。另外，传上去的文件是「进了这个对话的上下文」，所以文件太大会撑爆上下文（见第 2 条）。用法在DeepSeek 上传文件读 PDF/Word/Excel。
第二组：选模型时会碰到（10 个）
11. 满血版
是什么：这是个国产特有的词。同一个模型往往有「完整版」和「缩小版」，满血版就是完整的那个。 缩小版（见第 12 条「蒸馏」）便宜、快，但笨。
对你的影响：很多免费入口给你的是缩小版，回答质量和你在别处看到的评测对不上。用之前看一眼是不是满血版。 各家满血版在哪里能免费用，见DeepSeek 满血版免费在线。
12. 蒸馏（distillation）
是什么：用一个大模型「教」出一个小模型——小模型学大模型的回答方式，体积小很多，能力也打折扣。
对你的影响：你看到「DeepSeek-R1-Distill-7B」这类名字，就是蒸馏出来的小版本。它不是 R1，是「学 R1 学了个七八成的小模型」。 能在手机、旧电脑上跑，但别拿它的表现去评价 R1 本身。
13. 参数量（7B / 32B / 671B）
是什么：模型有多少个「可调节的旋钮」，B 是十亿。数字越大通常越强，也越慢越贵。
对你的影响：用网页版的话不用管，你用的都是最大的那个。 只有自己在电脑上部署模型时才需要关心：7B 一般电脑能跑，32B 要好显卡，几百 B 的个人跑不了。
14. MoE（混合专家）
是什么：一种模型结构——模型里有很多个「专家」，每次回答只调用其中几个，而不是全部。DeepSeek V4 和很多国产模型都是这种结构。
对你的影响：没影响。 它是「为什么这个模型这么大但跑得不慢」的技术原因，你用的时候感受不到。看到这个词跳过就行。
15. 多模态
是什么：能处理文字以外的东西——看图、听声音、看视频。
对你的影响：你传图片让它读，用的就是多模态能力。注意：「能看图」和「看得准」是两回事，读图里的数字、手写体，错误率明显高于读文字。生图、生视频是另一类多模态，见AI 生图免费在线。
16. 开源 / 开放权重
是什么：模型的「文件」公开了，任何人可以下载、自己部署、改。DeepSeek、通义千问、GLM 的很多版本都开源。
对你的影响：对普通用户，直接影响是「第三方平台可以拿去部署，所以你能在很多地方用到它」——这就是为什么同一个 DeepSeek 在十几个 App 里都能选到。但第三方部署的可能是缩小版（见第 11 条）。
17. API
是什么：给程序用的接口。开发者通过它把模型接进自己的软件里，按 token 付费。
对你的影响：你用网页聊天不需要 API。 看到「API 免费额度」「API 价格」这些和你没关系。只有一种情况例外：你想用 AI 批量处理东西（比如 500 条评论逐条分类），那时候才需要接 API 或者用支持批量的工具。
18. 上下文长度 vs 输出长度
是什么：上下文长度是「它能看多少」（第 2 条），输出长度是「它一次能说多少」，两个是分开的上限。
对你的影响：「让它写一万字，它写到三千字停了」就是输出长度到了。 解法不是换模型，是分段：「先写第一部分，写完我说继续」。
19. 模型版本号（V4 / V4.1 / K3 / 3.7 / 5.1）
是什么：同一家模型的迭代编号。
对你的影响：通常新版本更强，但不是每次都值得等。 小版本（4→4.1）多半是修修补补，大版本（3→4）才是明显升级。同一家的几个版本怎么选，见DeepSeek V4.1 Flash、V4 Pro、R1 有什么区别。
20. Flash / Lite / Turbo / Pro / Max
是什么：同一代模型里的「档位」——Flash / Lite / Turbo 是快而便宜的，Pro / Max 是慢而强的。
对你的影响：日常问答、改文案用 Flash 档够了，速度快很多；写代码、算复杂的账、分析长文档用 Pro 档。 大部分时候「先用快的，不满意再换强的」是最省事的策略。
第三组：看新闻时会碰到（10 个）
这一组对「用」基本没影响，看到不慌就行。
21. 预训练 / 微调 / 对齐
是什么：模型「出厂」的三个阶段——先读海量文本学语言（预训练），再用人工整理的问答教它怎么回答（微调），最后调整它的价值观和拒答边界（对齐）。
对你的影响：没有。你用的都是三步做完的成品。
22. RLHF（人类反馈强化学习）
是什么：对齐阶段的一种具体做法——让人给模型的回答打分，模型往高分的方向学。
对你的影响：这是「为什么它总是很客气、总爱说『您的具体需求』」的技术原因。它被训练成「不犯错」优先，所以你要它「直接下判断」时得明说。
23. 知识截止日期
是什么：模型训练数据的时间下限，之后的事它不知道。
对你的影响：这就是「问它最近的事它一脸茫然」的原因，也是联网存在的原因。看新闻说某模型「知识更新到某月」，意思是它对那之前的事有印象，之后的要靠联网。
24. 基准测试 / 榜单 / 跑分
是什么：用固定的题库给模型打分，做成排行榜。
对你的影响：参考价值有限。 榜单上高 3 分低 3 分，你在实际使用里感受不到；而且题库是公开的，有些模型会「针对性复习」。选模型看你自己的任务上谁好用，比看榜单准。 我们自己做的横评是按生活任务出题的，比如5 道生活文书横评。
25. 智能体（Agent）
是什么：不只是回答问题、还能「自己去做事」的 AI——比如自己打开网页、查资料、填表、连续执行多步。
对你的影响：目前普通用户接触到的大部分「智能体」其实只是「加了人设的聊天」（见第 8 条），真能自己干活的还很早期。看到这个词别期待太高。
26. RAG（检索增强）
是什么：先从你的资料库里找出相关的段落，再把这些段落塞给模型让它回答。「企业知识库问答」基本都是这个。
对你的影响：你上传文件让它读，产品内部大概率就是用的这个。它的上限取决于「找得准不准」，找错了段落，模型答得再好也是错的。 所以问长文档时要「原文 + 页码」，方便你回头核。
27. 蒸馏 vs 量化
是什么：都是「把模型变小」的办法。蒸馏是训练一个小模型去学大模型（第 12 条）；量化是把大模型的数字精度降低，比如从 16 位降到 4 位，体积缩几倍。
对你的影响：没有，除非你自己部署。区别是：量化后的还是「原来那个模型」（只是精度低了点），蒸馏出来的是「另一个模型」。
28. 幻觉率 / 拒答率
是什么：评测指标——前者是它编造的比例，后者是它「拒绝回答」的比例。
对你的影响：这两个是反着的：拒答多的编得少，编得少的拒答多。没有两个都低的模型。 你在提示词里写「不确定就说不确定」，是在手动把它往「拒答多、编得少」那边推。
29. 思维链（CoT）
是什么：让模型「一步一步想」再给答案的技术。推理模型（第 6 条）就是把这个做进了模型本身。
对你的影响：即使不用推理模型，你在提示词里加一句「一步一步分析」，普通模型也会好一些——这是最简单的思维链用法，对算账、逻辑题尤其有效。
30. 端侧 / 本地部署 / 私有化
是什么：模型跑在你自己的设备上（手机、电脑、公司服务器），不经过厂商的服务器。
对你的影响：数据不出门，这是唯一的好处；代价是只能跑小模型（第 13 条），能力差一大截。普通人用网页版就好；公司有合规要求的才需要考虑。「我的资料会不会泄露」这类问题，在国产 AI 新手 30 问里有专门一节。
30 个词里真正要记住的 5 个
看完一遍你可能记不住 30 个，那就记这 5 个，够用了：
| 词 | 一句话 | 对你的直接影响 |
|---|---|---|
| 上下文 | 它一次能看多少 | 聊久了会忘、文件太大会满 → 阶段性开新对话 |
| 幻觉 | 它会编，而且编得很像真的 | 没告诉过它的具体信息都要核 |
| 联网 | 让它先搜再答 | 问时效性的事开，问写作类的别开 |
| 推理模型 | 先想再答 | 算账逻辑题开，写文案别开 |
| 满血版 | 完整版而不是缩小版 | 用之前看一眼是不是满血 |
其余 25 个，碰到再回来查。
四个模型在不墨 AI 助手里可以直接切换，免费在线，不用装软件。如果你想先测测自己「用」的水平，10 道题测你会不会用国产 AI正好配着这篇看。