今天，我们用"吃一顿饭"的场景，捋一下 AI 技术栈。我们先不着急搞明白那些专业技术名词，先对整个技术栈有个全景认识，后续再讲每层都有什么。

从点菜开始吧

点菜

你进餐厅，对服务员说：“来一份回锅肉，肉要五花肉，蒜苗、郫县豆瓣，微辣、不要麻…”。
• 服务员可以理解为：AI 的“应用层”或“交互界面”，实际可以是网页、语音助手、APP等你下达指令的窗口
• 你所说的话可以理解为：提示词（Prompt）

炒菜

服务员将点菜单给后厨，厨师看到单子，在脑子里过一遍，嘴上说了一句：这家伙B事还挺多。厨师根据自己多年颠勺经验，一步一步把菜炒出来。现炒的不是预制菜。
• 厨师在专业学校整整学了三年，八大菜系、家常小炒、宴席大菜、面点、甜品都练过
• 厨师可以理解为：大模型（LLM），用大量的书籍、互联网上的海量信息反复训练

巧妇难为无米之炊

厨师再厉害，没食材，他也只能干瞪眼。
• 要做出好吃的菜，要有好食材。后厨要有五花肉、郫县豆瓣、蒜苗。食材要洗干净、烂菜叶子得摘掉
• 食材可以为理解为：数据，需要高质量的数据，否则 垃圾进，垃圾出（Garbage In, Garbage Out）

工欲善其事，必先利其器

钝刀、歪灶、火不旺厨师得气死。厨房得配好工具。
• 猛火灶与厨具：要有算力
• 厨房不能太窄，动线要流畅：高带宽传输
• 冷柜与保鲜柜：存储设备
• 排风、空调：散热、冷却系统
• …

技术栈分层

根据上面描述的过程，我们可以AI技术栈划分为4层（实际肯定比这复杂，但不影响我们理解）
• 应用层：定位是“地基”，基础层是 AI 技术栈的最底层，为上层所有算法和应用提供必不可少的资源支持，决定计算上限和运行效率。包括硬件基础设施、软件支撑平台、计算集群等。
• 数据层：定位是“燃料与血液”，模型可以学习和理解的“高质量食材”，包括数据存储处理、清洗、存储和治理
• 模型层：定位是“智慧大脑”，模型层是数据转化为智能的核心，包括通用大模型、垂直模型、多模态模型等。
• 应用层：用户可使用的智能服务，包括APP、API接口、智能体（Agent）

通过上面的说明，你应该可以理解AI 三大支柱：算法、数据、算力。以后看到什么新词，你往这几个层去放。

炒的啥 与AI 幻觉

当厨师不会你这个配方的炒法，他不承认自己不会，强行装懂（不懂装懂）；还有可能是食材有问题，烂菜叶，辣椒居然是云南涮涮辣，豆瓣不是郫县的。
AI 幻觉： 一本正经地胡说八道，生成看似合理连贯，但实际上违背事实或凭空捏造的内容。