一篇搞懂币圈AI常见术语，新手必懂的AI黑话
在币圈里AI相关知识已经成为了常识，如果对AI不了解，在币圈聊天很容易接不上话，特别是各种缩写和黑话让人看的云里雾里。这里将AI的常见术语和进阶词汇都罗列出来，用通俗易懂的话语来解释含义，让不了解AI的人看完可以轻松看懂大部分讨论。
基础词汇
LLM（大语言模型）
可以理解成一个被大量文本“喂大”的模型，它最擅长的事情就是看懂语言、生成语言，现在也开始能处理图片、音频这些内容，SLM就是体量更小的版本，成本更低，更适合本地跑。
AI Agent（智能体）
不只是聊天工具，更像一个能干活的助手，可以理解任务、拆步骤、调用工具，甚至自己规划怎么完成一件事。
Multimodal（多模态）
不只是看文字而是图片、语音、视频一起处理，输入输出都不再局限在文本里。
Prompt（提示词）
就是你给AI下的指令，问得好不好，直接影响结果质量。
Generative AI（生成式AI）
重点在生成并不是简单分类或者判断，而是直接给你产出内容，像文章、代码、图片这些。
Token（令牌）
可以当成AI世界里的计量单位，模型不是按字数算而是按token来处理内容，很多限制和成本都跟它有关。
Context Window（上下文窗口）
就是模型一次能记住多少内容，你说得太长超出范围，前面的信息就可能被“忘掉”。
Memory（记忆）
让模型记住你的习惯、历史对话、任务进度，不用每次都从头讲。
Training（训练）
模型学习的过程，通过大量数据不断调整内部参数。
Inference（推理）
模型上线后真正干活的阶段，也就是你问它问题，它给你答案的过程。
Tool Use（工具调用）
模型不只是输出文字，还能去查资料、跑代码、调接口，相当于手里多了一堆工具。
API（接口）
不同系统之间对接的方式，AI应用基本都靠它来连接外部能力。
进阶词汇
transformer（变换器架构）
现在主流大模型的底层结构，它的特点是能同时关注一句话里所有词之间的关系。
Attention（注意力机制）
AI的核心能力之一，会自动判断一句话里哪些信息更重要。
Agentic Workflow（智能体工作流）
从单纯问答变成能自己拆任务、一步步执行的系统。
Subagents（子智能体）
一个大Agent下面拆出多个小助手，各自负责不同部分。
Skills（技能模块）
可以理解成给AI安装的插件能力，可以重复用也可以组合使用。
Hallucination（幻觉）
模型看起来很自信，其实在胡编，这是AI使用里很常见的问题。
Latency（延迟）
从你发出请求到拿到结果，中间花的时间。
Guardrails（护栏）
限制模型行为的规则，防止输出不该出现的内容。
Vibe Coding（氛围编程）
不需要懂代码，通过对话让AI帮你写程序。
Parameters（参数）
模型内部的记忆容量，参数越多通常能力越强，但也更重。
Reasoning Model（推理模型）
更擅长多步骤思考，能处理复杂问题。
MCP（模型上下文协议）
让模型和外部数据、工具之间更好对接的一种方式。
Fine-tuning（微调）
在已有模型基础上再训练，让它更懂某个领域或者风格。
Distillation（蒸馏）
把大模型的能力压缩到小模型里，降低成本同时尽量保留效果。
RAG（检索增强生成）
让模型先查资料再回答，不只是靠自己“记忆”。
Grounding（事实对齐）
让回答基于真实数据来源，而不是自由发挥。
Embedding（向量化）
把内容转成数字向量，用来做相似度计算。
Benchmark（基准测试）
用统一标准来测试模型能力，各家常拿来对比谁更强。
