AI 不只是 LLM 和 NLP

一、"AI" 已经被 LLM 劫持了

有一天我在公司内部群看到一条消息，大意是："我们要在 Q3 上线 AI 功能，谁来负责？"

群里迅速有人回应："我来！我用过 ChatGPT，也调过 Claude 的 API。"

我盯着这条消息看了几秒。没有人觉得哪里不对劲。

但我觉得不对劲。不是说那个同学能力不行——LLM API 调用确实是落地"AI 功能"的主流路径之一。问题是：那条消息里的"AI"，在大多数人脑袋里，已经默默地等号变成了 LLM。

这个置换是什么时候发生的？

大概是 GPT-3 之后，特别是 ChatGPT 横空出世的那个冬天。LLM 以一种极其直观、门槛极低的方式，让普通人第一次真正"摸到"了 AI。这是好事。但它带来了一个副作用：让人觉得 AI = 大语言模型 = 文字接龙的高级版。

这种认知偏差不是小事。它会导致你在解决问题时，把所有钉子都当成能用 LLM 这把锤子敲的样子，然后很困惑地发现：有些钉子根本敲不进去。

二、AI 的全景图：比你想象的大得多

先来看一张真实的地图。

人工智能作为一个研究领域，从 1950 年代就开始了。几十年下来，沉淀出的子领域大概长这样：

人工智能 (AI)
├── 机器学习 (Machine Learning)
│   ├── 监督学习 (Supervised Learning)
│   ├── 无监督学习 (Unsupervised Learning)
│   ├── 半监督学习 (Semi-supervised Learning)
│   └── 强化学习 (Reinforcement Learning)
├── 深度学习 (Deep Learning)
│   ├── 卷积神经网络 CNN (计算机视觉)
│   ├── 循环神经网络 RNN / Transformer (序列建模)
│   └── 生成对抗网络 GAN / Diffusion (生成式)
├── 自然语言处理 (NLP)
│   ├── 传统 NLP (规则/统计方法)
│   └── 大语言模型 LLM (当前主流)
├── 计算机视觉 (Computer Vision)
│   ├── 图像分类 / 目标检测
│   ├── 图像分割
│   └── 多模态视觉语言
├── 推荐系统 (Recommendation System)
├── 知识图谱 (Knowledge Graph)
├── 机器人与自动化 (Robotics)
├── 自动驾驶 (Autonomous Driving)
├── 语音识别与合成 (Speech)
└── AI 安全 / 可解释 AI (AI Safety / XAI)

LLM 在哪里？在 NLP 分支下面，再往下一级。

它很重要，但它不是全部。

三、那些你每天在用、却不知道是"AI"的东西

讲个实际的场景：你上午在某电商平台逛了十分钟，下午刷微博或 X 的时候，商品广告精准得让你怀疑手机在偷听。那背后是 LLM 吗？不是。

是协同过滤 + 深度学习排序模型 + 实时特征工程组成的推荐系统。这套东西跑了将近二十年，跟 LLM 几乎没有关系。

再比如：

• 你用人脸解锁手机——人脸识别是计算机视觉，卷积神经网络（CNN）做的。
• 你发语音消息，微信帮你转成文字——语音识别（ASR），端到端序列模型。
• 工厂流水线上检测零件瑕疵——工业视觉检测，在生产线上 24 小时实时跑，LLM 根本插不上手。
• AlphaGo 打败柯洁——强化学习（Reinforcement Learning），跟文本处理毫无关系。
• 特斯拉的自动泊车——感知、规划、控制的协同，多个模型和算法的流水线。
• 银行的反欺诈系统——异常检测、图神经网络（Graph Neural Network），实时判断一笔交易是否可疑。

这些东西日复一日地在运作，影响着数十亿人的生活，但几乎没有人会用"AI"这个词来描述它们——因为它们"不会说话"，没有聊天界面，不够炫。

四、为什么 LLM 抢走了所有聚光灯？

这不难理解。有几个客观原因：

1. 交互门槛极低。 你不需要懂机器学习，只要会打字，就能和 GPT-4 对话。历史上从未有过这样的 AI——不需要学习成本，直接能"用"。

2. 泛化能力让人叹为观止。 以前的 AI 都是"窄 AI"：下棋的只能下棋，识图的只会识图。LLM 第一次表现出跨任务的通用能力——翻译、写代码、写诗、分析合同……同一个模型。这在概念上是划时代的。

3. 媒体需要一个简单的叙事。 "会说话的 AI"比"更精准的点击率预测模型"好写、好传播、好炒作。推荐算法你怎么拍？拍不出来。ChatGPT 你截个屏就能发朋友圈。

4. 创业公司和投资人需要新的故事。 LLM 给了整个行业一个集体狂欢的理由。这没什么可批评的，只是需要清醒地知道，聚光灯下的那部分，不等于全局。

五、工程师容易掉进的陷阱

做工程的人，如果被"AI = LLM"的认知框住了，会出现几个典型的判断失误：

陷阱一：所有 AI 需求都往 LLM 上套。

一家物流公司想做包裹破损识别，你给他们设计了一套"上传图片 → 发给 GPT-4V → 让它描述是否破损"的方案。LLM 视觉能力确实不弱，但你忽略了：他们有 50 万张历史标注图片，一个微调过的轻量 CNN 推理成本是 LLM API 的 1/100，而且延迟在毫秒级。LLM 是把好刀，但这里用不上。

陷阱二：低估传统 ML 的成熟度。

机器学习领域很多问题，用 XGBoost、LightGBM 这类梯度提升树，在结构化数据上跑出来的效果，经常碾压硬塞进去的 LLM 方案。银行风控、用户流失预测、CTR 预估——这些场景 LLM 既不是最优解，也往往不是最经济的解。

陷阱三：以为调 API 就等于"做 AI"。

调用 OpenAI 的 API 是工程能力的一部分，但不是 AI 能力的全部。你知道 Token 是什么，但你了解 Embedding 空间吗？你会写 Prompt，但你知道为什么 RAG（检索增强生成）比直接塞上下文更靠谱吗？你能接入 LLM，但当模型幻觉出一个假答案，你有能力在系统层做后置过滤吗？

这些问题，深挖下去，都会碰到 ML 基础知识，碰到向量数据库的工作原理，碰到模型评估方法……而这些，跟 LLM 调参只是重叠，不是等同。

六、LLM 真正的位置：工具箱里的一把锤子

说了这么多，我并不是要给 LLM 泼冷水。正好相反——它确实是近年来最重要的工具进化之一。

但"最重要"不等于"唯一"。

一个工程师的 AI 工具箱，应该长这个样子：

用什么工具，取决于你的问题是什么，而不是哪个工具最新、最热、媒体提及频率最高。

我见过一个真实案例：一个团队花了三个月用 LLM 做故障根因分析，最后上线效果勉强及格，且延迟高、成本贵。后来换成了基于日志特征工程 + 决策树的方案，两周搞定，准确率反而更高。他们当初的问题不是技术不够好，是一开始就带着"答案"去找"问题"——AI 问题解法里，这是很常见的路径依赖。

七、如何建立更完整的 AI 认知框架

我自己是怎么做的？粗暴地说，就是：从问题出发，不从工具出发。

每次接到一个 AI 相关的需求，我习惯先问自己三个问题：

1. 数据是什么形态的？ 文本、图像、表格、序列、图结构……数据决定工具类别。
2. 目标是什么？ 分类、回归、生成、推荐、决策……目标决定算法思路。
3. 约束是什么？ 实时性要求、成本限制、可解释性要求、训练数据量……约束决定最终落地方案。

把这三个问题回答清楚之后，再去选工具。大多数时候，LLM 不是第一个跳出来的答案。

另外，建议每个做 AI 工程的人，哪怕你现在主要搞 LLM 应用，也值得花时间补一补下面几块：

• ML 基础：线性代数、概率论、优化算法——不是让你手推梯度，是要理解为什么模型会出现你观察到的行为。
• 计算机视觉入门：看懂一个 CNN 的结构，知道 YOLO 在做什么。多模态是趋势，视觉和语言迟早要打通。
• 推荐系统原理：互联网产品里这是最常见的 AI 场景之一，理解协同过滤和特征交叉，会让你和产品的对话质量高一个档次。
• 强化学习概念：RLHF（人类反馈强化学习）是 LLM 对齐的核心技术之一，不了解 RL，很多关于大模型的讨论你只能听个皮毛。

八、行动清单

• [ ] 下次看到"AI 项目"需求，先问三个问题：数据形态、目标类型、约束条件，再决定用什么工具
• [ ] 找一门计算机视觉的入门课（推荐斯坦福 CS231n），了解 CNN 是怎么工作的
• [ ] 了解一个你日常接触的推荐系统（抖音、淘宝、Netflix）背后大概用了什么技术路线
• [ ] 读一下 RLHF 的原始论文（InstructGPT），理解为什么 ChatGPT 比 GPT-3 "好说话"
• [ ] 用 scikit-learn 训练一个简单的分类器，感受一下监督学习的完整流程（不要跳过这一步）
• [ ] 整理一张属于你自己项目领域的"AI 工具地图"，标注哪些是 LLM 适合做的，哪些不适合

九、总结

AI 不等于 LLM，LLM 也不等于 NLP，NLP 只是 AI 生态里的一个分支，尽管现在是最耀眼的那个。

认知边界的狭窄，会直接影响解决问题的质量。当你的工具箱里只有一把锤子，所有问题看起来都像钉子。

更好的状态是：你知道工具箱里有哪些东西，每件工具适合什么场景，也知道自己在哪个工具上最拿手——然后在合适的时候，拿出合适的那把。

LLM 是目前最性感的那把锤子，没错。但别忘了，性感和正确，有时候不是同一件事。

下面是这篇文章的骨架总结：

@startmindmap
* AI 不只是 LLM 和 NLP
** AI 被 LLM 劫持了
*** ChatGPT 让普通人摸到 AI
*** 副作用：AI ≈ 文字接龙
*** 认知偏差 → 选错工具
** AI 的真实版图
*** 机器学习（监督/无监督/强化）
*** 深度学习（CNN / RNN / Transformer）
*** 自然语言处理 NLP
**** LLM 是 NLP 的子集
*** 计算机视觉 CV
*** 推荐系统
*** 知识图谱
*** 语音识别与合成
*** 机器人与自动化
*** AI 安全 / 可解释 AI
** 你每天在用的"非 LLM" AI
*** 人脸解锁 → CV
*** 语音转文字 → ASR
*** 购物推荐 → 推荐系统
*** 工厂视觉检测 → 工业 CV
*** 银行反欺诈 → 图神经网络
** 工程师的陷阱
*** 所有问题往 LLM 套
*** 低估传统 ML 成熟度
*** 调 API ≠ 懂 AI
** 正确的工具选择框架
*** 数据形态 → 工具类别
*** 目标类型 → 算法思路
*** 约束条件 → 落地方案
** 值得补的 AI 基础
*** ML 数学基础
*** CV 入门（CNN 原理）
*** 推荐系统原理
*** RL 概念（理解 RLHF）
@endmindmap

十、扩展阅读

• Stanford CS231n: Convolutional Neural Networks for Visual Recognition — 计算机视觉入门最经典的课
• Andrej Karpathy: Software 2.0 — 理解 ML 范式转变的好文
• InstructGPT 论文：Training language models to follow instructions — RLHF 的原始文献
• Recommender Systems Handbook — 推荐系统全景参考
• 《统计学习方法》—— 李航（ML 基础，中文教材里的良心之作）
• Lilian Weng's Blog — 深度学习各个方向的系统综述，质量极高

本作品采用知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议进行许可。