科技爱好者周刊（第 410 期）：你需要知道的 AI 三种机制
内容提要
本文介绍AI回答问题的三种机制：参数机制通过训练将知识压缩为参数，推理机制利用逻辑推导未知知识，联网机制搜索前两者无法获取的信息。
延伸解读
三种机制的分工与局限
文章将AI回答问题的能力拆解为参数、推理和联网三种机制，各有分工：参数机制提供基础知识，推理机制生成逻辑推导的知识，联网机制补充前两者无法获取的实时信息。这种划分有助于理解AI的能力边界——它并非无所不知，而是依赖训练数据和推理规则，对于超出这些范围的问题，必须借助外部搜索。读者在评估AI回答时，可据此判断其知识来源的可靠性。
参数规模与推理的权衡
文章指出，参数越多模型效果越好，但训练和使用成本也随之上升，因此并非所有知识都需要存入参数，部分可通过推理获得。这解释了为什么像GLM 5.3 Flash这样激活参数仅18B的模型，能在某些评测中超过参数更大的DeepSeek V4 Pro——推理机制的有效运用可以弥补参数规模的不足。对用户而言，选择模型时不必一味追求大参数，推理能力同样关键。
联网机制的现实意义
联网机制让AI能获取参数和推理无法覆盖的实时信息，如股票收盘指数。这体现了AI应用的实用性：通过Agent或应用框架，AI可以自动搜索互联网，弥补知识盲区。但这也意味着AI的回答可能受限于搜索质量，且存在信息时效性和准确性问题。用户在使用AI获取最新信息时，应留意其联网功能是否开启，并对结果保持审慎。
Q&A
AI回答问题的三种机制是什么？
AI回答问题的三种机制是参数机制、推理机制和联网机制。参数机制通过训练将知识压缩为参数，推理机制利用逻辑推导未知知识，联网机制搜索前两者无法获取的信息。
参数机制是如何工作的？
参数机制将人类知识分解为词元，通过训练计算词元之间的数学关系，用大量参数表示这些关系。提问时，模型根据参数找出最可能的词元生成答案。
为什么大模型需要推理机制？
因为参数不可能无限增加，训练和使用成本高，且很多知识可以通过逻辑推理获得，无需全部包含在参数中。推理机制让模型根据已有知识推断出未知知识。
联网机制在AI中起什么作用？
联网机制用于获取参数机制和推理机制无法得到的知识，例如实时信息（如股票指数），通过Agent或应用框架自动搜索互联网。
AI的三种机制是如何协同工作的？
参数机制提供基本知识，推理机制产生通过推理得到的知识，联网机制获取前两者无法得到的知识，三者共同使AI能正确回答问题。
大模型GLM 5.3有多少参数？
大模型GLM 5.3有7440亿个参数。
