大语言模型（LLM）到底是什么？从GPT到DeepSeek，普通人也能看明白

上个月回西安跟几个老同学吃饭，一个做装修的朋友突然问我："你们搞的那个ChatGPT，到底是什么原理？怎么问啥都能答？"

我想了想，用"神经网络""Transformer架构"这些词解释肯定不合适。后来我说：你就想象一个读了几千亿字文章的人，他不一定什么都懂，但他读过的东西足够多，能根据你问的问题，从脑子里拼出一个最合理的回答。这个比喻虽然不严谨，但方向是对的。

回来以后我决定写一篇真正能让外行看明白的LLM科普。不堆术语，不画架构图，就说清楚它到底是怎么一回事。

LLM的三个核心能力，其实就一件事

大语言模型说白了就干一件事：预测下一个字（token）。

你给它"今天天气真"，它预测后面大概率是"好"或"热"或"冷"。你给它"1+1="，它预测后面是"2"。你给它"中国的首都是"，它预测后面是"北京"。

就这么一件事，但因为它读过的文本量实在太大了——GPT-4的训练数据据说有十几万亿个token——所以它"猜下一个字"的能力强到了看起来像在"理解"和"推理"的程度。

这就像一个职业棋手下了几万盘棋之后，看一眼棋盘就知道下一步走哪最好。他不用计算，直觉就行。LLM也是靠"直觉"——只不过它的直觉建立在几千亿字的阅读量上。

为什么2023年突然爆发了

其实语言模型这个概念不新。2018年Google就发了BERT，2020年OpenAI发了GPT-3。但当时没出圈。

转折点是ChatGPT。它做的事说起来简单——给GPT加了对话能力和人类反馈强化学习（RLHF）——但用户体验直接拉满了。以前你跟AI说话要写prompt prompt engineering，现在直接聊天就行。

然后2023年底到2024年是国产大模型的爆发期：百度的文心一言、阿里的通义千问、字节的豆包、月之暗面的Kimi、深度求索的DeepSeek……一家接一家往外蹦。

到了2025-2026年，战局清晰了很多。DeepSeek靠开源和性价比（API价格是GPT-4的几十分之一）杀出了一条路，成了中文圈最有存在感的国产模型之一。Kimi靠超长上下文（能一次处理几十万字）拿下了论文阅读和长文档分析的场景。豆包背靠字节的流量和产品矩阵，用户量应该是最大的。

LLM到底能干什么，不能干什么

能干的：

文本生成（写文章、写邮件、写代码）——这是基本功，几乎所有主流模型都做得不错。

信息提取和总结——给一篇长文让它提炼要点，ChatGPT和Kimi都很强。

翻译——DeepL可能更专业，但LLM的翻译质量已经够日常用了。

编程辅助——GitHub Copilot和Cursor这两年在程序员圈基本成了标配。

不能干的（或者说现在还不太行的）：

精确计算——你让它算大数乘法，它经常错。因为它是"猜"的，不是算的。

实时信息——除非接了搜索功能，模型本身的知识停在训练截止日期。

真正的理解和创造——它只是在概率上拼出最像"理解"和"创造"的文本。这个区别很微妙，但很重要。

做决策——LLM可以给你建议，但不能替你拍板。责任在你这。

选哪个模型用

这个问题我被问得最多。我一般这么建议：

日常聊天、写文案、做翻译——豆包或通义千问足够了，免费而且快。

读论文、分析长文档、需要深入思考的问题——Kimi，上下文长是硬优势。

写代码、逻辑推理、需要高质量输出的工作——DeepSeek V3或Claude，目前中文编程和深度分析能力领先。

预算充足、需要顶级综合能力——ChatGPT（GPT-4o）或Claude，综合体验还是最稳的。

如果你只是好奇想玩玩，随便下一个就行。现在的免费模型能力已经远超两年前的付费产品了。

标签： 大语言模型 LLM ChatGPT DeepSeek 人工智能科普 AI百科