LLM Primer I — 章节走读:序言与目录

接下来十二篇会讲什么,以及怎么从里面拿到最多的东西 — 在你(也许会)真正翻开整本书之前。

这个连载是什么,又不是什么

先把一件事说清楚。明天开始的这十二篇,不是用来代替书的。它更像一张地图 — 走过每一章,指出书里在解决什么问题、中心想法是什么、为什么这块拼图在整幅画里重要。

如果你已经在日常工作里用 LLM,这个连载应该能帮你看出心里那张工作地图上哪几块还缺,值得补上。如果你刚开始,你会拿到一份词汇和直觉,看完之后再去读整本书会轻松很多。两种情况下目标是同一个:让这件事不再神秘,但不丢精度。

第一卷是怎么搭起来的

LLM Primer I 的章节顺序不是随意排的。前三章先把词汇和基本机制立起来 — LLM 是什么、文本怎么变成 token 和概率、Transformer 在内部怎么把这些东西推动起来。

第 4 章和第 5 章打开训练的引擎盖 — 预训练、微调、RLHF — 然后老老实实地看一眼:模型今天依然会在哪里摔跤?幻觉、对时间没概念、算术问题、一致性的抖动。

第 6 章进入整个连载里最细腻的地带:安全、对齐,以及"对用户真正有用"到底是什么意思。2026 版里新增了一节 §6.6,讲最新的对齐研究方向 — 宪法式 AI 和基于辩论的模型。

从第 7 章开始,焦点从"它怎么工作"切换到"怎么用它"。提示工程、工具调用与智能体(包括讲智能体模式的新 §8.6)、RAG、多模态,以及第 11 章 — 里面新增的 §11.6 整节讲推理模型。第 12 章合上整本书,带出系统视角,并为后面第 2 到第 7 卷搭起桥。

怎么读这些文章

每一篇都给三样东西:这章在解决什么核心问题的简短复述、主要的几个概念动作(技术词汇会用普通话讲清楚)、以及通向下一章的过渡。每篇五到八分钟读完 — 是配早晨咖啡的体量,不是吃掉整个周末的体量。

如果有哪一篇真的勾住了你,书里对应的章节会走得深得多,还配有图、例子,以及把每一个技术想法用日常话再说一遍的"用大白话讲"侧边栏。

目录 — 什么时候出什么

下面是十二篇的完整日程。每一篇都会准时上线,按顺序,不跳。如果你看到这页时某一篇还没出,后面的日期会告诉你它什么时候到。

明天,第 1 章见。