LLM Primer 系列

七卷本生成式 AI 现场指南,由下田昌平(Sho Shimoda)撰写,现已完结。从地基,到规模化,到安全。

这套系列在做什么

生成式 AI 现在已经无处不在,但围绕它写的内容,绝大多数都落在两个极端。一头是把它当作魔法来叙述的新闻标题。另一头是开篇第二段就要求你扛得起重量级数学的技术论文。这两者之间几乎没有人写,而每天要在真实业务里做决策的从业者,正好卡在这块夹缝里。

LLM Primer 系列想填的就是这块夹缝。整套系列一共七卷,现在已经全部出版完毕。每一卷都挑出 LLM 生态里的一个层面,把引擎盖打开,把里面是怎么转起来的讲清楚 — 讲到你第二天就能动手用的程度。不故弄玄虚,也不会在第二段就把线性代数课本甩在你面前。系列还有一部姊妹卷《Physical AI》,把同样的方法论从"用文字思考的模型"延伸到"要用身体在物理世界里做事的模型"。

作者是下田昌平 — 一个十几年里一直在生产环境里写代码、做架构、带团队的从业者。整套系列是他这十几年的工程经验,叠加这两年对生成式 AI 领域紧密追读的产物。

怎么读这个页面

下面每一卷,都会列出完整的目录,按"部"组织。每一章都对应一篇章节走读文章,这些走读文章的链接直接列在章节标题里。要看每一卷完整的写作,请去 Amazon 上购买对应的书。

附录会列出来,作为透明性的一部分 — 但它们是书内专属内容:参考资料、备忘单、习题与解答,以及别的那些应该躺在书的后半部、而不是独立成走读文章的材料。要看附录,请读书。

七卷全景

第一卷 — 生成式 AI 是如何工作的 大语言模型基础的清晰实用指南。 整套系列那个用大白话铺的入口。从零开始 — token、训练、"猜下一个词"这件简单的事 — 一砖一瓦地搭出一幅老实、不堆术语的画面:LLM 到底是什么、它是怎么训练出来的、它为什么会有那些表现,完全不假定你之前懂任何东西。这是后面每一卷都踩着的地基。

章节走读序言: LLM Primer I — 章节走读:序言与目录

附录 (书内专属)

第二卷 — 透过数学看语言模型 用数学的眼光,看清 AI 的内部运作。 对 AI 内部运作的一次数学严谨、又可读的巡视:注意力、优化的动力学、损失地形、扩展规律 — 全部透过那套让它真的能跑起来的数学讲清楚。每一条要紧的方程都被完整推导,每一条又都被一个故事、一个类比、一个数值化的算例围起来。写给那些想看到第一卷有意留在侧边栏里的数学的读者。

章节走读序言: LLM Primer II — 章节走读:序言与目录

附录 (书内专属)

第三卷 — 用 RAG 强化企业 AI 面向企业的检索增强生成系统实战指南。 实战的检索增强生成 — 向量数据库、切分策略,以及"把模型钉在你自己文档上"的那一整套架构,让企业能拿到既最新又能交代来源的回答。如果你的工作是让 AI 功能跟上业务、跟得住引用,这就是该读的那一卷。

章节走读序言: LLM Primer III 章节解读 — 系列导言与目录

附录 (书内专属)

第四卷 — 用 MCP 设计 AI 的认知 为可靠的 AI 智能体设计上下文、工具与记忆。 结构化上下文建模与编排:不去改模型本身,而是通过设计模型"看到"的上下文与情境,塑造它的推理过程。如果你在搭智能体系统 — 工具清单、长期循环、跨会话的记忆,以及"决定模型能看到什么"的那门工程纪律 — 这就是该读的那一卷。

章节走读序言: LLM Primer IV 章节解读 — 系列导言与目录

附录 (书内专属)

第五卷 — 构建真实世界的 LLM 应用 在生产中设计、评估和运营 LLM 系统。 一卷以"系统"视角写的、从原型走到生产的指南 — API 设计、评估循环、监控、集成 — 把一个有能力的模型,变成一个真正可靠的产品。这卷是把"架构上的理解"变成"上线之后能真接住用户"的那一卷。

章节走读序言: LLM Primer V — 章节走读:序言与目录

附录 (书内专属)

第六卷 — 让 AI 系统跑得起规模 面向生产规模的低延迟 LLM 推理架构。 高性能推理的架构:分布式服务、延迟优化、为"一天得回答几百万次"的系统所做的成本建模。当你的 AI 系统已经长出一台机器、开始要像一块真正的基础设施那样工作时,这就是该读的那一卷。

章节走读序言: LLM Primer VI — 章节走读:序言与目录

附录 (书内专属)

第七卷 — AI 安全 抵御提示注入、越狱与对抗性威胁,守住 LLM 系统。 设计安全且鲁棒的 AI:对抗性风险、提示注入、治理框架,以及现实部署系统的防御性设计。当你的 AI 系统必须被当作"安全相关的基础设施"对待时,这就是该读的那一卷。

章节走读序言: LLM Primer VII — 章节走读:序言与目录

附录 (书内专属)

Physical AI — 一部姊妹卷

七卷 LLM Primer 讲的是"用文字思考的模型"。但同样一套底层技术,一旦落到需要用身体在物理世界里做事的机器上 — 机器人手臂、自动驾驶、无人机、具身智能 — 一切都会变。感知、规划、控制、安全,都得重新写一遍。

《Physical AI》是这套系列的姊妹卷,把 LLM Primer 的方法论延伸到那一整块领域。它不是本系列的第八卷,而是从旁边平行地展开:一样的"打开引擎盖看清楚里面在转什么"的写法,但主角换成了要在现实世界里做出动作的智能体。如果你在做机器人、自动化、具身 AI,或者关心 LLM 之外那个"AI 走出屏幕"的方向,那本书就是写给你的。