大模型（比如 ChatGPT 背後的 GPT）本質上是一個極其擅長玩文字接龍的機器：給它一段開頭，它根據「經驗」預測下一個最合適的詞，再預測下一個……直到生成完整回答。它的「經驗」，來自讀過的海量人類文本。

用生活場景理解

想像一個小孩讀了十萬本書之後，你給他一個開頭：「今天天氣很好，我們去公園」，他大概率會接「散步」「玩」——因為他讀過的書裡，這種搭配出現得最多。

大模型做的事一模一樣，只是規模驚人：

• 讀的書：幾乎整個網際網路的公開文本（維基百科、論文、書籍、程式碼……）。
• 「接龍」的本事：不是死記硬背，而是學會了詞與詞之間的「統計規律」和深層模式。
• 參數：幾千億個可調旋鈕，共同決定「下一個詞」怎麼選。

為什麼它看起來「懂」了

接龍接得足夠好，就會湧現出「理解」的假象——不，準確說是湧現出真正的能力：能翻譯、能寫程式碼、能推理。就像圍棋 AI 最初只是學「哪步贏面大」，最終卻「會」了圍棋。

但它有三個本質侷限：

1. 會一本正經地胡說八道（幻覺）：它從不對「事實」負責，只對「像不像」負責。
2. 知識有截止日期：只知道自己讀過的，不知道之後發生的。
3. 不會真正「思考」：沒有目標、沒有意圖，只是在給定開頭時算出最合理的下文。

一句話總結

大模型 = 一台讀過全網、把「接龍」玩到極致、從而湧現出理解和創作能力的機器。用得好，它是生產力；要清楚，它從不保證自己說的都是真的。