上周三中午，同事老张端着饭盒坐我对面。
他压低了声音问我一句话。
"你说这AI，是不是工程师一个字一个字教出来的？"
我差点把嘴里的汤喷出来。
老张今年四十五，做销售。他电脑上那个AI对话框，点开过三次，每次打两行字就关了。
他说，看着那玩意儿一行行往外打字，心里发毛。
我给他算了笔账。这类大模型训练时读过的文字，好几万亿个词。
一个人不吃不睡读到死，也就几千万词。
差了几千倍。
没人一个字一个字教它。它是自己从全网的文字里，一点一点啃出来的。
它不学知识，它玩填空
我问他："今天天气真___，你填什么？"
他说，好。
"我爱北___？"
北京。
我说，大模型一辈子干的就是这件事。把一句话遮住一个词，让它猜。
猜错一次，就动一下自己脑子里的参数。再猜，再动。
几万亿次下来，它猜得比谁都准。
老张反应挺快：那它到底懂不懂意思？
我说，说实话，不太懂。
它知道"苹果"和"手机"经常挨在一起，因为网上写的人多。它不知道苹果能啃。
但它把几万亿次搭配都记下来了。
所以它能接上你的话，还接得挺像人。
预训练：先把整个互联网啃一遍
这一步叫预训练。
你可以当成把它关进一座看不到头的图书馆。
网页、论坛、代码、小说、说明书，好的烂的全塞进去。
塞之前还得洗一遍。广告、乱码、重复的段子，都得筛掉。
这活儿几百人干了好几个月。
然后它不睡觉不吃饭，一页一页往下啃。
啃着啃着，语法、逻辑、常识，它自己摸出来了。
没人教过它什么叫主谓宾。它看多了，自己总结的。
这一步最烧钱。
几千块显卡一起跑，跑好几个月。电费加上硬件，上千万美元。
老张吸了口气：这么多钱，图啥？
图一个底子。底子打好了，后面才有的谈。
底子不行，后面怎么调都是歪的。
微调：上岗之前带一带
预训练完的模型，像个刚毕业的学生。
什么都懂一点，什么都不会干。
你让它写客户回复，它给你写篇散文。
你让它写法律文书，它跟你聊人生。
这时候要微调。
去年我帮一家公司做客服机器人。他们从后台翻出八千多条真人对话，一条条喂进去。
喂了两天，模型变了。
之前它张口就是"您好，请问有什么可以帮您"，客套话堆一堆。
现在它会说"您别急，这个我帮您查一下"。
连客服主管都说，有点像他们组那个干了三年的姑娘。
微调没那么神秘。
你就当是给它发了本公司的手册，让它照着练几遍。
练完，它说话就带上了你的口音。
而且它要的数据比预训练少得多。八千条就够用了。
这也是普通人唯一有机会自己动手的一步。
对齐：教它什么话不能说
老张问，那它会不会教人干坏事？
会。真会。
早几年的模型，你问它怎么撬锁，它真能给你写教程。步骤清清楚楚。
现在的模型会说"这个我帮不了你"。
中间差着的，就是对齐。
怎么对？
雇一大群人，给模型的回答打分。哪句安全哪句有害，一条条标出来。
标几十万条。
这群人里很多是外包的标注员，一天标几百条，时薪不高。
你用的那个AI，背后有他们的手印。
老张说，这么一弄，它就靠谱了吧。
我说，也不一定。
它有时候还是一本正经地胡说。编个根本不存在的法条，编得比真的还像。
它的本事是猜得像，不是说得对。
这一点，你得一直记着。
你自己怎么用
原理说到这，落到你身上，就三件小事。
头一件，把它当实习生，别当搜索引擎。
搜索引擎给你一堆链接，你自己挑。实习生给你一份稿子，你来改。
问它问题，不如给它任务。
再一件，把你手上的材料一起丢进去。
要写周报，就把上个月的周报、这个月的流水，一股脑喂给它。
这一步，就是你自己动手做微调。
它有了你的料，说话才像你。
还有一件，把要求说清楚。
别写"帮我写个方案"。告诉它：写给谁看、多少字、什么语气、分几段。
给的规矩越细，它越不容易跑偏。
这相当于你亲手给它对了一次齐。
上周我把这三条教给老张。
他昨天跑过来说，周报从两小时缩到了二十分钟。
我说，你看，它读了几万亿字，到头来还是得听你一句。
开头说那三次，他点开对话框又关掉。
昨天晚上他又点开了一次，这回没关。
你也挑一件拖了很久的小事，今晚丢给它试试。
是省了时间，还是返工三遍，回来告诉我一声。