先说结论： 先分清公司、产品、模型和任务。它们常被一句“我们用了 AI”混在一起，比较之前必须先问对层级。

AI 产品由模型、上下文、工具、Agent、MCP、Harness 与人工确认组成的总地图 · 点击放大

同一天里，你可能听到三句话：“公司要做 AI”“我们换了更强的模型”“这个产品接入了 DeepSeek”。听起来都在说 AI，实际可能分别在谈公司战略、底层引擎和具体产品。

AI（Artificial Intelligence） 是最大的总称。地图预测堵车、相册认人、银行识别异常交易、聊天产品写邮件，都可以算 AI。Machine Learning（机器学习） 是实现 AI 的一类方法：不把每条规则写死，而是让系统从例子里找模式。训练后留下的计算引擎叫 Model（模型）。

当模型专门处理语言，我们常叫它 LLM（Large Language Model，大语言模型）；能根据要求生产文字、图像、声音或视频，则属于 Generative AI（生成式 AI）。如果同一套系统还能同时处理文字、图片、音频等输入，产品会说自己支持 Multimodal（多模态）。

模型不是 App。ChatGPT、Claude、Gemini、DeepSeek 这些名字，有时指公司，有时指产品，有时指模型系列。真正比较时，要先问“你说的是哪一层”。一个产品体验变好，可能是模型升级，也可能只是检索、工具、界面和工作流变好了。

小实验：拆一句发布会口号

找一句“我们接入最先进 AI”的产品介绍，把它改写成四个问题：用了哪个模型？模型负责什么任务？接了哪些资料或工具？结果由谁复核？如果四个问题都答不上来，这句话提供的信息接近于零。

以后听到这些词，先问什么

• 它具体在生成、识别、预测，还是替人行动？
• 说的是公司、产品、模型，还是一个功能？
• 一次演示成功，能否代表长期稳定？

下一章： 模型能说出漂亮答案，不代表它在陈述事实。下一章看它为什么会一本正经地答错。

---