本周我们注意到掘金上一篇《模型工程》笔记在技术圈被广泛收藏。作者用"做菜火候"的比喻，把 AI 学习的三种主流方式讲透——值得关心的是："AI 怎么学"正在替代"AI 是什么"，成为新的入门刚需。

这是什么

笔记把 AI 学习归为三大门派：连接主义（深度学习/对比学习）、行为主义（强化学习）、符号主义（知识图谱）。三种核心方法：

  • 监督学习：有标准答案照着学（像考试做题）
  • 对比学习：没答案，学"谁和谁像"（物以类聚，大模型预训练——用海量无标注文本让模型学会"下一句该说什么"——的核心方法）
  • 强化学习：试错+反馈（像训狗）

更值钱的是，作者拿短视频"控流"举例解释 PID 控制（一种经典算法，通过比例、积分、微分三项自动调节输出）：比例项看当下偏差、积分项算历史欠账、微分项预测趋势。这种"不背公式、记思路"的写法，对非技术读者特别友好。

行业怎么看

正方观点：这类框架性科普帮产品经理、传统行业老板建立"模型工程直觉"，不再被"AI 万能"宣传忽悠。

反方声音同样要听。一位资深算法工程师在评论区指出，把强化学习比作"训狗"会掩盖奖励函数（告诉 AI 什么算"做对"的评分标准）设计的艰难——这恰好是大模型时代最棘手的工程问题之一。"听懂三大学派和真正能落地，差着 100 个调参的夜晚。"此外，"对比学习是大模型核心"这类简化判断，也可能让外行高估当前 AI 的真实推理能力。

对普通人的影响

  • 对企业 IT：选 AI 供应商时，能问出"你们用监督还是强化"这类问题，比单纯比参数更接近实质。
  • 对个人职场：术语不再可怕，懂思路（什么场景用什么方法）比背公式有用，开会能听懂下属方案。
  • 对消费市场：推荐、短视频控流的底层逻辑变得透明，未来用户对"被算法喂养"会有更多感知和反制。