第 2 章　AI 发展史

预计阅读 19 分钟 · 全文约 5,677 字

本章产出：一张你自己的"AI 技术演进时间线"，以及一个能讲给别人听的行业发展故事。

---

开场：为什么你要懂点历史

先问一个问题：为什么现在这波 AI 叫"大模型"，而不叫"人工智能"？

因为"人工智能"这个词，已经被喊了七十年了。这七十年里，它火过好几次，也凉过好几次。每次火的时候，都有人说"通用人工智能要来了"；每次凉的时候，都有人骂"骗子"。

这行有个专门的词形容这种循环：AI 寒冬。

懂这段历史的人，看今天的新闻会多一层判断：

• 某个"革命性突破"是真突破，还是又一次炒作？
• 某个技术"要取代人类"，是营销话术还是趋势？
• 现在这波和之前几波，本质区别在哪？

看懂来路，才能看懂现在。 这一章，人家带你把这七十年捋一遍——不堆人名和年份，只讲"每一代解决了什么问题、又倒在哪"。

---

2.1 符号主义与专家系统：把知识写成规则

最早的思路：把人的思考写成公式

1950 年代，计算机刚发明没多久，一帮聪明人有个朴素的想法：

人的思考是有逻辑的，逻辑可以写成规则，规则可以写成程序。那我们把人类知识全部写成规则，机器不就变聪明了？

这就是符号主义（也叫"GOFAI"，老派人工智能）。

举个例子，要做一个"诊断感冒"的系统，规则这么写：

如果 体温 > 38 且 咳嗽 且 流鼻涕：
    诊断 = 感冒
如果 体温 > 39 且 咳嗽 且 呼吸困难：
    诊断 = 肺炎，建议就医

规则越堆越多，系统就显得越"聪明"。

专家系统：八十年代的明星

1970-1980 年代，这套思路发展到了顶峰，产物叫专家系统。

什么是专家系统：把某个领域专家的知识，一条条写成规则，装进计算机，让它像专家一样给建议。

明星产品：

• MYCIN（1976）：诊断血液感染，准确率据说超过一般医生
• XCON（1980）：DEC 公司用它配置计算机订单，每年省几千万美元
• DENDRAL：分析化学分子结构

那会儿的媒体标题，跟今天一模一样："AI 将取代医生""专家系统改变世界"。

为什么它倒了

问题出在"规则"这个东西上。

第一，规则写不完。 一个领域的知识是无穷的。感冒的诊断规则可能几百条，但真实世界有无数例外、组合、边界情况。你永远写不完。

第二，规则会打架。 规则多了，必然出现矛盾：规则 A 说"发烧要吃退烧药"，规则 B 说"某些发烧不能吃退烧药"。谁来裁决？规则本身不会。

第三，规则不会学习。 世界变了，规则得人工改。每加一条新知识，可能跟一百条旧规则冲突，改起来像拆炸弹。

第四，最要命的——它不懂"常识"。 专家系统能诊断血液感染，但你问它"感冒了能不能洗澡"，它答不上来，因为没人把这条写进规则。而人类小孩三岁就知道。

结果：1980 年代末，专家系统公司大批倒闭，投资撤离，进入第一次 AI 寒冬。

这一代留下的遗产：它证明了"纯规则"这条路走不通。知识太多、太模糊、太依赖语境，写不成规则。

---

2.2 机器学习：从"写规则"到"喂数据"

思路的转向

专家系统倒了之后，研究者开始反思：

既然人写规则写不完，那能不能让机器自己从数据里找规律？

这就是机器学习的核心思想：不告诉机器规则，只给它大量例子，让它自己总结。

类比：

• 符号主义：教小孩认猫，告诉他"猫有两只耳朵、四条腿、一条尾巴、会喵喵叫"——写规则
• 机器学习：给小孩看一万张猫的照片，他自己就认出猫了——喂数据

机器学习怎么工作

以"识别垃圾邮件"为例：

1. 收集十万封邮件，人工标好"垃圾/正常"
2. 提取特征：有没有"中奖"、有没有"免费"、发件人是不是陌生、有没有大量链接
3. 算法从这些例子里学出一个"判断函数"
4. 新邮件来了，用这个函数判断

关键：规则不是人写的，是算法从数据里"学"出来的。人只负责准备数据和选算法。

这一代的代表

• 决策树：像流程图一样层层判断
• 支持向量机（SVM）：在数据里找一条最优的分界线
• 随机森林：一堆决策树投票
• 朴素贝叶斯：用概率做判断

这些算法到今天还在用，尤其是在数据量不大、要求可解释的场景。

为什么它也不够

机器学习的瓶颈是特征工程——你得人工告诉它"看哪些特征"。

识别猫，你得人工设计"耳朵形状""眼睛大小""毛发纹理"这些特征。特征设计得好，模型就准；设计得烂，模型就废。

这活又累又不通用。 换个任务（从识别猫换成识别车），特征得重新设计一遍。

结果：机器学习在 1990-2000 年代稳步发展，但一直没到"通用"的程度。它能解决具体问题，但每个问题都要人肉调教。

一个重要的转折

2006 年，Geoffrey Hinton 等人提出"深度信念网络"，重新点燃了"神经网络"这条路。

神经网络的核心思想：不要人工设计特征，让机器自己从原始数据里学特征。

类比：以前是"你告诉机器猫有什么特征"，现在是"机器自己看照片，自己总结出猫长什么样"。

这条路，就是后来的深度学习。

---

2.3 深度学习爆发：CNN、RNN、Attention

2012：ImageNet 那一炮

2012 年，一个叫 AlexNet 的神经网络参加 ImageNet 图像识别比赛，把错误率从 26% 干到了 15%，甩开第二名一大截。

这一炮，把整个行业炸醒了。

为什么之前不行，这次行了？三个条件凑齐了：

1. 数据够了：互联网积累了大量标注数据（ImageNet 有 1400 万张图）
2. 算力够了：GPU 本来是用来打游戏的，被发现特别适合跑神经网络
3. 算法对了：ReLU 激活函数、Dropout 正则化等技巧，让深层网络能训得动

从这之后，"深度学习"成了主流。

CNN：看懂图片的利器

CNN（卷积神经网络） 是处理图像的王者。

核心思想：用一个个小窗口在图上滑动，提取局部特征（边缘、纹理、形状），一层层往上组合，最后组合成"猫脸""车轮"这种高级特征。

类比：你看一幅画，先看局部线条，再看整体构图。CNN 就是这么干的，只不过它看的是数字矩阵。

应用：人脸识别、医学影像、自动驾驶、工业质检。

RNN：处理序列的老将

RNN（循环神经网络） 是用来处理"有顺序"的数据的——文字、语音、时间序列。

核心思想：一个字一个字读，每读一个字，把"记忆"传给下一步。

问题：记性不好。句子一长，前面的内容就忘了（这叫"梯度消失"）。而且它必须一个字一个字串行处理，慢。

改进版 LSTM/GRU 缓解了遗忘问题，但"串行慢"这个毛病改不了。

Attention：真正的转折点

2014 年，注意力机制（Attention）被提出。它的思想很朴素：

读一句话的时候，不要平均用力，要重点看"跟当前任务相关"的部分。

类比：你在嘈杂的餐厅里跟朋友聊天，能自动"过滤"掉别的桌的噪音，只关注朋友的声音。这就是注意力。

Attention 解决了 RNN 的两个毛病：

1. 不用串行，可以并行处理（快）
2. 长距离依赖也能抓住（不忘）

但真正的革命在 2017 年。

---

2.4 Transformer：2017 年那篇论文

图 2-1：五次换思路，五次突破

一篇论文改变一切

2017 年，Google 的八位研究员发表了一篇论文，标题很狂：《Attention Is All You Need》（注意力就是你所需要的一切）。

这篇论文提出了一个全新的架构：Transformer。

它干了什么：把 RNN 彻底扔掉，只用 Attention，实现了"并行处理 + 长距离依赖 + 可扩展"。

为什么它是分水岭：

1. 能并行：训练速度提升几十倍，可以吃下更多数据
2. 能堆深：架构规整，堆几百层也不崩
3. 能扩展：参数越多、数据越多，效果越好（这叫"Scaling Law"，缩放定律）

今天你听说的一切大模型——GPT、Claude、Gemini、Qwen、DeepSeek——全是 Transformer 的后代。

一个反直觉的事实

Transformer 刚出来时，是给翻译任务用的。没人想到它能干别的。

但研究者很快发现：这玩意太通用了。文本、代码、图像（ViT）、语音、蛋白质结构……什么都能塞进去。

为什么？ 因为它的核心是"注意力"——在任何数据里，"哪些部分该重点关注"都是通用问题。

从 Transformer 到大模型

有了 Transformer，剩下的就是"堆规模"：

• 参数从 1 亿堆到 1000 亿
• 数据从 10 亿 token 堆到 10 万亿 token
• 算力从几十张卡堆到几万张卡

结果：模型突然"涌现"出了新能力——会翻译、会写代码、会做数学题、会推理。这些能力没人专门教，是规模大到一定程度自己冒出来的。

这叫"涌现"（Emergence），是大模型最神奇也最让人不安的特性。

---

2.5 GPT 系列进化史：从"接话茬"到"会干活"

GPT-1（2018）：证明"预训练"有用

1.17 亿参数。思路：先用海量文本预训练一个"通用语言模型"，再针对具体任务微调。

意义：证明了"先预训练再微调"这条路可行。

GPT-2（2019）：大到不敢开源

15 亿参数。生成的文本已经能以假乱真。

OpenAI 当时觉得太危险，分阶段发布——先给个小版本，观察反应。这在当时引起不小争议。

GPT-3（2020）：涌现的开始

1750 亿参数。关键发现：不用微调，只要在提示词里给几个例子，它就能干活（这叫"少样本学习"，few-shot）。

这改变了一切：以前每个任务都要训练一个模型，现在一个模型能干活所有任务，只要你会写提示词。

ChatGPT（2022.11）：引爆全球

GPT-3.5 + 对话微调 + RLHF。两个月用户破亿，成为史上增长最快的消费级应用。

为什么爆：它终于"像人一样聊天"了。之前的大模型是"你给它任务，它给你结果"，ChatGPT 是"你跟他聊，他跟你聊"。

GPT-4（2023）：多模态 + 更强推理

能看图、能考试、能写代码。在很多专业考试里达到人类前 10% 水平。

GPT-4o / GPT-5（2024-2025）：实时多模态 + 智能体

• GPT-4o："o"是 omni（全能），能实时听、看、说
• GPT-5 时代：重点转向"会干活"——能自己调工具、自己规划任务、自己检查结果

行业重心从"聊天"转向"智能体"，这是 2024 年之后最大的变化。

一条主线

回头看 GPT 系列，主线很清楚：

会接话茬（GPT-1/2）→ 会按指令干活（GPT-3）
→ 会聊天（ChatGPT）→ 会看图（GPT-4）
→ 会实时交互（GPT-4o）→ 会自己干活（GPT-5 时代）

每一代都在把"人的参与"往外推一点。

---

2.6 开源浪潮：Llama、Qwen、DeepSeek

为什么要开源

OpenAI 走的是闭源路线：模型不给你，只能通过 API 用。

另一批人走开源路线：模型权重直接公开，谁都能下载、部署、改。

开源的意义：把大模型从"少数公司的黑箱"变成"人人可用的工具"。你可以本地跑、可以微调、可以商用（看许可证）。

Llama：开源的转折点

2023 年 2 月，Meta 发布 LLaMA，参数从 7B 到 65B，性能接近当时的 GPT-3。

虽然最初只给研究用，但权重泄露后，整个开源社区炸了——大家发现，原来小模型也能这么强。

后来的 Llama 2、Llama 3、Llama 4 逐步放开商用，成了开源生态的基石。

Qwen：中文场景的强者

阿里巴巴的 Qwen（通义千问） 系列，从 0.5B 到 72B 到超大 MoE 版本，覆盖全尺寸。

优势：中文能力强、尺寸全（小到手机能跑，大到旗舰级）、生态完善（工具、微调、部署方案齐全）。

对国内用户的意义：中文任务上，Qwen 系列经常是"性价比之王"。

DeepSeek：把价格打下来

2024-2025 年，深度求索的 DeepSeek 系列引起轰动，原因很直接：用更低的成本，做到了接近顶级闭源模型的效果。

• DeepSeek-V3：671B 总参数，MoE 架构，训练成本据公开信息只有几百万美元量级（相比同行低一个数量级）
• DeepSeek-R1：推理模型，把"思维链"能力开源，数学和代码能力突出

它带来的连锁反应：API 价格战。整个行业的 token 价格被压下来一大截。

对普通用户的意义：便宜、好用、中文友好，很多人日常主力模型就是它。

开源 vs 闭源，怎么选

	开源模型	闭源模型
成本	自己部署，硬件成本	按 token 付费
隐私	数据不出本地	数据发给厂商
能力上限	通常略低	通常最强
可定制	能微调、能改	只能用
稳定性	自己维护	厂商维护

实用建议：日常任务用开源/便宜模型，硬任务用旗舰闭源模型——这是第 5 章要展开的成本策略。

---

2.7 多模态与 Agent 时代：2024 之后

三个趋势同时发生

趋势一：多模态成为标配。 新出的模型基本都能看图、听声、看视频。纯文本模型正在变成"上一代产品"。

趋势二：推理能力被单独强化。 出现了一批"推理模型"（o1、R1 这类），它们会先"想一段"再回答，数学、代码、逻辑题能力大幅提升。代价是慢、贵。

趋势三：从"聊天"转向"干活"。 智能体（Agent）成了主战场——模型不只回答问题，还要能调工具、执行任务、检查结果。

Agent 为什么是必然

因为"聊天"的天花板很明显：你问它答，它不能替你操作电脑、不能替你发邮件、不能替你改代码。

要真干活，就得给它"手脚"——工具调用、文件读写、命令执行、浏览器操作。

这就是智能体。第 7 章会详细讲。

现在这个阶段的特点

一句话：模型能力还在快速涨，但"怎么用好"成了瓶颈。

• 模型已经能干很多活，但大多数人只会"打开对话框打字"
• 工具已经很多，但大多数人不知道怎么串起来
• 机会很多，但坑更多

这正是你学这本手册的价值所在：不是等模型变强，而是先把"会用"这件事学会。

---

2.8 从历史看规律：下一波在哪

三条历史规律

规律一：每次突破都来自"换思路"，不是"更努力"。

• 符号主义：人写规则 → 写不完
• 机器学习：人设计特征 → 设计不过来
• 深度学习：机器自己学特征 → 成了
• Transformer：换掉 RNN 的串行结构 → 成了

规律二：寒冬之后必有春天，但春天来的时候，活下来的是"新思路"。

专家系统倒了，机器学习起来了；机器学习瓶颈了，深度学习起来了。每次都不是"旧方法更努力"，而是"新方法换赛道"。

规律三：技术突破之后，真正的机会在"应用层"。

2012 年深度学习突破，赚钱的是做应用的（人脸识别、推荐系统）；2017 年 Transformer 突破，赚钱的是做产品的（ChatGPT、各种 AI 应用）。

技术本身不值钱，把技术变成"解决具体问题"才值钱。

下一波可能在哪

人家给你几个方向，标上判断依据：

① 智能体（Agent）落地（实锤趋势） 依据：模型能力够了，工具协议（MCP）标准了，缺的是"可靠执行"和"成本控制"。这一层做出来，就是下一个爆点。

② 端侧模型（实锤趋势） 依据：手机、电脑的算力越来越强，小模型能力越来越够用。本地跑 AI 会变成默认配置。

③ 具身智能 / 机器人（推测） 依据：大模型 + 机器人，理论上能解决"通用操作"问题。但硬件成本、安全性、数据量都是坎，落地还早。

④ 世界模型 / 视频生成（争议） 依据：视频生成进步很快，但"理解物理世界"和"生成像样的视频"是两码事，能不能通向 AGI 有争议。

⑤ 新的架构革命（未知） 依据：Transformer 已经用了快十年，业内一直在找"下一个 Transformer"。什么时候出来、长什么样，没人知道。

给你的判断工具

以后看到"AI 大新闻"，用这三个问题过一遍：

1. 它解决的是"真问题"还是"演示问题"？ 演示很炫但没法落地的，多半是炒作
2. 它降的是"成本"还是"门槛"？ 能降成本的会真普及，只降门槛的容易被替代
3. 它是"换思路"还是"堆资源"？ 换思路的才可能带来下一波，堆资源的很快遇到天花板

---

2.9 三个真实案例：技术是怎么变成产品的

案例一：从论文到 ChatGPT（15 个月）

2017 年 Transformer 论文发表，当时的评价是"翻译效果不错"。

2020 年 GPT-3 发布，能力惊人，但没人知道怎么用它赚钱——它只会"续写"，你要给它一段话，它接着写。

2022 年 11 月，OpenAI 做了三件事：

1. 用对话数据微调（教它"一问一答"）
2. 用人类反馈对齐（教它"好好说话"）
3. 套了一个聊天界面

结果：两个月一亿用户。

教训：技术突破和产品爆发之间，隔的不是"更强的模型"，是"更贴合人习惯的交互"。同样的模型，换个用法，价值差十倍。

案例二：开源模型的"逆袭"路径

2023 年 Llama 泄露，社区发现 7B 模型也能干不少活。

之后两年，开源模型的进步路径很清晰：

第一代：能跑，但明显笨（Llama 1）
第二代：接近可用（Llama 2、Qwen 1）
第三代：特定任务能打（Llama 3、Qwen 2.5）
第四代：逼近闭源旗舰（DeepSeek V3/R1、Qwen 3）

驱动力不是"某个天才算法"，是三件事：数据质量提升、训练方法（如 MoE）成熟、社区微调生态繁荣。

教训：开源不是"免费的低配版"，它走的是"用社区规模换迭代速度"的路。

案例三：一家公司的三次"押注失败"

有一家做 AI 客服的公司，2021 年押注"规则引擎 + 意图识别"，2022 年押注"小模型微调"，2023 年押注"套壳 GPT"。

三次都没做成。为什么？

• 第一代：规则写不完，客户场景一变就崩
• 第二代：每个客户都要单独微调，成本高、周期长
• 第三代：套壳没有壁垒，客户随时能自己接 API

第四次他们换了思路：不做"通用客服"，做"电商售后专用的智能体"，把行业流程、话术、退换货规则全灌进去。

这次活了——因为壁垒不在模型，在行业 know-how。

教训：技术会平权，行业理解不会。 你能赢的地方，往往是"别人懒得研究的细节"。

---

踩坑实录

坑一：把"AI 寒冬"当成"AI 不行"

场景：有人看到"某某 AI 公司倒闭"的新闻，就说"AI 是泡沫，要凉了"。

为什么错：AI 历史上确实凉过好几次，但每次凉完都起来了，而且是更强的版本。凉的是"旧路线"，不是"AI"本身。

怎么爬出来：看新闻时区分"这家公司不行了"和"这个技术不行了"，两码事。

坑二：迷信"参数越大越好"

场景：有人选模型只看参数量，觉得 671B 一定比 70B 强。

为什么错：参数量只是因素之一。训练数据质量、对齐水平、架构效率、量化程度，都影响实际表现。有些 70B 模型在特定任务上吊打某些 600B 模型。

怎么爬出来：看评测、看实际体验，别只看参数。

坑三：以为"开源 = 免费随便用"

场景：有人下载开源模型商用，结果发现许可证不允许。

为什么错：开源模型的许可证五花八门——有的允许商用，有的限制用户数，有的要求署名，有的只允许研究。

怎么爬出来：商用前看 LICENSE 文件，看不懂就搜"模型名 + 许可证 + 商用"。

---

Lab 2-1｜画一张你自己的 AI 时间线

难度：⭐☆☆☆☆　预计耗时：30 分钟

目标：把本章内容内化成自己的知识结构

步骤：

1. 拿一张纸或打开思维导图工具
2. 画一条时间轴，标出五个节点：符号主义 → 机器学习 → 深度学习 → Transformer → 大模型/Agent
3. 每个节点写三样东西：解决了什么问题 / 又卡在哪 / 代表技术
4. 在 Transformer 节点旁边，画一条分叉：闭源路线（GPT 系列）和开源路线（Llama/Qwen/DeepSeek）
5. 用手机录音，假装给朋友讲这条时间线，讲 3 分钟

验收标准：

• [ ] 时间线画完，五个节点都有"问题/卡点/代表"
• [ ] 能说清"为什么 Transformer 是分水岭"
• [ ] 录音回放，自己能听懂，没有卡壳超过 10 秒的地方

卡住了怎么办：

• 记不清年份 → 不用记年份，记"顺序"和"因果"就行
• 讲不出来 → 回到 2.4 节重读一遍，重点看"为什么它是分水岭"

---

本章自检清单

• [ ] 符号主义为什么失败？举两个具体原因
• [ ] 机器学习和符号主义的根本区别是什么？
• [ ] 深度学习爆发靠哪三个条件凑齐？
• [ ] CNN 和 RNN 各擅长什么？各有什么毛病？
• [ ] Transformer 解决了 RNN 的哪两个问题？
• [ ] GPT 系列每一代的核心突破是什么？
• [ ] 开源和闭源各适合什么场景？
• [ ] 用三个问题判断"AI 大新闻"靠不靠谱

---

学习进度：0 / 13 章

📝 本章小测验（3 题）

1. 专家系统为什么失败？

2. 被称为分水岭的论文是哪篇？

3. 开源模型进步主要靠什么？

一句话记住

每次突破都来自换思路，不是更努力；技术不值钱，把技术变成解决方案才值钱。

---

延伸阅读

• 《Attention Is All You Need》（2017）——Transformer 原始论文
• 《Attention Is All You Need》中文解读（搜"Transformer 图解"）——比原论文好懂
• 各开源模型的 LICENSE 文件——商用前必看

---

最后更新：2026-10