揭秘 AI 的大腦：LLM 運作原理與 Token 機制全圖解
--------------------------------------------------------------------------------
1. 核心隱喻：大語言模型其實是在玩「文字接龍」
大語言模型（Large Language Model）在本質上並不像人類那樣具有「思考能力」，它更像是一個精密的數學函數。當你輸入一段話，模型內部的矩陣運算會計算出下一個「詞」出現的機率。
這個過程可以被理解為一場極致的「文字接龍」。模型不是一次性生成整段答案，而是一個詞、一個詞地預測。每輸出一個詞，它會利用**「循環回填」（Recursive Backfilling）**機制，將新產生的詞抓回到輸入序列的末尾，重新進行下一次運算。這正是為什麼你在使用 AI 時，會看到文字如同流水般逐一跳出的原因。
文字接龍與循環回填的動態過程：
- 初始輸入： 「馬克的視頻怎麼樣？」
- 第一輪預測： 模型根據數學機率，預測下一個最可能的詞是「特別」。
- 循環回填： 模型將「特別」追加到原句子後方，輸入變為：「馬克的視頻怎麼樣？特別」。
- 第二輪預測： 基於更新後的序列，預測下一個字是「的」。
- 接續運算： 重複上述動作，接連預測出「棒」。
- 識別終點： 當模型判斷邏輯已完整，會輸出一個特殊結束標示符，宣告生成任務徹底結束。
學習過渡： 既然模型本質上是處理矩陣運算的數字機器，它又是如何與人類感性的文字溝通的？這就需要一位專業的「翻譯官」。
--------------------------------------------------------------------------------
2. 翻譯官登場：Tokenizer 的編碼與解碼
模型並不認識文字，它只處理數字。Tokenizer（分詞器） 扮演了人類與模型之間的中間人，負責將文字轉譯為數字，或將數字還原為文字。
階段 | 動作重點 | 具體步驟 |
編碼 (Encoding) | 將感性文字轉譯為理性數字 | 1. 切分 (Segmentation)：將句子拆解成最小處理單位（Token）。<br>2. 映射 (Mapping)：將每個 Token 對應到唯一的 Token ID（數字）。 |
解碼 (Decoding) | 將模型計算結果還原為文字 | 1. 直接映射：將模型產出的 Token ID 對照回文字。<br>2. 高效輸出：因模型每次僅噴出一個 Token，解碼無需再次切分，效率極高。 |
學習過渡： 雖然我們習慣稱之為「詞」，但 Token 並不完全等同於我們語言學中的單詞，它是模型理解世界的最小單位。
--------------------------------------------------------------------------------
3. 深入理解 Token：大模型處理的基本單位
Token 是大模型處理文本的最小處理單位。理解 Token 的切分規律，是掌握模型能力邊界與成本控制的關鍵。
- 中文切分案例： 中文詞彙常被拆分為更小的單位。例如「工作坊」會被拆為
工作+坊；而「程序員」則被拆為程序+員。 - 英文切分案例： 常見單詞如
hello佔用 1 個 Token，但不常見的組合如hful則會被拆分為h+ful。 - 特殊符號案例： 特殊符號的成本極高，例如一個「對勾符號」在底層可能需要 3 個 Token 才能完整表示。
核心換算規律： 為了精準估算模型的處理負荷與成本，請記住以下工程經驗法則：
- 1 個 Token ≈ 0.75 個英文單詞
- 1 個 Token ≈ 1.5 到 2 個漢字
- 換算後果：40 萬個 Token ≈ 60 萬到 80 萬個漢字（這直接決定了你輸入資料的長度極限）。
學習過渡： 這些 Token 累積起來，不僅構成了對話，也定義了模型的「記憶空間」。
--------------------------------------------------------------------------------
4. 記憶的邊界：上下文 (Context) 與窗口 (Window)
LLM 本身並不具備生物學意義上的長效記憶。它之所以能「記得」你之前的提問，是因為後端程式在每次對話時，都會將「對話歷史」重新抓取並與當前問題一起傳送給模型。
- Context (上下文)： 模型每次處理任務時接收到的總信息量，包含：
- 當前用戶問題 (User Prompt)
- 對話歷史紀錄
- 系統規則與角色設定 (System Prompt)
- 正在生成的 Token
- Context Window (上下文窗口)： 這是模型能容納 Token 的物理上限。一旦對話總量超過窗口，模型就會被迫丟棄最早的資訊，產生「斷片」現象。
主流模型的窗口數據對比：
- GPT 5.4： 約 12.8 萬 Token。
- GN 1.5 Pro / Claude Opus 4.6： 可達 100 萬 Token。
感性理解 100 萬 Token 的容量： 100 萬 Token 約等於 150 萬個漢字。這意味著你可以將整套《哈利波特》全集一次性塞進模型的上下文窗口中，它依然能精準地在整本書的範圍內回答你的問題。
學習過渡： 掌握了 Token 與窗口的邏輯，你就能理解 AI 協作的底層成本與記憶極限，從而更高效地設計你的 Prompt。
--------------------------------------------------------------------------------
5. 總結：LLM 底層運作邏輯心智圖
作為初學者，請務必內化以下三個核心底層認知，這將是你通往 AI 高階應用的基石：
- [ ] LLM 本質是預測機： 它是一個基於矩陣運算與數學函數、不斷預測下一個 Token 的文字接龍高手。
- [ ] Tokenizer 是轉譯核心： 所有的文字都必須經過編碼（切分與映射）才能被模型處理；而解碼則是高效的單向還原。
- [ ] Token 是能力與成本的度量衡： Token 的數量決定了模型的計算成本，也限制了「上下文窗口」所能承載的記憶總量。
