# 2.3 算法：就是一张番茄炒蛋的菜谱

> 别把“算法”神话了

算法不是只有数学家才懂的咒语。简单说：步骤就是算法，经验就是模型。

## 2.3.1 怎么向奶奶解释“算法”？

“算法”（Algorithm）这个词听起来特别高冷，感觉是数学天才在黑板上写的那些希腊字母。

其实，你每天都在用算法，只是你不知道。

想象一下，你要教一个没进过厨房的人做 **番茄炒蛋**。

你会写一张纸条：

1. 把两个鸡蛋打散。
2. 两个番茄切块。
3. 热锅倒油。
4. 先炒鸡蛋，盛出来。
5. 再炒番茄...

**这张纸条，就是“算法”。** 所谓算法，就是 **“解决某个问题的明确步骤”**。无论是计算卫星轨道，还是煮一碗面，只要步骤是明确的，它就叫算法。

## 2.3.2 菜谱（算法）vs 炒好的菜（模型）

在 AI 里，有两个词经常打架：一个叫 **算法**，一个叫 **模型**。

很多人分不清。

* **算法（Algorithm）**：是那张 **“菜谱”**。比如“深度神经网络”、“决策树”，它们是一套通用的逻辑方法。你没做菜之前，它就在那儿了。
* **模型（Model）**：是你照着菜谱，用具体的食材（数据），炒出来的 **“那盘菜”**。

Google 发明的 Transformer 是 **算法**（大家都能用）。

OpenAI 用这个算法，结合海量数据和算力训练出来的 GPT 系列，是 **模型**（由其团队具体实现和发布）。

**咱们老百姓平时用的，不是算法，而是人家训练好的模型。**

## 2.3.3 黑盒：当我们不知道菜谱时

传统的“番茄炒蛋算法”，是人写出来的。先做什么后做什么，清清楚楚。

但 **深度学习算法**，是一个 **“黑盒”**。

这就好比，你有一个从不外传的祖传秘方。你只知道把鸡肉扔进去，出来的就是好吃的炸鸡。但中间到底发生了什么？油温是多少？炸了几分钟？连你也说不清楚。

现在的 AI 就是这样。我们知道输入（照片），知道输出（猫），但中间那几百层神经网络到底是怎么判断的？就像那个黑盒一样，连制造它的科学家都很难解释清楚。

这就是为什么 AI 有时候会犯一些莫名其妙的错误（幻觉），因为它本身就是一种 **“概率的黑魔法”**。

记住这个区分：算法是“菜谱”，模型是“炒好的菜”。当模型变成了黑盒，新的问题就来了——这也是后面讨论 AI 伦理和可解释性时绕不开的话题。

## 2.3.4 思考题

选一个你熟悉的小任务（比如写周报、做一道菜、做一次报表）：

1. 写出它的“算法”（尽量明确的步骤）。
2. 再想想：如果让 AI 来做，这个任务里哪些部分更像“模型能学出来的经验”，哪些部分仍需要你把“规则/标准”说清楚？


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://yeasy.gitbook.io/ai_beginner_guide/di-yi-bu-fen-ai-ji-chu-ru-men/02_core_concepts/2.3_algorithms.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.