> For the complete documentation index, see [llms.txt](https://yeasy.gitbook.io/ai_beginner_guide/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://yeasy.gitbook.io/ai_beginner_guide/di-yi-bu-fen-ai-ji-chu-ru-men/02_core_concepts/2.3_algorithms.md).

# 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？