第零部分 · 入门定位

「我们只能看见前方很短的一段路，但那里已经有许多事情要做。」

Alan Turing，"Computing Machinery and Intelligence"

前言已经给出全书的主线：一项能力如何从算力和语料走到可运维的部署行为。第零部分不急着下定义，也不先铺一张大而全的图，因为 AI 基础设施真正难读的地方，不在某个术语太深，而在它总是以局部问题出现：新模型为什么突然强了一截，基准为什么不再可信，GPU 账单为什么压不下来，长上下文为什么让服务变慢，智能体为什么演示时顺畅、上线后脆弱。这些问题初看各有归属，继续追问却会彼此牵连：服务成本会改写模型规模，评测口径会改写后训练目标，安全边界会收窄智能体的动作空间，硬件条件也会提前淘汰一些看似优雅的设计。

第零部分先做一件事：把这些零散线索放回一条路径。第 1 章 不从抽象分层讲起，而是跟着一个请求走：用户请助手在小仓库里找 bug、给出修复、解释原因。为了完成这个请求，系统要先有从语料中学来的模型，要把字节切成词元（即分词，把文本切成一串整数片段），要经过基座模型形成（训练出原始模型）与适配（调整训练好模型的行为），要在服务层把权重变成用户等得起的词元，还要靠检索和运行框架完成观察与动作。走过一次这条路，后面每章就不再只是某个专题，而是这条路径上一处具体的代价。

第 2 章 随后把这条路径展开成整本书的地图。地图要解决的不是目录怎么排，而是读者怎样判断一项说法的位置：哪里已经是工程常识，哪里仍在争论，哪些章节看似相距很远、却受同一个约束牵引。本书反复出现的「下层约束」也从这里开始读。碰到一个看似局部的设计选择，不要只在本层找理由，往下一层看，常常能看到真正决定它形状的成本。

还有一类误读，来自词本身。第 3 章 处理的正是这些借来的词。AI 从信息论、强化学习、热力学等领域借来过真正的数学，也借来过一些比机制更弱的名字。压缩即预测，是训练目标在信息论里的样子；扩散的物理源头，也曾提供过具体的数学支撑。可「神经元」「注意力」「记忆」「System 2」这类词，很多时候只是帮助理解的一幅图。如果一开始不分清，后面很容易把比喻读成结构，把直觉读成约束。

定位的最后一步是划边界。第 4 章 把生成式技术栈放到另一套基础设施旁边：早已在驱动世界的推荐流、搜索排序与广告竞价的那一套。这一章追问三件事：新技术栈从这位老住户那里继承了什么，哪些没能复用，两者如今又在哪里合流。先知道本书的主题在哪里结束，后面的部分才不会不声不响地把话说过头。

因此，第零部分不是正式内容之前的礼貌性铺垫，而是读完全书需要的一次校准。它先留下四样东西：一条请求穿过全栈的路线，一张区分定论和争议的地图，一种处理借来词汇的分寸，以及一条与上一个 AI 时代之间的边界。后面的章节可以走得更快，因为这些定位已经先放在了手边。

如何阅读本书

本书是为「从中间进入」设计的：读者可以先从最初让自己翻开本书的那个问题切入，而不必从头到尾顺读。为了让这种读法不散，每章都会提供三类路标。

第一类是术语。专业术语首次出现时会以全称加英文原文写出，并链接到术语表，那里有一行定义，还有一个指针，指向它首次被讲清楚的地方；遇到不熟悉的词，先点链接再往下读。

第二类是交叉引用。像 第 31 章 这样的引用，指向某个机制被完整展开的地方，因此一处顺带提及不必承担全部解释。

第三类是「下层约束」（在 第 2 章 中引入）。它标出这样的时刻：页面上的某个选择，其实是被下一层的某个成本定下的。

本书还预设一件事，不再从零讲起：Transformer 如何把词元变成预测。尚未接触过这套架构的读者，应在服务、推理与编排部分依赖它之前，先读 第 7 章 与 第 8 章，因为那些部分把注意力、KV 缓存以及预填充和解码阶段都当作已知。Transformer 那一章会从残差流开始逐一建立这些概念。