从传统代码到生成式人工智能应用

软件开发的格局正在经历根本性转变。我们正从僵化的、命令驱动的编程，转向灵活的、以自然语言为驱动的 生成式人工智能 交互。

1. 打破命令链

它是什么： 传统应用程序依赖于固定的图形用户界面（GUI）或特定的语言相关命令集。如果用户输入偏离预期，系统就会失败。

为什么重要： 生成式人工智能应用提供了前所未有的灵活性。它们允许用户通过自然语言进行交互，实现复杂目标，能够根据意图调整，而不仅仅是遵循语法。

2. 非确定性原则

它是什么： 在传统代码中，$1 + 1$ 始终等于 $2$。它是确定性的。 大型语言模型（LLMs）相反，它们基于概率运行。

其工作原理是： 对于完全相同的提示，它们可能产生不同的结果。这种多样性通过特定参数进行管理，其中最重要的是 温度。

3. 核心组件：标记与温度

• 标记： 模型使用的文本基本数值“构建块”。词语被分解成这些子词单元。
• 温度： 一个设置（范围从 $0.0$ 到 $1.0$），用于控制随机性。低值产生可预测、专注的文本；高值则鼓励更具创造性和多样性的输出。