第3章 大语言模型基础
工欲善其事，必先利其器。在开始构建 Agent 之前，我们需要深入理解它的"大脑"——大语言模型（LLM）。
本章概览
本章从直觉层面解释大语言模型的工作原理，然后系统讲解如何通过 Prompt Engineering 与模型高效对话，介绍常见的提示策略，并手把手带你完成第一次 API 调用。最后，我们深入探讨 Token、Temperature 等关键参数，帮助你真正"驾驭"语言模型。
本章目标
学完本章，你将能够：
- ✅ 用直觉理解 LLM 的工作机制（不需要数学推导）
- ✅ 掌握 Prompt Engineering 的核心原则和技巧
- ✅ 灵活运用 Zero-shot、Few-shot、CoT 等提示策略
- ✅ 熟练调用 OpenAI API 及常见开源模型接口
- ✅ 理解 Token、Temperature 等参数对输出的影响
- ✅ 了解主流模型的架构组件（MHA/GQA/MLA、RoPE、SwiGLU、MoE）及 2026 年新突破（混合注意力、Attention Residuals、MuonClip、Engram 内存）
- ✅ 掌握基座模型的前沿进展与 Agent 开发的选型策略
- ✅ 理解 SFT 与 RL 训练数据准备的核心原则：数据量选择、质量评估、奖励函数设计
本章结构
| 小节 | 内容 | 难度 |
|---|---|---|
| 3.1 LLM 是如何工作的？ | 直觉理解 Transformer、预训练与涌现能力 | ⭐⭐ |
| 3.2 Prompt Engineering | 系统消息、角色扮演、结构化输出 | ⭐⭐ |
| 3.3 提示策略 | Zero-shot、Few-shot、CoT、ToT | ⭐⭐⭐ |
| 3.4 模型 API 调用入门 | OpenAI SDK、开源模型、流式调用 | ⭐⭐ |
| 3.5 Token 与模型参数 | Token 计数、Temperature、Top-p 等 | ⭐⭐ |
| 3.6 基座模型前沿进展 | 产业格局、模型生态（Kimi K2/K2.5、DeepSeek V4、Qwen3.5）、Agent 选型指南 | ⭐⭐⭐ |
| 3.7 基座模型架构详解 | MHA→GQA→MLA、RoPE、SwiGLU、MoE，及 2026 新突破：混合注意力、Attention Residuals、MuonClip、Engram 内存 | ⭐⭐⭐⭐ |
| 3.8 SFT 与强化学习训练数据准备 | 数据量选择、质量评估、SFT 数据制作、RL 奖励函数设计、难度校准与课程学习 | ⭐⭐⭐ |
核心概念速览
为什么 Agent 开发者需要理解 LLM？
很多 Agent 框架（LangChain、LangGraph 等）将模型调用封装得很好，初学者可以快速上手。但当你的 Agent 出现以下问题时，理解 LLM 底层机制就至关重要：
- 输出不稳定，同样的问题得到不同答案
- 模型"幻觉"——信心十足地给出错误答案
- Token 超限，长对话被截断
- 成本过高，需要优化 Prompt 减少消耗
理解 LLM 就像理解发动机原理——即使你不造发动机，懂原理也能让你成为更好的驾驶员。
🔗 学习路径
前置知识：第1章 什么是 Agent？、第2章 开发环境搭建
后续推荐：