一、大模型核心概念

大模型全称大型预训练语言模型，底层核心架构是 Transformer。简单理解：用海量互联网文本、代码、书籍语料，训练出的超大参数规模 AI 模型，具备语言理解、内容生成、逻辑推理、代码编写四大能力。记住三个核心关键词：Transformer、预训练、大参数。

二、三个入门必懂核心术语

1. 预训练

用全网海量通用数据，让模型自学人类语言常识、语法逻辑、知识体系、代码规范。类比：像一个人先读完海量书本，打好通用知识底子，不用针对某一件事专门教学。

2. 微调

在预训练好的模型基础上，用某一领域少量专属数据，定向矫正模型能力。比如专门微调成「前端代码专用模型」「企业客服问答模型」，让模型只贴合特定业务场景。

3. Prompt 提示词

不用改动模型本身，只用文字指令，就能控制大模型的输出内容、格式、风格。前端日常写代码、查 bug、写注释、生成组件，都是靠 Prompt 来驱动大模型。

三、大模型分类（通俗易懂区分）

1. 闭源大模型

不开模型源码和权重，个人无法本地部署，只能调用官方开放 API 使用。常见：文心一言、通义千问、讯飞星火、智谱清言。特点：稳定、不用自己搭环境、接口成熟，最适合前端直接对接开发。

2. 开源大模型

公开模型权重，可免费下载，能在个人电脑、服务器本地部署、自己二次微调。常见：Qwen 通义千问开源版、DeepSeek、Llama、GLM。特点：可私有化部署、无调用费用、适合做内部私有 AI 项目。

四、前端入门大模型的边界（哪些不用学、哪些必须学）

完全不用学

1. Transformer 数学公式、神经网络底层推导
2. 模型训练、调参、梯度下降等深度学习算法
3. 复杂论文、底层原理科研内容

必须要学（求职涨薪核心）

1. 预训练、微调、Prompt 等基础术语理解
2. 提示词工程，会精准指挥大模型写代码、排错
3. JS/TS 调用大模型官方 API
4. SSE 流式输出，实现 AI 对话打字机效果
5. Vue3 封装 AI 对话、AI 问答组件
6. RAG 检索增强基础概念与简单应用

五、大模型接口 和 传统后端接口区别

1. 传统后端接口：固定入参、固定逻辑、固定出参，只能做预设好的功能，不会变通。
2. 大模型接口：自然语言即可当入参，无固定逻辑，能自由问答、写代码、解析需求、总结文本，具备智能推理能力。

六、今日小结

1. 大模型基于 Transformer 架构，靠预训练 + 大参数实现通用智能；
2. 预训练打底子，微调做定向专业能力，Prompt 用来直接使用模型；
3. 分闭源、开源两类，前端优先用闭源 API 快速开发；
4. 前端只学应用层，不用啃底层算法，聚焦对接、开发、项目落地即可。