『我训了个模型』到底训了什么？
饭局上总有人举着酒杯说「我最近训了个模型」。这句话的水分可以从零到百分之九十九，这一页帮你听出他到底干了什么，顺便学会三句能让全桌安静的追问。
在 AI 圈，训练指的是改变模型本身的参数，成本从几十万到上亿。而绝大多数人说的「训了个模型」，实际是写了段提示词，或者挂了个知识库，那是五分钟和五千万的区别。
大模型里面装着几百亿到上万亿个参数。参数说白了就是一大堆数字，你可以把它们想象成调音台上密密麻麻的旋钮——模型的每一分本事，全都存在这些旋钮拧到了哪个位置上。
训练就是把这几百亿个旋钮一个个拧对，而办法笨得出奇：遮住后半句，让模型猜下一个词。比如给它「今天天气真」，它蒙了个「香」，原文却是「好」——猜错了，就把参与这次判断的旋钮各自拧回来一丁点。一次只挪极小一格，然后换下一句，再来一遍。这个动作要重复上万亿次。冲刷完，旋钮的位置里就沉淀下了「天气后面更可能跟『好』，不太可能跟『香』」这件事。所谓「学会」，全部内容就是这个。
这件事费电、费卡、费钱，跟供一个孩子读完二十年书差不多，属于重资产工程。
而你平时对 AI 说「你是一位资深编辑，帮我润色」，或者给它上传一份公司资料，这些操作一个参数都没动。打个比方：前者是重新培养一个大学生，后者是给现成的大学生递一张便签、发一本手册。便签很有用，但你不能说自己「培养了一个大学生」。
所以下次听到「训了个模型」，第一反应可以是：他动没动参数？动了多少？下面这把梯子帮你把所有情况分成四层。
从下往上，每爬一层，成本和门槛都指数级上升。点击每一层，展开看它的耗时、成本和门槛。饭局上九成的「训了个模型」，都发生在最下面两层。
改提示词
挂知识库（RAG）
微调
从头预训练
来玩个小测：下面五句都是社交场合的高频发言。你来猜猜，每句话说的事大概率发生在哪一层。点选项揭晓答案。
分不清对方在哪一层？不用猜，直接问。这三个问题分别卡住成本、数据、底座三个要害，答不上来的人自己会往下滑层。
「花了多少算力？」
训练是真金白银烧出来的。L3 起步就要租显卡，L4 要烧掉数千万到上亿。说不出成本量级的「训练」，多半没发生过。
「多少条数据？跑了几轮？」
别问「数据从哪来」——挂知识库和微调都会答「公司文档、业务数据」，这一问听不出差别。要问的是量级：几百份文档丢进检索库是 L2，几千上万条标好的问答对、还得跑上几轮才是 L3。说得出条数和轮数的，才是真动了参数。
「底座是什么模型？」
L1 到 L3 都站在别人的底座上，这毫不丢人，但值得说清楚。含糊其辞说「核心技术不便透露」的，可以默认是 L1。
✅ 这一页想和你分享的
- 训练 = 改模型参数：写提示词、挂知识库都没动参数，严格说都算「用模型」
- 四层梯子：改提示词、挂知识库、微调、从头预训练，每上一层，门槛指数级上升
- 听到「训了个模型」先问成本和数据：答不上来的，自己会往下滑层
- 改提示词毫不丢人：九成需求它就够了，丢人的是站在 L1 说自己在 L4