1.2 传统 AI 与生成式 AI

上一节把 AI 看作一个工具箱。这一节打开工具箱，看看两类常见工具：一类负责判断已有内容，另一类可以生成新内容。

为了便于入门，我们可以把许多较早或较专门的 AI 用法称为“识别与判断型 AI”。它们常做分类、预测、推荐和识别：判断一封邮件是否可疑、识别照片中的文字、预测到达时间、推荐下一首歌。它们通常给已有对象贴标签、算分数或从现有选项中作选择。

生成式人工智能（Generative AI）则能够根据要求产生新的文字、图片、声音或其他内容。例如，它可以起草一封邮件、把长文改写成摘要、根据描述生成插图，或者把一段话换成更友好的语气。

两类能力经常一起工作

这不是一道永远非此即彼的分界线。一个 AI 产品可以先识别图片中的物体，再生成一段图片说明；可以先判断用户想解决什么问题，再组织文字回答。对普通用户来说，最有用的问题不是“它属于哪一个严格类别”，而是“它接收什么、完成什么任务、结果是否需要我检查”。

假设你交给 AI 一段会议记录：

1. 它先从文字中找出日期、人名、决定和待办事项。

2. 它再把这些信息组织成一份新的会议纪要。

第一步偏向识别与提取，第二步偏向生成。最终结果看起来完整，但如果原记录写错了日期，AI 也可能把错误写进纪要；它还可能漏掉一句关键讨论。因此，生成并不等于事实已经核对。

生成不是从仓库里复制成品

生成式 AI 更像根据大量语言和图像规律现场组织结果，而不是从某个仓库取出一份完全相同的标准答案。这就是为什么同一个要求可能得到不同版本，也解释了为什么结果可以很自然，却仍可能不准确。

后续章节会介绍“大语言模型（Large Language Model, LLM）”怎样生成文字。在这里先建立一个实用习惯：把 AI 的生成结果当作可修改的草稿或建议，而不是自动生效的最终决定。