# 下一个 Token：用第一性原理看懂大语言模型、AI Agent 与 AI 工厂

> 一本中文科普长文：从“AI 能拿奥数金牌线却数不清 strawberry 里有几个 r”的反差出发，用第一性原理讲清 Token、神经网络、Transformer、训练与对齐、推理、RAG、AI Agent，以及承载它们的 GPU、集合通信、AI 网络（RoCEv2、InfiniBand、超以太网）与 AI 工厂（含 NVIDIA 企业参考架构与 Cisco AI POD / Secure AI Factory）。资料截至 2026-10-08，全书事实均对照一手出处核查，出处见附录。

作者：Articulate 工作室。语言：简体中文。最后更新：2026-10-09。
引用时请注明书名与链接；正文中的厂商性能数字均为厂商口径，“估算”为本书推算。

## 全文

- [全书 Markdown 全文](https://llm.weiborao.link/llms-full.txt)：一个文件包含全部章节与附录
- [网页版](https://llm.weiborao.link/)：含交互演示与全部图示
- [EPUB 电子书](https://llm.weiborao.link/next-token.epub)

## 章节（问题链）

- [序章 金牌与草莓](https://llm.weiborao.link/md/ch0.md)：这到底是一种什么样的智能？
- [第 1 章 从写规则到学规则：AI 的七十年](https://llm.weiborao.link/md/ch1.md)：机器是怎样学会的？大语言模型从哪里来？
- [第 2 章 几千亿个旋钮：神经元、参数与学习](https://llm.weiborao.link/md/ch2.md)：机器里的“学习”是什么？模型文件里装着什么？
- [第 3 章 Token：模型眼中的世界](https://llm.weiborao.link/md/ch3.md)：文字是怎样变成模型能算的数字的？
- [第 4 章 猜下一个词，为什么会长出智能](https://llm.weiborao.link/md/ch4.md)：为什么“预测下一个 Token”能产生智能？
- [第 5 章 从会续写到会听话：训练的五个阶段](https://llm.weiborao.link/md/ch5.md)：基座模型怎样变成助手？推理模型又多了什么？
- [第 6 章 按下回车之后：一次推理的旅程](https://llm.weiborao.link/md/ch6.md)：一次回答在机器里经历了什么？为什么是逐字蹦出来的？
- [第 7 章 一本正经地胡说：幻觉、RAG 与怎样考 AI](https://llm.weiborao.link/md/ch7.md)：怎样让模型少说错话？怎样评价 LLM 和 RAG？
- [第 8 章 从会说到会做：AI Agent](https://llm.weiborao.link/md/ch8.md)：Agent 是什么？最新进展到了哪一步？
- [第 9 章 为什么一张显卡不够](https://llm.weiborao.link/md/ch9.md)：为什么需要 GPU，为什么需要上万块？
- [第 10 章 万卡对答案：通信与软件栈](https://llm.weiborao.link/md/ch10.md)：集合通信、NVLink、RDMA、CUDA、NCCL、Kubernetes 各干什么？
- [第 11 章 网络成了新瓶颈：从 ECMP 到超以太网](https://llm.weiborao.link/md/ch11.md)：AI 网络要解决什么问题？怎样解决？
- [第 12 章 AI 工厂：定义、黄仁勋的工厂论与经济账](https://llm.weiborao.link/md/ch12.md)：AI 工厂到底是什么？为什么说它生产的是 Token？
- [第 13 章 建厂图纸：NVIDIA 企业参考架构](https://llm.weiborao.link/md/ch13.md)：一座企业 AI 工厂该怎样配置、怎样扩展、怎样验证？
- [第 14 章 拆开一座 HGX AI 工厂](https://llm.weiborao.link/md/ch14.md)：从一台服务器到 1,024 块 GPU，一座 AI 工厂的每一层是怎样设计的？
- [尾章 回到草莓](https://llm.weiborao.link/md/ch15.md)：我们得到了什么？还剩下什么问题？
- [附录 术语、推算与出处](https://llm.weiborao.link/md/appx.md)：书里的数字从哪里来？

## Optional

- [站点地图](https://llm.weiborao.link/sitemap.xml)
- [AI 认知地图（原始版本）](https://weiborao.link/aicogmap.html)