基础原理 训练 vs 推理：两个完全不同的过程 很多人以为 AI 每次回答都在学习。实际上完全不是这么回事。 一句话速览 对话不是学习，参数冻结，按 Token 计费，这些是 AI 产品必懂的底层逻辑 对比

类比学生考试： 训练 = 多年备考，反复刷题，记住知识 → 推理 = 上考场作答，参数冻结，不再学习新东西

训练（Training） 在海量数据上调整数十亿个参数，让模型记住世界知识。

执行频率 一次性 算力需求 千～万块 GPU 参数状态 持续更新 成本 数亿美元 时长 数周～数月

推理（Inference） 用固定参数，针对你的输入生成回答。每次对话参数完全不变。

执行频率 每次对话 算力需求 1～数块 GPU 参数状态 完全冻结 计费 按 Token 计费 时长 1～10 秒/次

互动实验：你说的话会改变参数吗？

发送

Context Window（上下文窗口）

AI 你好！有什么我可以帮你的？

模型参数（示意）

🔒 参数完全冻结 对话不改变任何权重

你和 AI 说的话， 不会修改任何参数 。今天告诉它「你叫小明」，明天重开对话它不记得，因为对话只存在于上下文， 对话不是学习。