第2课：常见英文缩写，从字母开始认识

学习目标

• 认识常见AI、互联网和软件工程缩写
• 看到缩写时能先找英文全称再理解用途
• 能按“它解决什么问题”而不是死背字母来记忆

正文

1. 为什么AI时代会出现这么多英文缩写？

当你第一次接触AI，会很快看到：

AI、LLM、API、GPU、CPU、RAG、JSON、HTTP、DNS、Git……

问题不是每个字母你认不认识，而是：

“这些字母拼在一起到底是什么意思？”

实际上，很多英文缩写只是把一个较长的英文名称缩短。

例如：

API = Application Programming Interface = 应用程序接口

如果你只背“API叫接口”，很快会忘。

更好的方法是继续问：

它解决什么问题？

API解决的是：

两个程序怎样按照约定互相通信。

只要记住这个“问题”，API就不容易忘。

2. 学缩写不要死记，用“四步法”

以后遇到任何新缩写，都可以按四步理解：

第一步：看英文全称

例如：

LLM = Large Language Model

第二步：翻译成中文

Large = 大型 Language = 语言 Model = 模型

所以：

LLM = 大语言模型

第三步：问它属于哪一类

LLM属于： AI模型

而API属于： 软件工程

DNS属于： 互联网基础

GPU属于： 计算机硬件

第四步：问它解决什么问题

LLM： 处理和生成语言。

API： 程序之间通信。

DNS： 把域名解析到网络地址。

RAG： 让AI先找资料，再根据资料回答。

这才是真正理解。

3. 第一组：AI核心术语

AI

Artificial Intelligence 人工智能

它是最大的技术类别之一。

ML

Machine Learning 机器学习

让计算机通过数据学习规律。

DL

Deep Learning 深度学习

机器学习中的一类重要方法，通常使用多层神经网络。

LLM

Large Language Model 大语言模型

专门处理和生成语言的大规模模型。

可以先记住一个关系：

AI → ML → DL

而LLM通常建立在深度学习技术基础上。

4. 第二组：电脑硬件

CPU

Central Processing Unit 中央处理器

可以把它理解成电脑里的“通用计算处理中心”。

网页、程序、操作系统都离不开CPU。

GPU

Graphics Processing Unit 图形处理器

GPU最早主要用于图形计算，但因为它很擅长同时进行大量计算，所以今天也广泛用于AI训练和推理。

RAM

Random Access Memory 内存

程序正在运行时，需要把当前使用的数据临时放在内存里。

一个容易混淆的点：

内存 ≠ 硬盘。

内存更像“办公桌”。

硬盘更像“文件柜”。

程序工作时，把文件从文件柜拿到办公桌上处理。

5. 第三组：互联网基础

IP

Internet Protocol

日常说“IP地址”时，可以把它理解成网络中的地址。

DNS

Domain Name System 域名系统

人容易记：

example.com

计算机更需要网络地址。

DNS就像网络里的“电话簿”，把域名转换成对应地址。

HTTP

HyperText Transfer Protocol 超文本传输协议

浏览器和服务器通信时常使用的规则。

HTTPS

HyperText Transfer Protocol Secure

可以理解成更安全的HTTP。

它会对通信进行加密，并帮助确认网站身份。

6. 第四组：网页和软件

HTML

HyperText Markup Language

负责网页的结构。

例如： 标题、段落、图片、按钮。

CSS

Cascading Style Sheets

负责网页的外观。

例如： 颜色、间距、字体、布局。

JavaScript / JS

JavaScript

负责很多网页交互逻辑。

例如： 点击按钮后弹出内容； 搜索时自动筛选结果； 做课程小测。

你现在看到的超飞越AI原型网站，就是HTML、CSS、JavaScript一起工作的例子。

7. 第五组：数据

DB

Database 数据库

长期保存系统数据。

例如：

• 用户；
• 项目；

-课程进度； -任务； -订单； -知识库记录。

SQL

Structured Query Language 结构化查询语言

常用来查询和操作关系型数据库。

JSON

JavaScript Object Notation

一种非常常见的数据格式。

它很适合程序之间传递结构化数据。

例如一门课程可以保存成：

课程名称 学习目标 正文 小测 实践任务

然后前端网页读取这些数据自动生成页面。

超飞越AI现在的课程原型就已经在采用这种思路。

8. 第六组：AI工程

RAG

Retrieval-Augmented Generation 检索增强生成

核心逻辑：

先检索 → 找到相关资料 → 再生成回答

它特别适合：

• 企业内部资料；
• 大学专业知识；
• 竞赛规则；

-学校制度； -产品说明书。

Embedding

通常翻译为： 嵌入、向量表示。

可以先理解成：

把文字转换成一组数字，让计算机能够比较“意思像不像”。

Vector Database

向量数据库。

保存这些向量，并帮助找到“语义上最接近”的资料。

Agent

智能体 / AI代理。

比单次问答更进一步：

目标 → 计划 → 使用工具 → 执行 → 检查 → 继续执行

9. 第七组：开发工具

Git

版本控制系统。

它帮助开发者记录：

• 哪些文件修改了；
• 修改前是什么；
• 修改后是什么；
• 可以回到哪个历史版本。

GitHub

GitHub不是Git本身。

它是一个可以托管Git代码仓库并支持协作的平台。

可以这样记：

Git = 版本管理方法和工具

GitHub = 放Git仓库并协作的平台之一

10. 把缩写串起来看

现在把一些术语放进一个真实流程：

用户打开网页 → DNS 找到服务器 → 浏览器通过 HTTPS 访问 → HTML/CSS/JS 显示前端 → 前端通过 API 调用后端 → 后端从 DB 查数据 → RAG检索知识库 → 调用 LLM → 返回结果

你会发现：

这些英文词不是为了让技术显得复杂。

它们只是分别描述系统中不同的部分。

11. 本课最重要的学习方法

以后看到一个新缩写，不要先问：

“这个要不要背？”

而应该问四个问题：

1. 英文全称是什么？
2. 中文是什么意思？
3. 属于哪个领域？
4. 它解决什么问题？

只要这四个问题能回答，基本就算理解了。

12. 本课总结

现在你不需要记住全部63个术语。

先确保你能清楚解释这些：

AI、LLM、CPU、GPU、API、DB、HTTP、HTTPS、DNS、Git、RAG、Agent

后面的课程会反复用到它们。

示例

常见误区

• “缩写知道中文就够了。”——英文全称能帮助理解词义和记忆。
• “Git就是GitHub。”——Git是版本控制系统，GitHub等是代码托管与协作平台。
• “GPU就是显卡显存。”——GPU是处理器，显存只是显卡上的专用内存。

小测验

点击题目查看答案。

实践任务