词会绑架政策。把模型说成脑子，就会按养孩子的方式监管；说成计算器，又会低估社会冲击。

从停滞到爆发，中间还有平稳爬升和局部突破。政策若只按一种世界写，另外四种都会惩罚你。

精确全对会把渐进进步画成悬崖。编辑距离一类软尺子，往往能提前看见斜坡。

经典直觉是模型越大越背答案。足够深、足够数据时，测试误差可能先升后降。

对话很像人，是因为上下文在不断改写下一步的概率，不是脑子里先有一份完整答案。

搜索引擎认页面。生成式入口认的是：这些内容是不是同一个人长期留下的证据。

索引能列出标题，列不出概念之间为什么会碰面。该结构化的是关系，不是再加一个标签。

用大模型扫全文很爽，但架构审查和概念命名必须人拍板，否则图谱只会变成另一堆标签。

两个高维点能算相似度，前提是它们由同一套嵌入规则生出来。换模型，数字就作废。

词向量给出局部位置，句和文的向量是这些位置按任务被汇总后的新坐标。