都说它是黑箱：喂它一句话，它就写代码、答问题、安慰你，流利得像藏着一个心灵，于是人们说它"快有意识了"，说没人真懂它在想什么。这本书要做的事很简单——把盖子撬开，让你自己往里看。看进去你会有点扫兴：里面没有魔法，没有小人，只有一堆矩阵乘法（把数字排成表格，按固定规则相乘再相加）和一个笨到好笑的目标——猜下一个词。
对，就这么个目标。给它半句话，它拼命猜下一个字该是什么，猜错了就挨罚、微调一下，猜上亿亿次。全书的悬念就是这句话：一个只会"猜下一个词"的程序，凭什么最后看起来像懂了？
这本书带你走的路
我们从最朴素的地方起步：怎么把"文字"变成程序能算的数字，怎么让相近的词在坐标里靠在一起；再看神经网络（一个能被数据反复捏形状、去逼近任意规律的大函数）怎么学，看它的心脏——注意力（读一个词时，自动决定该多看前文哪几个词）怎么让机器"抓重点"。然后是训练：所谓学习，不过是沿着一面山坡一小步一小步往下走，找最低点。走到后面，你会撞见真正有意思的问题：为什么模型一大就突然"开窍"？它一本正经地胡说（我们叫幻觉）是从哪冒出来的？它到底是真懂了，还是一个极其高明的模仿者？
压轴是动手：两百行代码，手搓一个能说话的迷你 GPT，再把开源模型请进你自己的电脑里跑起来。到这一步，它对你就不再是黑箱——是你亲手拼起来的东西。
怎么读，读完你会得到什么
你可以从第一章顺流而下，前一块是后一块的地基；也可以哪章标题勾住你就从哪进，每章都尽量自成一段。我不堆大词，每个术语第一次出现就当场用大白话说清；宁可给你一个精准的类比，也不塞一句正确的废话。
读完，你会换上一副新眼镜：既不神化它，也不贬低它——知道哪些是真本事，哪些是错觉。
而当有人再压低声音说"AI 快有意识了、没人能懂"，你不会慌。因为你亲手把它搭过一遍，你清楚那底下是什么。拆开过，就不再怕了。