详细文字内容
为什么要写这篇
大家好，我是Aaron。
Aaron最近在社群里观察到一个现象——很多刚入门的同学，工具已经装好了，教程也跟着做了，但一到社区、一看评论区、一进微信群，就懵了。
「中转是什么？」「反代和中转有区别吗？」「什么叫拼车？」「别人说的降智是什么意思？」「官 key 和渠道 key 差在哪？」
这不是你笨，是你还没学会这个圈子的语言。
Aaron自己刚入行的时候也一样。看到群里有人说「我用的纯血 Claude，官 key 直连，不走中转，就是额度太紧了，5 小时窗口一下就撞限了」——每个汉字都认识，连在一起完全不知道在说什么。
所以Aaron今天把 AI 圈最常见的黑话全部整理出来，用人话翻译一遍。不是教你背术语，是让你下次看到这些词的时候，能立刻知道对方在说什么，也能判断这件事跟自己有没有关系。
第一类：用 AI 的日常黑话
这些词你每天刷群、看帖、读评论区都会遇到。
中转 / 中转站
意思： 帮你转发 API 请求的中间服务。
国内直接使用 OpenAI、Claude 的 API 有门槛：网络环境限制、海外支付不便。中转站就是在中间搭了一个桥——你把请求发给中转站，中转站帮你转发给 OpenAI/Claude，再把结果传回来。
Aaron打个比方。你想从上海寄一个包裹到美国，但你没有国际快递账号。中转站就是一个代寄服务——你把包裹交给它，它帮你寄到美国，再把回执给你。你不需要自己搞定国际物流，但你要为这个代寄服务付一笔手续费。
反代 / 反向代理
意思： 和中转本质上是同一件事，技术术语不同而已。
反向代理（Reverse Proxy）是正经的计算机网络术语，中转站是大家给它起的通俗名字。你在社群里看到「反代」和「中转」，99% 的情况下说的是同一个东西——帮你访问国外 AI 服务的中间人。
官 key / 官方 key
意思： 直接从 OpenAI、Anthropic、Google 等官方平台申请的 API 密钥。
用官 key 意味着你直接跟官方交易，没有中间商。好处是稳定、可靠、不担心数据被截。坏处是需要海外信用卡、需要能访问海外服务、价格按官方标准来。
渠道 key
意思： 从中转站/第三方平台拿到的 API 密钥。
你用的不是官方直连，而是通过中转站的 key。好处是国内直连、支付方便（支持支付宝微信）、有时候价格更便宜。坏处是稳定性取决于中转站的质量，数据经过第三方，隐私风险要自己评估。
纯血 / 满血
意思： 完整版、没有被阉割的模型。
你在社群里看到「纯血 Claude」「满血 GPT-4o」，意思是这个服务提供的是完整版模型，没有偷偷换成更便宜的小模型、没有限制功能、没有降低输出质量。这个词的出现本身就说明市面上有很多「不纯血」的服务。
阉割 / 阉割版
意思： 被砍掉了部分功能或降低了质量的版本。
有些中转站为了省成本，会偷偷把你的请求转给更便宜的小模型，或者限制了上下文长度、限制了输出 token 数。你以为你在用 Claude Opus，实际上后台跑的可能是 Haiku。这就叫阉割。
降智
意思： AI 变笨了。
这是 AI 圈最高频的抱怨之一。你用着用着发现 Claude 或 GPT 的回答质量明显下降了——以前能一次写对的代码现在要改三遍，以前理解得很好的需求现在答非所问。社区里天天有人问「最近 XXX 是不是降智了？」
降智可能有很多原因：模型真的被官方调整了、你的上下文太长了导致注意力分散、你撞了速率限制被切到了更小的模型、或者纯粹是你的感觉。Aaron的经验是：先排查自己的用法，再怀疑模型。
撞限 / 触限 / 撞墙
意思： 用量达到了平台设定的上限，被限制使用了。
Claude Code 有个「5 小时滚动窗口」的概念——你在 5 小时内的使用量有上限，超了就得等。这就是「撞限」。很多人说「我刚用了半小时就撞墙了」，是因为这段时间内的 token 消耗特别大（比如处理了很长的文件）。
拼车 / 合租
意思： 多个人共用一个订阅账号，分摊费用。
Claude Pro 一个月 $20，Claude Max 一个月 $100 或 $200。拼车就是几个人合买一个账号，轮流用或者通过技术手段同时用。好处是便宜，坏处是不稳定、可能被封号、隐私没保障。
Aaron打个比方。拼车就像合租房——便宜是真便宜，但室友打呼噜你也得忍着。如果你是重度用户或者用于商业用途，Aaron建议直接买独享。
逆向 / 逆向 API
意思： 通过技术手段，把网页版的免费额度「变成」API 接口来用。
正常的 API 是官方提供的、按量计费的。逆向是有人通过破解网页版的通信协议，模拟你在网页上聊天的请求，把它封装成 API 的格式。听起来很美好，但问题很多：不稳定、随时可能失效、违反服务条款、可能被封号。
Aaron的态度很明确：逆向能省一时的钱，但省不了一直的心。 Aaron自己从来不用逆向服务，因为你的所有对话内容都经过不知道什么人搭的服务器，这个风险不值得。
上下文污染
意思： 对话历史里积累了太多无关信息，导致 AI 回答质量下降。
你跟 AI 聊了 50 轮，前面 40 轮聊的是做网站，突然问它帮你写个邮件——它可能还是按「做网站」的思路来回答你。这就是上下文被前面的内容「污染」了。
解决方法很简单：开新对话。 Aaron在用 Claude Code 的时候，一个任务做完就习惯性地清上下文，不让旧信息影响新任务。
Token 焦虑
意思： 总担心自己的 token 用超了、额度不够了。
这是很多新手的通病——每发一条消息之前都在心里算「这条会花多少 token」「我今天还剩多少额度」。Aaron想说的是：如果你用的是订阅制（比如 Claude Pro/Max），token 焦虑大可不必。 正常使用很难用超。如果你用的是按量计费的 API，那确实需要关注，但也不至于每条消息都算。
白嫖 / 薅羊毛
意思： 免费使用付费服务。
各大 AI 平台经常给新用户送免费额度——OpenAI 送 $5、Google Cloud 送 $300、各种中转站注册送几块钱。「白嫖」就是专门找这些免费额度用。「薅羊毛」是把各个平台的免费额度都撸一遍。
Aaron的建议是：免费额度用来试水挺好，但别把「白嫖」当成长期策略。 你花在找免费渠道上的时间，远比直接付费的成本高。
第二类：工具与配置黑话
配置 AI 工具、选择服务时会遇到的词。
直连
意思： 国内网络直接就能访问，不需要额外的网络配置。
你看到某个服务说「国内直连」，意味着你不需要做任何网络处理就能用。比方说 DeepSeek 就是国内直连的，中转站通常也是国内直连的。
API / API Key
意思： API 是两个软件之间对话的方式，API Key 是你的身份凭证。
Aaron打个比方。API 是餐厅的菜单——你按菜单上的格式点菜，厨房按格式给你上菜。API Key 就是你的会员卡——餐厅凭这张卡知道你是谁、该收你多少钱。
你在用 Claude Code 的时候输入的那串密钥，就是 API Key。 千万别把它发到群里或者贴到公开代码里——别人拿到你的 key 就能用你的额度。
BASE_URL
意思： API 请求发送的目标地址。
官方的 BASE_URL 是 api.anthropic.com（Claude）或 api.openai.com（OpenAI）。如果你用中转站，就要把 BASE_URL 改成中转站的地址。这就是为什么中转站能工作——你只是把信寄到了不同的邮局，但信的内容和格式不变。
套壳
意思： 拿别人的模型 API，套一个自己的界面，当成自己的产品。
市面上很多「AI 写作助手」「AI 客服机器人」，底层就是 GPT 或 Claude 的 API，外面包了一层好看的界面。不是说套壳一定不好——关键是你在壳里加了多少自己的价值。 如果只是转发 API 结果加个 logo，那确实没什么意思。Aaron的 Skill 系统某种意义上也是一种高级套壳——把通用的 Claude 能力包装成特定场景的标准化流程，但里面有大量的工程设计。
开箱即用
意思： 不需要复杂配置，装上就能直接用。
你看到一个工具说「开箱即用」，意味着你不需要自己配环境变量、装依赖、改配置文件。下载 → 安装 → 开始用。但Aaron要提醒一句：AI 领域说的「开箱即用」，通常还是需要你填个 API Key 的。
第三类：模型与能力黑话
看评测、选模型、理解产品发布时会遇到的词。
幻觉 / Hallucination
意思： AI 一本正经地胡说八道。
你问 AI 一个问题，它自信满满地给你一个答案，引用了论文、给了数据、逻辑通顺——但全是编的。就像你问一个爱面子的人路怎么走，他不知道但又不想说不知道，就随手给你指了个方向。
Aaron在课程里反复强调的「信任但验证」原则，核心就是为了应对幻觉。
大模型 / LLM
意思： ChatGPT、Claude、Gemini、DeepSeek 这些 AI 背后的「大脑」。
LLM 是 Large Language Model 的缩写。Aaron之前在课程里用过一个比喻：大模型就像一个刚毕业的大学生，知识面广但专业不深。 什么都知道一点，但不一定什么都做得好。
Agent / 智能体
意思： 能自主规划、使用工具、完成复杂任务的 AI 系统。
普通的 AI 是你问一句它答一句。Agent 是你给它一个目标，它自己规划步骤、自己调用工具、自己判断结果、自己决定下一步。Claude Code 就是一个 Agent。 Aaron在课程里说的「从操作者变成指挥官」，本质上就是从用普通 AI 转变为用 Agent。
Token
意思： AI 处理文字的最小单位，也是 API 计费的基础。
不是一个字 = 一个 token。英文大概 1 个单词 ≈ 1.3 个 token，中文大概 1 个字 ≈ 1.5-2 个 token。为什么你需要知道这个？因为 API 按 token 计费，上下文窗口按 token 算，你的额度限制也是按 token 来的。 所有跟「用量」「额度」「成本」相关的讨论，核心单位都是 token。
上下文窗口 / Context Window
意思： AI 一次对话中能「记住」的最大信息量。
Aaron打个比方。上下文窗口就是 AI 的「工作台」。工作台越大，能同时摊开的文件越多。Claude 的工作台有 200K token（大约 15 万字），超出窗口的内容 AI 就「忘了」——这也是为什么长对话到后面 AI 会开始答非所问。
多模态 / Multimodal
意思： AI 不止能处理文字，还能处理图片、音频、视频。
以前的 AI 只看得懂文字。现在的 Claude、GPT-4o 能看图片、听语音、甚至理解视频。你给 Claude 发一张截图让它分析，用的就是多模态能力。
Prompt / 提示词
意思： 你发给 AI 的指令或问题。
你跟 ChatGPT 说的每一句话，都是一条 prompt。「提示词工程」就是研究怎么把话说得更清楚，让 AI 给出更好的结果。Aaron一直觉得这个词被过度神化了——它的本质就是：怎么把话说清楚。
MCP / Model Context Protocol
意思： 让 AI 能连接外部工具和数据源的标准接口。
Aaron在课程里的比喻是：MCP 就是车联网，让汽车（AI）能连接外部世界。 没有 MCP，AI 只能用自己脑子里的知识。有了 MCP，AI 能搜网页、读数据库、调 API、操作浏览器。
微调 / Fine-tuning
意思： 在大模型的基础上，用特定数据再训练一遍，让它在某个方向上更专业。
Aaron的比喻：微调就是读研究生。 大学毕业（大模型）什么都懂一点，读研（微调）之后在某个专业方向上深入了。
蒸馏 / Distillation
意思： 让一个小模型去「学习」大模型的能力，用更少的资源达到接近的效果。
大模型是经验丰富的老师傅，蒸馏就是让年轻学徒跟着老师傅学手艺。学徒不需要走老师傅走过的所有弯路，只学核心判断方法。这也是为什么现在有很多又小又快的模型（比如各种 mini 版本）——它们就是从大模型蒸馏出来的。
RAG / 检索增强生成
意思： 先从数据库里搜到相关信息，再让 AI 基于这些信息来回答。
Aaron打个比方。闭卷考试（纯大模型）全靠脑子里记的东西。开卷考试（RAG）可以翻书查资料再回答。RAG 就是给 AI 配了一本可以随时翻的参考书。为什么需要 RAG？因为大模型的知识有截止日期，而且不知道你公司内部的文档。
CoT / Chain of Thought / 思维链
意思： 让 AI 一步一步地推理，而不是直接蹦答案。
你问一个人「123 乘以 456 等于多少」，直接心算容易错，列竖式就准确得多。CoT 就是让 AI 把推理过程写出来。Claude 的 extended thinking（扩展思考）就是 CoT 的工程化实现。
炼丹
意思： 训练模型。
古代道士在炉子里炼丹，现代 AI 工程师在 GPU 上训练模型。过程都很玄学——调了一堆参数，烧了一堆算力，最后出来的东西好不好用有时候真看运气。圈内人管训练模型叫「炼丹」，调参数叫「调丹方」，训练失败叫「炸炉了」。
第四类：社区与生态黑话
混社群、看帖子、评价产品时高频出现的词。
官转
意思： 官方转发。
你写了一篇关于某个 AI 产品的文章或视频，被这个产品的官方账号转发了。比方说你写了一篇 Claude Code 的教程，被 Anthropic 官方推特转发——这就叫「官转」。对自媒体创作者来说，官转是极大的背书。 Aaron自己也拿过几次官转。
大力出奇迹
意思： 堆算力、堆数据、堆参数，暴力提升模型效果。
这是 OpenAI 早期的核心哲学。GPT-3 到 GPT-4 的飞跃，很大程度上就是「大力出奇迹」的结果。不过最近有争论说这条路可能快到天花板了。
Scaling Law
意思： 模型越大、数据越多、算力越强，效果就越好——而且这个提升是可预测的。
这是 AI 领域的「摩尔定律」。OpenAI 靠这个理论赌对了 GPT 系列的路线。但最近各家开始卷推理能力（reasoning）而不是单纯堆参数——说明大家开始觉得光靠 Scaling 不够了。
Benchmark / 跑分
意思： 用标准化题目测试不同 AI 模型的能力，方便横向对比。
就像高考——大家做同一套卷子，按分数排名。但Aaron要提醒一句：跑分高不代表实际用起来好。 就像高考状元不一定工作能力最强。选模型别光看跑分，自己上手试一试最靠谱。
SOTA
意思： State of the Art，某个领域目前最好的成绩。
你看到「this model achieves SOTA on MMLU」，意思是这个模型在 MMLU 测试上拿了目前最高分。这个词在论文和产品发布会上出现频率极高——基本上每家发新模型都会说自己是 SOTA。
涌现
意思： 模型大到一定程度后，突然出现了没有被专门训练过的能力。
Aaron打个比方。你养一只猫，教它握手、坐下。突然有一天它自己学会了开门。你没教过它，但它就是会了——这就是涌现。大模型也一样，参数量突破某个临界点后，突然能做数学推理、写代码、理解隐喻。
对齐 / Alignment
意思： 让 AI 的行为符合人类的价值观和意图。
Aaron打个比方：你请了一个能力超强的员工，但你得确保他的价值观和公司一致，否则能力越强，破坏力越大。对齐过度会导致 AI「太谨慎」，什么都不敢说；对齐不足会导致 AI 输出有害内容。
AGI
意思： Artificial General Intelligence，通用人工智能——AI 能做人类能做的所有智力任务。
AGI 是 AI 圈的「圣杯」。每家公司都说自己在追 AGI，但到底什么算 AGI，没人说得清。Aaron的看法是：与其争论 AGI 什么时候来，不如先把眼前的工具用好。
开源 vs 闭源
意思： 模型的代码和参数是否公开。
开源模型（如 Meta 的 Llama、DeepSeek）你可以免费下载、自己部署、甚至修改。闭源模型（如 GPT-4、Claude）你只能通过官方的 API 或网页版来用。开源不等于免费——你需要自己的服务器来跑模型，算力成本一点都不低。
AI 垃圾 / Slop
意思： 用 AI 批量生产的低质量内容。
这是 2024-2025 年的热词。Aaron自己很反感这种做法——用 AI 批量生成千篇一律的文章、视频、评论，只为了博流量。AI 是工具，但工具要用在创造真正价值的地方。
速查表
Aaron把所有术语按使用场景整理成一张表，收藏备查：
正确的打开方式
Aaron最后说三句话：
第一，不用背。 这篇文章是用来查的，不是用来背的。收藏起来，下次看到不懂的词回来翻。
第二，先搞定日常的。 第一类和第二类是你每天都会遇到的——中转、官 key、拼车、梯子这些词，搞懂了你就能在社群里正常交流了。第三类和第四类可以慢慢了解。
第三，语言是入场券。 听懂圈子里的语言，你才能看懂最新的资讯、参与有价值的讨论、判断哪些服务靠谱哪些是坑。这不是装逼，这是自我保护。
Aaron一直相信一个道理：学一个新领域，最快的方式不是从理论开始，而是从语言开始。 你先听懂别人在说什么，然后才知道自己该学什么。
准备好了吗？收藏这篇，我们继续。
📊 本页表格（1 张，从原数据库还原）
| 官 key | 渠道 key | 对比项 |
|---|---|---|
| 官网注册 + 海外信用卡 | 中转站注册 + 支付宝/微信 | 申请方式 |
| 需要能访问海外服务 | 国内直连 | 网络要求 |
| 官方保障 | 取决于中转站质量 | 稳定性 |
| 官方标准价 | 可能更便宜，也可能加价 | 价格 |
| 直连官方 | 经过第三方，自行评估 | 数据安全 |
| 使用场景 | 术语 | 翻译 |
| 日常 | 中转 / 中转站 | 帮你转发 API 请求的中间服务 |
| 日常 | 反代 / 反向代理 | 和中转同义，技术术语 |
| 日常 | 官 key | 从官方平台申请的 API 密钥 |
| 日常 | 渠道 key | 从中转站拿到的 API 密钥 |
| 日常 | 纯血 / 满血 | 完整版、没被阉割的模型 |
| 日常 | 阉割 / 阉割版 | 被砍掉部分功能或降低质量的版本 |
| 日常 | 降智 | AI 变笨了 |
| 日常 | 撞限 / 触限 / 撞墙 | 用量达到上限，被限制使用 |
| 日常 | 拼车 / 合租 | 多人共用一个订阅账号 |
| 日常 | 逆向 / 逆向 API | 破解网页版协议封装成 API |
| 日常 | 上下文污染 | 对话历史积累太多无关信息 |
| 日常 | Token 焦虑 | 总担心 token 用超 |
| 日常 | 白嫖 / 薅羊毛 | 免费使用付费服务 |
| 工具配置 | 直连 | 国内网络直接可访问 |
| 工具配置 | API / API Key | 软件对话方式 / 身份凭证 |
| 工具配置 | BASE_URL | API 请求发送的目标地址 |
| 工具配置 | 套壳 | 拿别人模型 API 套自己的界面 |
| 工具配置 | 开箱即用 | 装上就能直接用 |
| 模型能力 | 幻觉 / Hallucination | AI 一本正经地胡说八道 |
| 模型能力 | 大模型 / LLM | ChatGPT、Claude 等背后的「大脑」 |
| 模型能力 | Agent / 智能体 | 能自主规划、使用工具的 AI 系统 |
| 模型能力 | Token | AI 处理文字的最小单位 |
| 模型能力 | 上下文窗口 | AI 一次对话能记住的最大信息量 |
| 模型能力 | 多模态 / Multimodal | AI 能处理文字、图片、音频、视频 |
| 模型能力 | Prompt / 提示词 | 你发给 AI 的指令或问题 |
| 模型能力 | MCP | 让 AI 连接外部工具的标准接口 |
| 模型能力 | 微调 / Fine-tuning | 用特定数据再训练，让模型更专业 |
| 模型能力 | 蒸馏 / Distillation | 小模型学习大模型的能力 |
| 模型能力 | RAG | 先检索再让 AI 基于信息回答 |
| 模型能力 | CoT / 思维链 | 让 AI 一步步推理 |
| 模型能力 | 炼丹 | 训练模型 |
| 社区生态 | 官转 | 被官方账号转发 |
| 社区生态 | 大力出奇迹 | 堆算力暴力提升效果 |
| 社区生态 | Scaling Law | 模型越大效果越好的规律 |
| 社区生态 | Benchmark / 跑分 | 标准化测试对比模型能力 |
| 社区生态 | SOTA | 某领域目前最好成绩 |
| 社区生态 | 涌现 | 模型大到一定程度后出现未训练过的能力 |
| 社区生态 | 对齐 / Alignment | 让 AI 行为符合人类价值观 |
| 社区生态 | AGI | 通用人工智能 |
| 社区生态 | 开源 vs 闭源 | 模型代码和参数是否公开 |
| 社区生态 | AI 垃圾 / Slop | AI 批量生产的低质量内容 |