AI 不是单点技术，而是一条从底层算力到认知治理的多层系统。
LLM generates. Symbolic systems judge. 大模型负责联想、抽取和候选生成；符号系统、证据账本、human gate 和治理层负责判断、验证和追责。
AI TECHNOLOGY ATLAS
AI 技术全景认知图
A cognitive map of the AI stack, from compute to cognition. 从算力、模型、推理、应用、企业落地到可信验证的 AI 技术全景认知图。
- 大多数“大模型开发”处在应用集成层，不等同于模型算法研发。
- 算法没有消失，而是迁移到底层训练优化、推理基础设施和上层规则约束系统。
- 企业 AI 落地的核心难点不是模型会不会生成，而是结果是否可控、可验证、可审计、可负责。
T1 · 旧理解 c
开发者学习 RAG、Agent、Prompt，希望成为“大模型工程师”。
认知操作 r@Dclassify@ai_application_layer
新理解 C' · medium
该技能主要位于 AI 应用集成层，短期有用，但不等同于模型算法研发。若缺少业务集成、可信验证或底层推理能力，长期护城河较浅。
T2 · 旧理解 c
大模型把大量任务统一成 next-token prediction 和概率建模。
认知操作 r@Dreinterpret@model_training_layer
新理解 C' · medium-high
传统手工算法设计没有消失，而是从大众应用岗位迁移到底层训练优化、推理基础设施和上层符号约束系统。
T3 · 旧理解 c
企业需要把通用大模型接入真实业务系统。
认知操作 r@Dlocate@business_integration_layer
新理解 C' · high
FDE 位于企业落地与系统集成层，核心价值是把模型能力、业务流程、数据边界、权限体系和交付责任连接起来。
containsLayer → Concept
技术层包含一组概念、技术和能力节点。
depends_onConcept → Concept
一个概念依赖另一个概念才能成立或运行。
implemented_byConcept → Technology
概念可由具体技术或工具实现。
written_inTechnology → Language
技术栈依赖特定语言或系统层实现。
has_failure_modeLayer → FailureMode
某层常见的失效方式。
mitigated_byFailureMode → Guardrail
某个防护机制可以缓解对应风险。
AT-E-001算力和硬件决定训练与推理成本边界。high
AT-E-002运行时优化决定生产推理的吞吐、延迟和成本。high
AT-E-003模型能力由架构、数据配方、训练目标和对齐共同塑造。high
AT-E-004服务化层把模型能力转为可调用、可观测、可控制的接口。high
AT-E-005真正的 AI 产品需要围绕任务动作，而不是围绕解释文本。high