> ## Documentation Index
> Fetch the complete documentation index at: https://docs.dropcv.work/llms.txt
> Use this file to discover all available pages before exploring further.
# 什么是大模型
> 了解 AI 背后的"大脑"——大语言模型（LLM）。
你可能听过 ChatGPT、Claude、Gemini 这些名字，它们都是"大模型"。这一章帮你理解大模型到底是什么。
## 大模型是什么
**大模型 = 一个读过海量文本的"超级大脑"。**
你可以这样理解：
* 一个人读了 1 万本书，就能回答各种问题
* 大模型读了**整个互联网的文本**（书籍、论文、网页、代码），所以它什么都知道一点
它不是真的"理解"你的话，而是根据学到的规律，预测下一个最合理的字。但效果非常好，就像真的在思考一样。
## 大模型的工作原理
```mermaid theme={null}
flowchart LR
A[你输入问题] --> B[大模型分析]
B --> C{判断类型}
C -->|知识问答| D[从记忆中检索]
C -->|逻辑推理| E[逐步推导]
C -->|生成内容| F[逐字生成]
D --> G[输出回答]
E --> G
F --> G
style A fill:#10b981,color:#fff
style G fill:#3b82f6,color:#fff
```
## 主流大模型
| 模型 | 公司 | 特点 |
| ---------- | --------- | ------------- |
| Claude | Anthropic | 擅长长文本、逻辑推理、代码 |
| GPT-4o | OpenAI | 综合能力强，生态最大 |
| Gemini | Google | 多模态（文字+图片+视频） |
| Qwen（通义千问） | 阿里巴巴 | 中文能力强，国内可用 |
| DeepSeek | 深度求索 | 开源，性价比高 |
| GLM（智谱清言） | 智谱 AI | 中文理解好，国内可用 |
## 大模型怎么帮你工作
在 DropCV 的场景里，整个流程是这样的：
```mermaid theme={null}
flowchart TB
A[你说：帮我找 React 工程师] --> B[大模型理解意图]
B --> C[大模型决定调用 DropCV 搜索]
C --> D[DropCV 返回候选人数据]
D --> E[大模型整理成自然语言]
E --> F[你看到：找到了 5 位候选人...]
style A fill:#10b981,color:#fff
style F fill:#3b82f6,color:#fff
```
大模型负责**理解你说的话**和**决定做什么**，DropCV 负责**提供数据**。两者配合，就是 AI 招聘的完整流程。
## 不同模型的实际表现
```
你：帮我分析一下这份简历适合什么岗位
Claude：根据简历内容，这位候选人的核心能力集中在：
【技术栈】
- 主语言：Python（4 年）、TypeScript（3 年）
- 框架：FastAPI、React、Next.js
- 基础设施：Docker、AWS、PostgreSQL
【适合的岗位方向】
1. 全栈工程师（首选）- 技术栈覆盖前后端
2. 后端工程师 - Python/FastAPI 经验扎实
3. 技术负责人 - 有架构设计和团队协作经验
【建议】
这位候选人技术广度不错，但简历中缺少项目规模的数据
（如团队人数、服务用户量）。建议面试时重点了解。
```
```
你：帮我分析一下这份简历适合什么岗位
GPT-4o：我来帮你分析这位候选人的岗位匹配度。
📊 匹配度分析：
| 岗位类型 | 匹配度 | 理由 |
|----------|--------|------|
| 全栈工程师 | ⭐⭐⭐⭐⭐ | 前后端技术栈完整 |
| 后端工程师 | ⭐⭐⭐⭐ | Python 经验丰富 |
| DevOps 工程师 | ⭐⭐⭐ | 有 Docker/AWS 经验 |
💡 面试建议：
- 重点问系统设计能力（简历中未体现）
- 了解在团队中的角色（独立开发 vs 团队协作）
- 确认对新技术的学习意愿
```
```
你：帮我分析一下这份简历适合什么岗位
通义千问：好的，我来帮你分析。
这位候选人的优势：
✅ 前后端技术栈均衡，Python 和 TypeScript 都有实战经验
✅ 熟悉主流框架（FastAPI、React、Next.js）
✅ 有云服务和数据库经验
可能的不足：
⚠️ 简历中没有提到团队管理经验
⚠️ 缺少大型项目的描述
推荐岗位：全栈工程师 或 高级后端工程师
```
## 下一步
了解怎么"解锁"AI 的能力。
了解 AI 工具怎么连接外部数据。