名词解释 / 07
算法
英文名称：Algorithm 常见别名：口语常把“AI 算法”简称为“算法”；新闻里的“推荐算法”“推送算法”，是算法在特定场景下的叫法，多指用来做推荐、分类、预测的那类 AI 算法。 所属分类：进一步了解 AI 原理
一句话解释
算法是解决一个问题的一套明确步骤，像做菜的菜谱：先做什么、后做什么、中间怎么判断，最后得到什么结果。办公软件里的排序、查重、对账靠它；“AI 算法”是其中比较特殊的一类，不靠人把每一步都写死，而是从大量数据里自己归纳规律，所以能做没法用固定规则说清楚的事——比如判断一段客户留言是不是投诉。
工作中什么时候会遇到
你在日常办公里几乎天天间接用到算法，只是平时不这样叫。用千问办公或 WorkBuddy 让 AI 总结会议纪要、让搜索结果按相关度排序、让系统按金额从大到小排报销单、把两张名单自动去重比对，背后都是一套套算法在工作。听到公司招“算法工程师”，或者在新闻里看到“平台推送算法”，指的也是同一个词。
对绝大多数岗位来说，算法藏在软件里，不需要你识别它。你可以这样判断：凡是“电脑能自动把一件重复的事做对”的场景，背后基本都有算法；其中需要从例子或历史数据里学着做的，就是 AI 算法。
能解决什么问题
- 把规则清晰、重复枯燥的事情自动化，比如批量对账、名单比对、按条件筛选。
- 从大量文字或数据里提取关键内容，比如从几十页采购合同里找出金额、交期和违约责任条款。
- 自动分类和初步判断，比如把客户留言分成投诉、咨询、建议，或根据设备运行数据提示异常。
- 决定内容排序和推荐，比如搜索结果、待办事项按什么顺序呈现在你面前。
- 支撑大模型的各种能力。你问一句、AI 回一段，从理解问题到组织语言，是大量算法共同完成的过程。
举个例子
小周负责接收客户的询价和订单邮件。她在一款带文本分类功能的 AI 办公工具里，先挑出过去 100 封已经处理完的邮件，分别标成“询价”“催货”“投诉”“无关”，作为给工具的示例（输入）。工具从这些示例中归纳出判别的规律，之后新邮件会被自动归到对应文件夹，并把疑似急件标出来提醒她（处理）。她每天下班前抽查十几封，看有没有分错；分错的就改过来并说明原因，工具下次会准一些（人工确认点）。分类这类 AI 功能的实现方式，以所用工具的当前版本和官方说明为准。
怎么使用
普通员工不需要懂算法本身，更不需要写代码。办公软件里的算法由软件自动调用，你只需要用自然语言提要求，或把文件、数据交给它。算法的设计、训练和调优，通常由软件厂商或企业内部负责 AI 的技术团队完成，一般员工接触不到。
想让 AI 的结果更贴合你的实际，你能做的主要不是“改算法”，而是给好输入：示例给足给准、需求说清楚、结果不对就纠正并说明原因。干净、有代表性的数据和及时的反馈，往往比任何技术参数更能改善结果。
使用时要注意什么
不要把“算法”直接等同于“AI”。算法本身是中性的方法，但用什么数据训练它、拿它干什么，决定了结果好坏。AI 算法从例子和数据里学规律，如果示例本身有偏向，它会放大这种偏向，比如习惯性地把某类客户留言都归为“投诉高发”，所以涉及重要判断时一定要有人抽查确认。另外，新闻里常说的“算法”多在讲平台如何决定你看到什么内容，那是消费互联网的场景，和办公 AI 关系不大，别把那些印象直接套到工作工具上。
容易混淆的词
公式：公式是一次算出一个值的数学表达式；算法是一连串步骤，中间可以有判断和重复，能处理公式做不到的条件分支类问题。 程序：算法是“怎么做”的思路，程序是把思路写成代码、能在电脑上运行的成品；同一种算法可以写成不同的程序。 数据：算法是加工方法，数据是原料。同一批数据用不同算法处理，结果可能完全不同；反过来，AI 算法也要靠足够的数据才能学会本领。 模型：算法是“怎么学”的方法，模型是算法用真实数据训练后得到的成品，能直接拿来判断或生成。可以粗浅理解为：算法是手艺，模型是这门手艺做出的物件。常说的“大模型”也是一个模型，不是算法本身。