作为开发者，我们不能只停留在「用」的层面——我们需要理解它。

这个系列的目标，是带你从.NET开发者的视角，一层一层拆开AI应用开发的全貌。从最基础的模型调用，到记忆系统，再到工具调用和Agent架构——每一篇都在前一篇的基础上叠加一层能力。

而这一切的起点，就是今天这篇文章。

大模型到底是什么？

抛开复杂的数学和神经网络架构，从软件开发者的视角来看，大语言模型可以简化为一个非常朴素的概念：

本质上，它是一个函数

输入（Prompt） → 大语言模型 → 输出（Completion）

你可以把它理解成一个超级强大的字符串到字符串的映射函数：

string Ask(string prompt) => ... // 模型内部有数千亿参数在做这件事

给它一段文本（Prompt），它返回一段文本（Completion）。就这么简单。

但"简单"背后有几个关键特征：

什么是Token？

Token是大模型处理文本的基本单位。你可以粗略地理解为"一个词或一个词片段"：

"你好世界" → [你, 好, 世, 界] （中文大约1个字 ≈ 1-2个Token） "Hello World" → [Hello, World] （英文大约1个词 ≈ 1-1.5个Token）

Token很重要，因为：

• API按Token计费：输入Token + 输出Token = 你的花费
• 模型有上下文窗口限制：比如8K、32K、128K Token，超过就处理不了
• 速度取决于Token：生成Token是逐个进行的，Token越多越慢

从「裸函数」到「对话API」

上面说的Ask(prompt)只是一个概念模型。实际上，大模型服务商提供的是更结构化的对话API。以OpenAI兼容协议（目前行业标准）为例，一次API调用由以下几个核心部分组成：

┌─────────────────────────────────────────────┐ │ 一次API请求的组成 │ ├─────────────┬───────────────────────────────┤ │ model │ 用哪个模型（如glm-5.1） │ │ │ │ │ messages │ 对话消息列表： │ │ │ - system: 系统提示词（人设） │ │ │ - user: 用户说的话 │ │ │ - assistant: AI之前的回复 │ │ │ │ │ parameters │ 控制参数： │ │ │ - temperature: 创造性（0~1） │ │ │ - max_tokens: 最大输出长度 │ │ │ - top_p: 采样范围 │ └─────────────┴───────────────────────────────┘

Messages：对话的核心

messages是整个请求中最重要的部分。它不是简单的一段文字，而是一个结构化的消息列表，每条消息都有一个角色（role）：

messages = [ { role: "system", content: "你是一个专业的编程助手" }, ← 告诉AI它是谁 { role: "user", content: "什么是递归？" }, ← 用户的问题 { role: "assistant", content: "递归是..." }, ← AI之前的回答 { role: "user", content: "能给个例子吗？" } ← 用户的追问 ]

三种角色的分工：

关键认知：因为模型是无状态的，所以每次调用都要把完整的对话历史重新发一遍。这就是AI"记忆"的真相——不是模型记住了，而是你每次都帮它复习了一遍。

一次完整的请求-响应

理解了上面的概念，一次API调用的全貌就清晰了：

请求（你发给模型的）：

{ "model": "glm-5.1", "messages": [ { "role": "system", "content": "你是一个有帮助的AI助手。" }, { "role": "user", "content": "用一句话解释什么是API。" } ], "temperature": 0.7, "max_tokens": 1024 }

响应（模型返回的）：

{ "id": "chatcmpl-xxx", "model": "glm-5.1", "choices": [{ "message": { "role": "assistant", "content": "API（应用程序编程接口）是一组定义软件组件之间如何交互的规则和协议。" }, "finish_reason": "stop" }], "usage": { "prompt_tokens": 28, "completion_tokens": 35, "total_tokens": 63 } }

响应的关键字段：

• choices[0].message.content：模型的回复内容
• finish_reason：为什么停止（stop=正常结束，length=达到长度限制）
• usage：本次调用消耗的Token数

大模型能做什么？

理解了大模型的接口形式，我们再来看看它能做什么。本质上，大模型的能力可以归结为文本的理解与生成：

但大模型也有明确的局限：

后面几篇文章，我们将逐一解决这些局限——通过记忆系统解决知识遗忘，通过Function Calling让AI学会调用工具，通过MCP协议让AI接入工具生态。

环境准备

理论讲完了，接下来进入实战。在开始之前，你需要：

1. 去 智谱AI开放平台 注册一个智谱AI账号，注册后会免费送一些Token，拿到你的API Key和接口地址
2. 克隆本项目代码：https://github.com/MapleWithoutWords/AIStudyDemos

智谱提供OpenAI兼容协议接口，你也可以换成其他兼容的服务商（如DeepSeek、月之暗面等），只需修改baseUrl和apiKey即可。

动手实践：用C#调用大模型

环境准备就绪，打开项目中的AICallConsole1项目，配置好你的API Key后直接运行即可体验效果。下面我们来看看代码里做了什么。

C#中有两种方式调用大模型：

方式一：HttpClient直接调用——看透本质

大模型服务商几乎都遵循OpenAI兼容协议，本质上就是一个RESTful API。最直接的调用方式就是用HttpClient发送HTTP请求：

using var httpClient = new HttpClient(); httpClient.BaseAddress = new Uri(baseUrl); httpClient.DefaultRequestHeaders.Authorization = new AuthenticationHeaderValue("Bearer", apiKey); var jsonContent = JsonSerializer.Serialize(new { model = "glm-5.1", messages = new[] { new { role = "system", content = "你是一个有帮助的AI助手。" }, new { role = "user", content = "你好，请介绍一下你自己。" } }, temperature = 0.7, max_tokens = 1024 }); var content = new StringContent(jsonContent, Encoding.UTF8, "application/json"); var response = await httpClient.PostAsync("chat/completions", content); var responseBody = await response.Content.ReadAsStringAsync();

关键点解析：

这种方式虽然原始，但它能让你完全理解请求和响应的原始结构。在生产环境中，我们更推荐使用SDK。

方式二：SDK调用——Microsoft.Extensions.AI.OpenAI

理解了HTTP裸调的原理后，我们来看看更优雅的SDK方式。

微软推出的Microsoft.Extensions.AI系列库采用了两层架构：

我们只需安装适配层包即可（它会自动引入抽象层）：

<PackageReference Include="Microsoft.Extensions.AI.OpenAI" Version="10.7.0" />

核心接口是IChatClient，它屏蔽了不同模型供应商的差异：

using Microsoft.Extensions.AI; IChatClient client = new OpenAI.Chat.ChatClient( model, new ApiKeyCredential(apiKey), new OpenAI.OpenAIClientOptions { Endpoint = new Uri(baseUrl) }) .AsIChatClient();

这里我们用Microsoft.Extensions.AI.OpenAI提供的OpenAI.Chat.ChatClient创建客户端，再通过.AsIChatClient()适配到Microsoft.Extensions.AI定义的抽象接口。这意味着——无论你用的是OpenAI、智谱GLM、DeepSeek还是其他兼容协议的服务商，代码几乎不用改。

构建交互式对话

有了客户端，我们来构建一个可以持续对话的控制台应用：

while (true) { Console.Write("\n你: "); var userInput = Console.ReadLine(); if (string.IsNullOrWhiteSpace(userInput)) continue; if (userInput.Equals("exit", StringComparison.OrdinalIgnoreCase)) { Console.WriteLine("再见！"); break; } List<ChatMessage> chatMessages = [ new ChatMessage(ChatRole.System, "你是一个有用的AI助手，请用中文回答用户的问题。"), new ChatMessage(ChatRole.User, userInput) ]; Console.Write("\nAI: "); await foreach (var update in client.GetStreamingResponseAsync(chatMessages)) { foreach (var item in update.Contents) { if (item is TextContent text) { Console.Write(text.Text); } } } }

理解消息角色

ChatMessage有三种核心角色：

• System：系统提示词，定义AI的行为准则和人设
• User：用户输入的消息
• Assistant：AI的历史回复（后续讲记忆时会用到）

流式输出 vs 一次性响应

一次性响应

var response = await client.GetResponseAsync(chatMessages); Console.WriteLine(response.Text);

简单直接，但需要等待模型生成完毕后才返回。对于长文本生成，用户会感到明显的等待。

流式响应（推荐）

await foreach (var update in client.GetStreamingResponseAsync(chatMessages)) { foreach (var item in update.Contents) { if (item is TextReasoningContent textReasoning && isNeedReasoningContent) { Console.Write($"{textReasoning.Text}"); } else if (item is TextContent text) { Console.Write(text.Text); } else if (item is UsageContent usageContent) { Console.WriteLine(JsonSerializer.Serialize(usageContent.Details)); } } }

流式输出有三个内容类型需要注意：

流式输出的体验远优于等待完整响应——用户几乎可以实时看到AI的回答。

核心架构一览

用户输入 ↓ 构建 ChatMessage 列表 (System + User) ↓ IChatClient.GetStreamingResponseAsync() ↓ 逐块接收 StreamingResponseUpdate ↓ 解析 TextReasoningContent / TextContent / UsageContent ↓ 实时输出到控制台

小结

这篇文章我们学习了：

1. 大模型的本质：一个从字符串到字符串的映射函数，具有概率性、无状态、上下文依赖、Token驱动四大特征
2. 对话API的组成：model + messages（system/user/assistant） + 控制参数
3. Token的概念：大模型处理文本的基本单位，直接影响成本和速度
4. 大模型的能力与局限：能做问答、创作、翻译、推理，但无法联网、无法执行、有知识截止
5. 环境准备：使用智谱AI服务商，通过UserSecrets安全管理API Key
6. 两种调用方式：HttpClient裸调 vs SDK封装，前者帮助理解原理，后者用于生产
7. Microsoft.Extensions.AI系列库：Microsoft.Extensions.AI（抽象层）+Microsoft.Extensions.AI.OpenAI（适配层）的两层架构，一套代码兼容多个模型服务商