feat: add interactive demos for AI history, Auth design, and Git intro

docs/zh-cn/appendix/llm-intro.md

@@ -107,24 +107,95 @@
 
 ---
 
+## 3.5 插播：到底什么是“模型”？
+
+在讲具体的架构之前，我们先通俗地理解一下“模型”这个词。
+
+在 AI 领域，**模型（Model）** 其实就是一个超级复杂的**函数**或者**黑盒子**。
+
+- **输入**：一堆数字（比如上面的 Token ID）。
+- **处理**：黑盒子里有亿万个参数（可以理解为亿万个调节旋钮），它们会对输入数据进行疯狂的加减乘除运算。
+- **输出**：另一堆数字（代表预测结果，比如下一个词的概率）。
+
+**打个比方：**
+
+你可以把模型想象成一位**经验丰富的老厨师**：
+1.  **输入（食材）**：你给他牛肉、土豆、番茄。
+2.  **模型（厨师的脑子）**：他根据自己学过的成千上万道菜谱（训练数据），在脑子里快速计算：牛肉切块、土豆去皮、火候控制...
+3.  **输出（菜肴）**：最后端出一盘土豆炖牛腩。
+
+所谓的**训练（Training）**，就是让这位厨师从学徒做起，让他试错亿万次。做咸了就调一下“盐旋钮”，做淡了就调一下“火候旋钮”，直到他能稳定做出美味的菜肴。
+
+现在的 LLM，就是一位“读过全人类书本”的超级厨师，只不过他炒的不是菜，而是文字。
+
 ## 4. 进化之路：从 RNN 到 Transformer
 
-现在我们有了**高效的数据表达**（矩阵），接下来需要一个**高效的机器**（模型）来处理它。
+有了数据（Token），有了厨师（模型），接下来要看这位厨师是怎么思考的。
 
-### 4.1 为什么要淘汰 RNN？
+在 AI 进化史上，主要有两种“思考方式”（架构）：**RNN** 和 **Transformer**。
 
-以前的模型（RNN）像人读书一样，**从左到右**一个字一个字读。
+### 4.1 以前的笨办法：RNN（传话游戏）
 
-- **缺点1：慢**。必须读完第1个字才能读第2个，没法并行（浪费了矩阵并行的优势）。
-- **缺点2：忘**。读到文章最后，可能已经忘了开头讲什么了（长距离遗忘）。
+早期的模型（RNN，循环神经网络）处理一句话时，就像我们在玩**传话游戏**。
 
-### 4.2 Transformer 强在哪？
+**工作方式：**
+1.  读第 1 个词“我”，记在脑子里，传给第 2 步。
+2.  读第 2 个词“喜欢”，结合刚才的记忆，更新一下脑子里的信息，再传给第 3 步。
+3.  读第 3 个词“吃”，再更新记忆...
+4.  ...直到读完最后一个词。
 
-现在的 LLM 都基于 Transformer 架构，它完美契合了矩阵并行的特性：
+**这就带来了两个致命缺点：**
 
-1.  **并行阅读**：它可以**一眼看完**整句话，不用一个字一个字读。
-2.  **注意力机制 (Attention)**：它可以让句子里的每一个词，都**直接关注**到其他所有词。
-    - 比如读到“它”这个字时，模型能瞬间注意到前面的“小猫”，从而知道“它”指代的是猫。
+1.  **慢（无法并行）**：必须等上一个人传完话，下一个人才能开始。没法让 100 个人同时干活。
+2.  **忘（长距离遗忘）**：传话传到第 100 个人时，他可能早就忘了第 1 个人说的是“我”还是“你”。这就导致模型写长文章时，容易前言不搭后语。
+
+### 4.2 现在的天才设计：Transformer（圆桌会议）
+
+2017 年，Google 提出了一种全新的架构——**Transformer**。它彻底改变了规则，把“传话游戏”变成了**圆桌会议**。
+
+**工作方式：**
+Transformer 不再一个接一个地传话，而是让**所有词一次性全部坐上桌**。
+
+1.  **上帝视角（并行计算）**：所有词同时进场，不用排队。大家把自己的信息写在纸上，摊在桌子中间。
+2.  **注意力机制（Attention）**：这是它的杀手锏。每个词都可以**直接**去看桌上其他任何一个词的信息。
+    - 比如读到“它”这个字时，模型不需要回忆前面的传话，而是直接一眼看到前面的“小猫”，瞬间明白“它 = 小猫”。
+
+**这就完美解决了 RNN 的痛点：**
+
+*   **快**：大家同时看资料，GPU 可以火力全开，效率极高。
+*   **不忘**：不管句子多长，第 1 个词和第 10000 个词的距离都是“一步之遥”，想看谁就看谁。
+
+> **总结一下**：
+> *   **RNN**：像走迷宫，一步一步摸索，容易迷路。
+> *   **Transformer**：像开上帝视角看地图，终点起点尽收眼底。
+
+#### 为什么还需要“位置”信息？
+
+因为 Transformer 是“一锅端”，如果不做特殊处理，它分不清“我爱你”和“你爱我”的区别（词都一样，只是顺序不同）。
+所以我们会给每个词贴个**号码牌（位置编码）**，告诉模型谁在第 1 位，谁在第 2 位。
+
+> 小提醒：很多 LLM 是自回归（预测下一个词）的，所以在生成时仍然是一 token 一 token 往外吐；但在**每一步生成**的内部计算里，Transformer 依旧更能利用矩阵并行与缓存优化。
+
+### 4.3 效率黑科技：KV 缓存 (KV Cache)
+
+你可能听说过，生成长文本时，越到后面越慢，或者显存占用越大。这通常是因为模型需要“记住”之前生成的所有内容。
+
+**Transformer 怎么“记笔记”？**
+
+在 Transformer 的注意力机制中，每个词都会生成 `Key (K)` 和 `Value (V)` 两个向量，用来供后面的词“查询”。
+
+- 当模型生成第 100 个词时，它需要回头看前 99 个词的 K 和 V。
+- 如果每次都重新计算前 99 个词的 K 和 V，那就太浪费了！
+
+**KV Cache 的作用：**
+
+KV Cache 就像是一个**“增量笔记本”**。
+
+1.  **不重算**：算完第 1 个词的 K 和 V，存起来。
+2.  **只算新**：生成第 2 个词时，只计算第 2 个词的 K 和 V，然后和第 1 个词的 K、V 拼在一起。
+3.  **越存越多**：随着对话进行，这个“笔记本”（显存占用）会越来越厚。
+
+这就是为什么长文本对话（Long Context）会消耗大量显存的原因——**不是模型变大了，而是笔记（KV Cache）太厚了。**
 
 <RNNvsTransformer />