2的10次方是什么节日？(2的10次方是多少简便算法)|科技 |语言 |节日 |代码 |次方 |预测

210=？

1024是2的10次方，也是计算机里1KB（千字节）的字节数，这个数字串联起程序员与计算机世界之间最日常的默契。因此，10月24日是程序员节。

但是今天，小北不写代码，也不改Bug，只是通过一些有趣的谜题，帮助大家了解一些基础代码，也理解机器“看懂”人类语言的机制。

关于信息科学的更多趣味科普

将于2026年10月31日

在北京大学百周年纪念讲堂南广场

举办的“1024新工科文化节”中开展

精彩游戏、精美礼品、科学知识

等你现场体验！

🎮 01.代码也能吟古诗？

第 1 题

先来看一串代码：

🤔 你看出来了什么吗？

💡 解析

if 的意思是“如果”：只有括号里的条件为“真”，后面的动作才会发生。

如果动作是“举头”，那么看到的对象就是“明月”；如果动作是“低头”，那么“用户”的状态就是“思念故乡”——

因此，这段代码其实对应了一段诗句：“举头望明月，低头思故乡”，很有趣吧！

学会了吗？我们又准备了几道试题，下面的每段代码你不需要会写，甚至不需要看懂语法。只要看中英文词语以及我们的讲解，把它当成几道“看图猜诗”就行。

第 2 题

📖 小知识

function 代表函数，后面跟着函数名，括号里是函数要操作的对象（参数）。例如，function cutWater(water) 就是“切水”函数；

变量名后的 ++ 表示递增，water.flow++ 即“水流增加”。

🤔 水越切越多，酒越喝越愁——你想到哪句诗了吗？

💡 答案

抽刀断水水更流，举杯消愁愁更愁。

第 3 题

📖 小知识

while 是循环语句：括号里的条件成立，里面的语句就一遍遍执行。

&& 是“与”（左右同时满足才为真），null 表示空值。

于是诗人在循环里不停赶路：山一重，水一重，path 却被赋成了空；一旦柳暗花明，两个条件同时点亮，村庄才终于出现。

💡 答案

没错，就是“山重水复疑无路，柳暗花明又一村”！

🤖 02.AI真的懂古诗吗？

在上面的题目当中，我们人类通过机器所用的语言，成功理解并且猜出对应的诗句。

程序语言是我们和计算机沟通的语言。现在，有了大语言模型，我们不必再写代码，仅仅用自然语言，计算机也能和我们流畅地沟通了，这又是怎么做到的呢？——它真的“读懂”了吗？

👀 第一步

把文字切成“词元”

这要从它如何“看见”语言说起。

第一题里，我们看到“明月”“思乡”的英文，就很容易联想到“举头望明月，低头思故乡”。

大语言模型其实也能利用类似的语义线索。比如，代码中的变量名、函数名和字符串，都可能成为帮助 AI 理解代码含义的提示。

但 AI 并不是直接阅读文字的。你输入的“举头望明月”，会先被切成一个个“词元”（Token）——这是模型能“看见”的最小单位。你可以把 Token 理解为 AI 处理文字的基本单位，它可能是一个字、一个词，也可能只是词的一部分。

接下来，每个 Token 会被转换成一组数字，也就是向量。模型正是通过这些数字进行计算，逐步理解上下文并生成回答。

你每次和 AI 聊天的成本、上下文的长度上限，都以词元计量。

🔮 第二步

预测下一个词

“看见”之后，它又是怎么生成回答的呢？

答案简单得出乎意料：预测下一个词。准确来说，是下一个“词元”。

比如，你输入“我要吃……”，它判断下一个词语大概率是“饭”或“菜”；你让它“写一首诗”，它也不是翻遍诗库找一首，而是根据上下文，一个一个词元地“猜”出一条完整的回复。

那为什么它能预测得这么准呢？

因为在预训练阶段，AI 学习了海量文本，从中掌握了语言的规律，以及词语之间的联系。比如，看到“举头望明月”，它就知道后面很可能是“低头思故乡”。所以，AI 生成文字的核心，就是利用学到的语言规律，不断预测接下来最合适的内容。看似简单的过程，却能组合出诗歌、文章，甚至复杂的推理和代码。

⚠️ 副作用

AI 幻觉与 AI 口癖

这套“靠猜”的本事足够强大，也自带硬伤。

因为 AI 不一定知道自己什么时候答错了。即使遇到不熟悉的问题，它也可能生成一个听起来很合理、实际上却不正确的答案。这就是我们常说的“AI 幻觉”。

除了内容可能出错，大家有没有发现，AI 说话有时候也挺有自己的“风格”？

“我将用最直白、最不绕弯子的方式……”“稳稳地接住”“不是……而是……”

这是因为它在训练过程中接触了大量类似的表达，逐渐形成了一些固定的语言习惯。我们也经常把这种现象称为“AI 口癖”。

AI 的优势和局限，其实都与它的生成方式密切相关。它能够根据上下文生成流畅、自然的回答，但流畅并不等于正确，我们在使用时仍然需要保持判断力。

💡 03.代码有尽，诗意无穷

大语言模型输出程序时，核心机制是根据上文预测下一个词元。

但代码与文字终究不同：自然语言容得下歧义和留白，“花落知多少”不必交代具体数量；程序语言却讲究精确，一个符号、一处缩进、一个变量名都可能决定程序能否运行。

诗句中的“抽刀断水”可以是愁绪，代码中的 water.flow++ 却只意味着变量值增加。

因此，AI 写代码有时令人惊艳，有时又让人哭笑不得。它熟悉大量程序，能迅速把需求变成几十行代码；但遇到复杂边界、陌生接口或隐蔽逻辑错误，也可能一本正经地写出跑不通的程序。所以，AI 代码仍需编译、测试和审查，就像“代码诗”最终也需要人来读懂巧思。

回看第 1 题，我们能猜出“举头望明月，低头思故乡”，不仅因为认识“明月”“思乡”，更因为我们知道月亮为何让人想起故乡。大模型走的是另一条路：它从海量文本中学到“明月”与“思乡”的概率联系，能写出押韵、工整甚至动人的诗，但驱动这一切的是对语言符号的概率拟合，而不是一个曾在异乡望月的人的经历。它的“流畅”与人类的“理解”之间，仍有尚未填平的鸿沟。

这也呼应程序员节的意义：程序员每天面对变量、函数、数字和符号，但这些冰冷的东西最终承载的是人的想法、需求与创造。我们用严谨逻辑告诉机器该做什么，也用自己的经历理解文字为何动人。我们知道 homesick 只是一个变量名，也知道这个词背后，藏着多少个望月思乡的夜晚。