12 分钟把 Transformer 讲给零基础听：RNN 的两个死穴（长文记不住、算力串行锁死）开场，2017 年谷歌论文把一句话所有词拉进”微信群聊”同时互看——自注意力；QKV 是需求清单、胸前标签、兜里干货的信息检索逻辑；多头注意力是同时开几个专项群；位置编码补”全员无序”的漏洞；残差连接和前馈网络两根支柱堆上百层；encoder 路线出 BERT、decoder 路线出 GPT，猜下一个字撞出智能涌现；收尾泼冷水——平方级复杂度，文本长度翻倍算力显存翻四倍，FlashAttention/MoE/Mamba 都是来卸这个负担的。
值不值得深读：知识本身是《Attention Is All You Need》的标准科普叙事，懂行的人无增量。值得读的是它的讲解结构——比喻贯穿、中途自揭漏洞再补补丁、结尾讲代价，这套写法可以偷来用。硬数字（90% 契合度、复杂度例子）是科普简化，对外引用前先核原文。
📺 大昀懂点技术《深入浅出什么是Transformer架构》，抖音，2026-09-26 · 原视频 · 库内 2026-09-26-深入浅出什么是Transformer架构大模型到底在算什 · 卡片 卡片/方法/10-12-硬核科普讲解结构