一句话定义：拉格朗日乘子（Lagrange multiplier，常记作 λ）是把“带约束的最优化问题”改写成“无约束问题”时，给每条约束配的那个价格。
展开讲清原理：假设你要在公司预算内做投放，想最大化转化量，但钱不能超。硬性约束很难直接求解。于是换个思路：超支就罚款，罚多重？每超一块钱罚 λ 块。目标函数就从“最大化转化”变成“最大化（转化 − λ × 超支额）”。这下没有约束了，普通优化器直接就能算。λ 就是拉格朗日乘子，也叫对偶变量，或者“影子价格”（shadow price）。
它为什么叫影子价格：在最优解处，λ 大致等于“把约束放松一点点，目标能改善多少”。λ 不是随手设定的常数，而是优化过程求解出来的平衡点。λ 太小时，约束与没设一样，模型该超支还是超支；λ 太大时，模型为了不挨罚会过度保守，连本来该做的事都不敢做。
和相邻概念的区别：
| 做法 | 罚款系数 | 能否保证满足约束 | 典型场景 |
|---|---|---|---|
| 硬约束（hard constraint） | 没有 | 一定满足，或者问题直接无解 | 动作空间裁剪、概率归一 |
| 固定惩罚项（penalty） | 人工设定 | 不保证，只能“尽量” | 正则化、简单软约束 |
| 拉格朗日乘子 | 优化求解得到 | 在凸问题且约束可行的前提下可精确满足 | 资源分配、对偶问题 |
一句话：固定惩罚项设定的是固定罚金；拉格朗日乘子则让优化过程自己找到合适罚金。
对 AI 从业者的意义：几乎所有对齐（alignment）目标都能这么看。让模型“有用”是主目标；“无害”“不泄露隐私”“不过度拒答”都是约束。把它们写成“违反就加罚款”的形式，比如 RLHF 里的 KL 惩罚、安全惩罚项、推理时的预算控制，本质都是拉格朗日乘子思路的软化和工程化。区别只在于：罚多少由你预定，还是让优化过程自己决定。前者好实现，后者更可能找到“刚好够用”的点。
对普通职场人的意义：任何“既要又要”的决策，都可以先挑一个主目标最大化，再把其余要求折成成本扣掉。关键动作只有一个：给每条限制标个价格，然后问自己在这个价格下愿不愿接受结果。如果价格怎么调都不满意，说明这条约束本来就是硬的，不该拿来讨价还价。