一句话定义：均方误差（Mean Squared Error, MSE）先把每个预测值与真实值之差平方、再取平均；平均绝对误差（Mean Absolute Error, MAE）先把差取绝对值、再取平均。两者都是回归（regression）任务里最常用的损失函数（loss function），也常被当作评估指标（metric）。
差别只有一步：平方还是绝对值
举个例子。某条订单的真实配送时长是 30 分钟，模型 A 猜 32 分钟（差 2），模型 B 猜 50 分钟（差 20）。差 10 倍，平方之后变成 100 倍：4 对 400。
打个生活化的比方：MSE 像按超速幅度平方罚款：超一点点罚几块钱，超很多罚到让人心疼。被这样训出来的模型，会极度厌恶大的单点错误。它宁愿每个样本都差一点点，也不敢让任何一个样本错得离谱。这就是“中庸”的由来。MAE 像按超速时长线性罚款，超多少罚多少，心态平和得多。
数学后果：最优解从均值变成中位数
这一点常被忽略，但很关键。让 MSE 最小的预测值，是这批数据的均值（mean）；而均值会被一个极端值拽走。让 MAE 最小的预测值，是中位数（median）；一个离谱样本几乎动摇不了它。这就是“MAE 对离群点（outlier）稳健”的真正含义。
代价在梯度（gradient）上：MSE 的梯度与误差成正比，错得越多，步子迈得越大，收敛快，但一个异常样本就能把参数往那边拽。MAE 的梯度在误差为正时恒为 +1、为负时恒为 -1，靠近最优点时步长不会自动收窄，容易来回震荡；工程上通常配合学习率衰减（learning rate decay）使用。另外，绝对值在 0 点不可导，严格说要用次梯度（subgradient）。
| 维度 | MSE | MAE |
|---|---|---|
| 计算 | 误差平方后取平均 | 误差取绝对值后取平均 |
| 最优预测值 | 均值 | 中位数 |
| 离群点 | 非常敏感 | 稳健 |
| 梯度特性 | 随误差线性增大，平滑 | 恒为 ±1，0 点不可导 |
| 收敛 | 通常更快 | 需要调学习率 |
| 单位 | 原单位的平方 | 原单位 |
和相邻概念的区别
- RMSE（均方根误差）：把 MSE 开根号，量纲回到原单位（分钟、元），更好向业务方解释；它和 MSE 的排序完全一致，只是换了个刻度。
- Huber 损失或 Smooth L1：折中方案。小误差时用平方（保住平滑梯度），大误差时切到绝对值（不被异常值主导），是很多回归模型的默认选择。
- 交叉熵（cross-entropy）：分类任务用的损失，处理的是概率分布，不要拿来做连续值回归。
对从业者和普通职场人意味着什么
数据里脏标注多、长尾极端值多，或者你更在乎“大多数预测别太差”，就选 MAE 或 Huber；如果业务上“绝对不能出大错”，比如风控额度、库存安全水位，MSE 或 RMSE 的惩罚结构更贴合这种恐惧。汇报时用 RMSE，因为单位直观；但别只报一个平均值，配上分位数误差才看得清长尾。
说到底，损失函数是在替你定义“什么叫错”。定义错了，模型就学会中庸。具体实现的默认参数和接口细节，以各框架的官方页面为准。