一句话：梯度（Gradient）是一个向量，指向函数值上升最快的方向，长度表示上升有多快；在模型训练里，它告诉每个权重该往哪个方向调、调多少。
蒙着眼睛下山
想像你蒙着眼站在山坡上，只能用脚感受脚下哪边更陡。梯度就是“最陡的上坡方向”；把梯度取负号，就是最陡的下坡方向。你每次朝负梯度迈一小步，反复感受、反复迈步，就能慢慢走到谷底。这就是梯度下降（Gradient Descent）的全部直觉：w ← w - η · ∂L/∂w，其中 η 是学习率（Learning rate），决定每步迈多大。
数学上，梯度就是把损失函数对每个参数的偏导数拼成一个向量。有多少个参数，向量就有多少维；它的形状和参数完全一样，一个参数对应一个“调整建议”。
一张责任分摊表
一次预测错了，损失（Loss）只给你一个总分：“错得有多离谱”。但模型有上百万个权重，到底是谁的锅？梯度负责把这笔账拆开：某个权重的偏导数大，说明它稍微动一动损失就明显变化，责任大、该多调；偏导接近 0，说明它此刻怎么动都影响不大，先放一放。
而反向传播（AI 词典：Backpropagation">Backpropagation）就是算这张表的过程：用链式法则从输出层往回一层层乘，把“我错了多少”翻译成“每一层、每个权重各占几分责任”。所以，反向传播是算法，梯度是它的输出结果。
| 概念 | 回答的问题 | 形态 |
|---|---|---|
| 损失 Loss | 这次错得多离谱？ | 一个数 |
| 梯度 Gradient | 每个权重往哪调、调多少？ | 与参数同形状的向量 |
| 反向传播 Backprop | 这张表怎么算出来？ | 算法 |
| 学习率 | 照这个方向迈多大一步？ | 一个标量 |
顺带区分一下：导数是一元函数的斜率，是个标量；梯度是多元函数的推广，带方向。中学的导数只告诉你“陡不陡”，梯度还告诉你“往哪边陡”。
对从业者的意义
梯度是训练的健康指标。深层网络里的梯度由很多项连乘而来，容易变得极小或极大——前者叫梯度消失（vanishing gradient），前面的层几乎学不动；后者叫梯度爆炸（exploding gradient），一步就把参数冲飞。残差连接、归一化、合适的初始化，本质上都是为了让梯度顺利传下去；梯度裁剪（gradient clipping）则是给单步长度封顶。训练时盯着梯度范数看曲线，突然飙升往往意味着学习率太大或这批数据有问题，比盯着损失更早发现问题。
还有一点常被忽略：梯度是局部信息，只反映当前这一点附近的坡度，不保证方向全局最优。所以步子要小、要一遍遍重新算——这也是训练必须迭代很多轮的原因。
对普通人的意义
这套思路其实很通用。复盘一个项目时，把最终结果的偏差分摊到各个环节，按“哪个环节动一动结果变化最大”来排优先级，这就是不用公式的梯度思维：先算责任，再定方向，最后控制步子大小。