一句话定义：自编码器（Autoencoder）是一种让神经网络把输入先压缩成低维表示、再尽量还原回原样的模型。它不给数据贴标签，只要求“重建得像我”。
怎么做到的：结构分两半。编码器（encoder）把输入 x 变成一个短向量 z，常叫隐向量（latent vector），也叫瓶颈层；解码器（decoder）再把 z 还原成 x′。训练目标就是让 x′ 尽量接近 x，通常用均方误差之类的重建损失。因为瓶颈比输入窄，模型没法原样搬运，只能挑出真正重要的结构，丢掉噪声和冗余。这就是它能学到有用表征的原因。
打个比方：让一个人把两小时电影写成 200 字梗概，再让另一个人只看梗概复述整部片子。梗概写得好，复述就八九不离十；写得差，关键情节全丢。自编码器训练时，就是在反复调整这份“梗概”的写法，逼写梗概的人抓住主线。
和相邻概念的区别：
| 概念 | 训练信号 | 目标 | 常见用途 |
|---|---|---|---|
| 自编码器 | 重建误差 | 学低维表征、去噪 | 降维、异常检测、预训练 |
| 分类器 | 人工标签 | 预测类别 | 识别、打分 |
| 主成分分析（PCA） | 方差最大化（线性） | 线性降维 | 数据分析 |
| AI 词典：变分自编码器">变分自编码器（VAE） | 重建 + 分布约束 | 学到可采样的隐空间 | 生成、插值 |
要点是：自编码器属于无监督/自监督学习，不需要人工标注；PCA 做的是线性压缩，自编码器能学非线性关系；普通自编码器主要用来压缩和去噪，VAE 额外约束隐空间分布，才更适合生成新样本。
对从业者和普通人的意义：工程上，自编码器常用来降维、去噪、做异常检测——重建误差大，往往说明样本和训练分布不一样；也常被当作预训练手段。要注意瓶颈大小：太宽会退化成死记硬背，太窄会丢细节。对普通人来说，相册自动聚类、推荐系统里的向量表示，思路都相通：先把复杂对象压成向量，再用向量距离判断相似。理解“压缩必须保真”这个约束，就理解了表征学习为什么能奏效。