最近AI Agent实在是太火了，导致前端很多岗位都需要知道AI相关的一些术语。但我体感目前没看到AI给前端带来新的应用场景（指类似threejs对于建模，Nodejs对于后端，rn对于跨端的机遇），整体上，感觉前端开发目前在AI的应用和传统可视化工具人区别不大。
不过既然推崇这块儿，还是得了解一些跟进时事的。
AI Agent框架（LLM Agent）：LLM驱动的智能体如何引领行业变革，应用探索与未来展望-云社区-华为云 (huaweicloud.com)
Agent: 指代理，AI AGENT指的是通过指令操纵，控制AI独立思考，调用工具，实现目的的一种能力。
Prompt: 指输入的指令词，通过Prompt进行AGENT展示。
LLM: 大型语言模型（LLM）是一种人工智能（AI）算法，它使用深度学习技术和大量大型数据集来理解、总结、生成和预测新内容。
RAG: 是一种结合信息检索（Retrieval）与文本生成（Generation）的技术，旨在提升大语言模型在回答专业问题方面的能力.
MCP: 是一个新开源的模型上下文协议，指同一个AI助手与多种AI算法工具一起集成成一个统一的交互出口。MCP的核心价值在于打破数据孤岛，使AI系统能够通过同一协议访问本地和远程资源，无需定制集成，从而提升模型的响应质量和相关性。
关于项目中使用代码编程的看法， 我基本和这篇文章保持一致，不过因为安全管控的问题，项目组禁止使用外部ai工具（然而内部自研的ai工具又特别落后，怎么不属于ai新时代的闭关锁国呢），导致没办法深入尝试ai辅助开发：
公司项目水太深，AI Agent它把握不住！> 作者：苏梓铭 ## 前言 最近，AI Agent 成了技术圈最火的话题之 - 掘金 (juejin.cn)
AI辅助工具使用案例记录：
解放双手！使用Cursor+Figma MCP 高效还原响应式设计稿在如今的快速迭代周期中，如何高效、精准地将设计稿转化 - 掘金 (juejin.cn)
