一文了解所有主流AI概念
基础层
LLM — 给 prompt，输出文字。GPT / Claude / Gemini / DeepSeek
Context Engineering — 给 AI 提供什么信息、什么结构、什么时机
- 重要内容放开头/结尾（中间段注意力衰减）
- 单文件 < 200 行，精炼不堆砌
- 分层加载：摘要前置，详情按需
- 人工 context（业务意图）vs AI knowledge（代码理解）分开管理
执行层
Agent — LLM + 工具调用 + 循环执行 = 自主完成任务
目标 → 规划 → 执行工具 → 观察结果 → 继续 → 完成
- HITL（Human In The Loop）— 关键节点保留人工介入，生产环境必须
- Multi-Agent — Orchestrator 派发子 Agent，工具集边界即路由机制
MCP（Model Context Protocol）— AI 工具的统一接入协议，类似 USB 接口
| 类型 | 说明 |
|---|---|
| Tools | 可执行操作（查数据库、发消息） |
| Resources | 可读取数据（文件、API） |
| Prompts | 预置提示模板 |
能力扩展层
Skills — 写给 Agent 的工作手册（SKILL.md），定义特定任务的 SOP、命令、注意事项
CLI — AI 嵌入终端，直接读写文件 + 执行命令，形成编码闭环
| 工具 | 定位 |
|---|---|
| Claude Code | 最强编码 Agent，深度集成 Git |
| Gemini CLI | 免费额度大 |
| Aider | 开源多模型 |
| antd CLI | 离线查组件 API |
开发范式
Vibe 编程 — 自然语言表达意图，AI 生成代码，验证结果，继续描述
- 适合：快速原型、不熟悉的技术栈、重复代码
- 不适合：金融计算、安全核心逻辑
SPACE 分层理论
AI 工程师能力五个维度：
| 层级 | 能力 |
|---|---|
| System | 系统设计与架构 |
| Prompt | 上下文与提示工程 |
| Agent | Agent 构建与编排 |
| Code | 编码与工程实现 |
| Eval | 评估与质量管控 |
推荐关注
推特：@AnthropicAI · @karpathy（Vibe Coding 提出者）· @swyx（AI Engineer 社区）
