ai agent --- 概念串烧

前面20篇文章已经将aiAgent所有的东西都讲了一遍，从最基础的概念到最后的langGraph，还有监控软件、关系型数据库，对象型数据库，向量数据库。作为一名前端转ai agent的开发者，你不但要会做前端页面，还得会写后端代码，知道每一个工具背后的价值和存在的意义。

接下来我就将所有ai agent里面遇到的名字归纳总结一下：

AI 领域的核心概念从底层到顶层逐层拆解

① LLM（大语言模型）

• 本质是一个概率预测机器，基于 Transformer 架构（2017年提出）
• 核心工作方式 = "文字接龙" ：根据已有内容预测下一个 Token，循环直到完成
• 输入输出都是数字（Token ID），所有回答是一个 Token 一个 Token 生成的
• 局限：只会产生文本，无法联网、计算或操作文件

② Token（词元）

• LLM 处理文本的最小离散单位，由 Tokenizer 通过 BPE 算法将文字编码为 Token ID
• ≠ 一个字 ≠ 一个词：中文约1~2个汉字，英文约 0.75 个单词
• 不同模型的 Tokenizer 切分规则不同，同一段文本在不同模型中的 Token 数不同
• 是计费和长度限制的基本单位，输入 Token 通常比输出 Token 贵，所以skill就显得很重要

③ Context & Context Window（上下文 / 上下文窗口）

• Context​ = 模型本轮"看到"的全部信息总和 = System Prompt + 历史对话 + User Prompt + 工具返回结果 → 相当于临时记忆
• 关键认知：模型没有真正的记忆，每次都把历史对话重新发给它
• Context Window​ = 一次最多能处理的 Token 数（如 8K / 128K / 1M+）
• 超长文本解决方案：RAG（检索增强生成） ——不塞全文，只取相关片段

④ Prompt（提示词）

• User Prompt：用户直接输入的问题或指令
• System Prompt：开发者预设的"人设/规则/输出格式"，在对话开始时注入
• 好的 Prompt 要清晰、具体、明确 → 提示词工程（Prompt Engineering）
• 趋势：随着模型能力增强，模糊 Prompt 也能被较好理解

⑤ Tool（工具）

• 赋予模型感知和影响外部世界的能力（搜索网页、计算、操作文件、查询位置天气等）
• 模型负责选择和生成指令，平台负责执行调用
• 类似给"大脑"装上了"手和脚"

⑥ MCP（Model Context Protocol，模型上下文协议）

• 大模型统一接入工具的协议——解决不同 AI 平台重复适配工具的问题
• 类比手机的 Type-C 接口：工具按标准开发一次，多平台通用
• 包含 Tools、Resources、Prompts 三类能力
• 比如一个tool，在千问上能用，在chatGTP上也能用

⑦ Agent（智能体）

• 能自主规划、连续调用多个工具直到完成复杂任务的智能程序
• 核心特征：自主规划 + 循环决策（观察→思考→执行→再观察）
• 经典示例：用户问"帮我查天气和附近卖雨伞的店" →Agent自动定位→查天气→搜索店铺→汇总输出
• 常见构建模式：ReAct、Plan and Execute、Reflection、Multi-Agent

⑧ Agent Skill（智能体技能）

• 本质​ = 提前写好、塞给 Agent 的一份 Markdown 说明文档（SOP）

• 两层结构：

  • 元数据层：Name + Description（供系统判断何时调用）
  • 指令层：目标、执行步骤、判断规则、输出格式、示例

• 核心机制：渐进式披露（Progressive Disclosure）——不相关时不占 Token，需要时再展开

• 存放规范（以 Claude Code 为例）：~/.claude/skills/go-out-checklist/SKILL.md

---

💡 核心洞见

类比	含义
LLM 是发动机	一切能力的核心引擎
Token 是燃料单位	文本处理的最小颗粒度
Context 是燃料舱	临时记忆空间
Prompt 是油门指令	告诉模型做什么
Tool 是外挂机械臂	触达外部世界
MCP 是 Type-C 接口	统一接入标准
Agent 是能自己开车的司机	自主规划+执行
Skill 是开车手册	沉淀为可复用的经验

最终结论：理解这条链路后，再看 ChatGPT / Claude / Cursor / Claude Code 等产品，本质都在这个框架下运作——AI 不是魔法，是一层一层搭起来的工程概念。