开会也好，刷技术群也好，总有人甩出一串词：Agent、RAG、MCP、Skill、Embedding、幻觉……点头的人不少，真能分清谁管啥的却不多。听着像同一件事，拆开其实各管一段。
它们多半不是「又换了一个更聪明的 AI」，而是给同一个会说话的模型加配件：有的帮它查材料，有的借它一双手，有的教它按你们的规矩多走几步。
这篇就当一张装配图。全程只跟一件具体的事：
你对助手说：「按公司最新登录规章，改仓库里的接口说明，改完自测再给我看。」
后面每个词都回答同一句——这一步，AI 缺啥，它补啥。
一、先立一张图：AI 助手的能力一层层
把助手想成一台能组装的机器，芯是大模型，外面一圈圈配件：
从里到外（读图时可以从下往上）：
- 大模型 — 会说话的芯
- Prompt / 上下文 / Token — 你怎么说、它一次能看多少
- Embedding + 向量库 — 把文字变成可检索的「意思指纹」
- RAG — 先开卷再答
- 工具调用 + MCP — 借手、统一插头
- Agent + Skill — 自己排工序 + 墙上的作业卡
后面词条按这个顺序拆；看到最后会整条串回去。
二、大模型 / LLM：AI 的嘴和脑
AI 缺什么： 一个能根据已喂进去的文字，继续往下写「像人话」的引擎。
它补什么： 语言能力本身——解释、起草、改写、总结。
比喻： 厨子很会炒菜，但冰箱里没有你们公司今天刚改的登录规章。
不是什么： 不是自动联网的百科全书，也不等于「装进聊天框」就变成会改仓库的程序员。
接到故事： 没有它，后面一切免谈；有了它，也只是「会说」，还不会自动按规章改文档。
一句话：大模型负责把话写圆；对不对、新不新，另说。
三、Prompt、上下文、Token：你怎么跟 AI 说话
Prompt（提示词）
AI 缺什么： 它不知道你这一次到底要干什么。
它补什么： 你的说明书 + 问题 + 约束（语气、格式、禁止事项）。
比喻： 点菜时说清楚「少辣、不要香菜」，厨子才不会自由发挥。
不是什么： 不是神秘咒语；写清楚比堆形容词有用。
上下文窗口（Context）
AI 缺什么： 一次对话里能同时「看见」的篇幅有限。
它补什么： 当前轮次里放得下的系统说明、历史消息、检索片段、工具结果。
比喻： 餐桌上的转盘——菜太多，早上来的那盘会被转下去。
不是什么： 不是永久记忆；窗口外的内容，它这轮等于没看见。
Token
AI 缺什么： 需要一把尺子量「吃进去 / 吐出来」有多长。
它补什么： 计费和长度限制的单位（大致是碎开的字词块，中英文切法不同）。
比喻： 不是按「字」买菜，是按「切好的块」计价。
不是什么： 不是智商点数；Token 多只表示这段文字更长或更碎。
接到故事： 你那句需求本身就是 Prompt；规章全文如果太长，塞不进窗口，就得靠后面的检索，而不是整本粘贴。
四、幻觉：话说圆了，不等于事发生了
AI 缺什么： 它优化的是「接下来哪个词更像」，不是「哪个事实已核实」。
幻觉补的认知： 让你知道——流畅 ≠ 正确。
比喻： 有人口才极好，能把没发生的事讲得像亲历。
不是什么： 不是「模型坏了才幻觉」；没外挂依据时，圆场是常态风险。
接到故事： 你若只问「我们登录锁定规则是啥」，它可能自信答「错 3 次锁 24 小时」——听着专业，和你们规章无关。
所以才需要后面的 RAG、人工审核，而不是神话「模型绝对诚实」。
五、Embedding 与向量库：给句子打「意思指纹」
Embedding（嵌入 / 向量）
AI 缺什么： 纯关键词搜索经常「用词不一样就找不到」。
它补什么： 把一段文字变成一串数字（向量），意思近的点得近。
比喻： 给每段规章按「气味」做指纹——「密码错误锁定」和「输错几次会封多久」气味相近。
不是什么： 不是另一种聊天模型；它是检索用的表示。
向量库
AI 缺什么： 指纹造出来还得存、得快查。
它补什么： 专存向量、按相似度召回的柜子（也可和关键词混合检索）。
比喻： 图书馆里按「味道相近」也能摸到书架，而不只靠书名四个字完全一致。
不是什么： 不是自动写文档的 Agent。
教学里用关键词也能演示「先找再答」；生产里 Embedding + 向量库更抗换说法。本地 Demo 故意用关键词，是为了零依赖、一眼看懂。
六、RAG：给 AI 临时开卷
RAG = Retrieval-Augmented Generation，检索增强生成。
AI 缺什么： 训练数据里没有你们今天的规章；硬背也容易幻觉。
它补什么： 先检索相关材料 → 塞进上下文 → 再让模型答。
比喻： 开卷考试——允许翻书，但书是你刚塞进去的那几页。
不是什么： 不是「自动干活的 Agent」；RAG 解决的是答得有据，不是自己去改仓库。
接到故事：助手应先捞出「登录失败锁定」「密码存储」相关条文，再谈怎么改接口说明。
最小直觉长这样（伪代码）：
// 教学示意：检索 → 拼进 prompt → 再调用模型
function answerWithRag(question, docs) {
const hits = retrieve(question, docs); // 关键词或向量检索
const context = hits.map((d) => d.body).join("\n---\n");
const prompt = `
你只能根据下列公司规章回答；规章没有的内容请说「未知」，不要编造。
【规章】
${context}
【问题】
${question}
`;
return callLLM(prompt);
}
文末 Demo 会让你亲手点一次：不检索的瞎编 vs 检索后的摘录。
七、工具调用 / Function Calling：给 AI 借一双手
AI 缺什么： 纯文本模型改不了你磁盘上的文件，也跑不了测试。
它补什么： 模型可以提出「请执行某某动作」（读文件、写文件、跑命令）；真正动手的是你的程序。
比喻： 厨子说「去冰箱拿鸡蛋」——嘴是模型的，手是服务员的。
不是什么： 不是模型自己长出了手；也不是「一说就魔法完成」。
示意：模型返回一个结构化调用，运行时去执行。
// 模型可能返回这样的「提议」（示意）
const toolCall = {
name: "read_repo_file",
arguments: { path: "docs/login-api.md" },
};
// 你的运行时执行，再把结果喂回对话
const fileText = await readRepoFile(toolCall.arguments.path);
接到故事：改接口说明、跑自测，都得靠工具，不能只靠「生成一段看起来像 Diff 的文字」。
八、Agent：从「答一句」到「为了目标多走几步」
AI 缺什么： 单轮问答不会自己看结果、再决定下一步。
它补什么： 一个循环——想一步 → 调用工具/检索 → 观察结果 → 再想，直到目标完成、失败或被你打断。
比喻： 不是只报菜名的点餐员，而是会自己排工序的助理：先翻规章、再开文件、再改、再测。
不是什么： 套了个 ChatGPT 皮肤 ≠ Agent；Agent 的关键是多步决策循环，不是聊天气泡样式。
极简骨架：
async function runAgent(goal, { tools, maxSteps = 8 }) {
let messages = [{ role: "user", content: goal }];
for (let i = 0; i < maxSteps; i++) {
const decision = await callLLM(messages); // 可能含 tool_calls
if (!decision.tool_calls?.length) {
return decision.content; // 认为做完了，给你看
}
for (const call of decision.tool_calls) {
const result = await tools[call.name](call.arguments);
messages.push({ role: "tool", name: call.name, content: result });
}
}
return "达到步数上限，请人接手。";
}
接到故事：你的那句话是 goal；中间「查规章 → 读文档 → 改 → 测」由 Agent 串，而不是你手动复制粘贴十几轮。
九、MCP：接外部世界的标准插头
MCP = Model Context Protocol，由 Anthropic 提出的开放协议，用来把数据源和工具以标准方式接到 AI 应用上。
AI 缺什么： 每个客户端、每个工具都私有对接，换一家助手就重写一遍「读邮件 / 读仓库 / 开浏览器」。
它补什么： 统一的插口约定——服务端暴露能力，客户端按协议发现并调用。
比喻： USB：U 盘、键盘、读卡器，插头形状谈拢了，才不用每台电脑焊专用线。
不是什么： 不是一种更聪明的大模型，也不是某家聊天产品的昵称；它是连接协议。
接到故事：读仓库文件、列目录，可以通过 MCP 服务暴露成标准工具；Agent 调的是「插上的能力」，而不是写死在某一家 SDK 里的私有函数名（当然，落地时你仍要鉴权、审计、最小权限）。
十、Skill：墙上的店规作业卡
Skill（技能） 在不同产品里名字略有出入，这里取共同意思：一份可复用的「这件事按咱们规矩怎么干」——步骤、约束、常用工具、输出格式。
AI 缺什么： 每次从零猜流程，容易漏「必须先对规章编号」「禁止直接 push」。
它补什么： 把流程写成卡片，助手少发挥、多按谱。
比喻： 奶茶店墙上的标准作业卡：先洗杯再打冰，不是让新人现场发明。
不是什么： 不是微调模型参数；也不是把权重重新训练一遍。Skill 改的是作业说明，改的是行为剧本。
接到故事：可以有一张 Skill 写明——先 RAG 取登录规章 → 再读 docs/login-api.md → 只改文档不改业务代码 → 跑文档链接检查 → 最后交给人审。
十一、多 Agent：多个专科助手（点到为止）
AI 缺什么： 单个循环里塞进「检索专家 + 写作专家 + 测试专家」，上下文又挤、职责又糊。
它补什么： 拆成多个角色协作（有的产品叫多 Agent、Crew）。
比喻： 前厅点单、后厨做菜、传菜核对，而不是一个人同时干三摊还假装很稳。
不是什么： 人越多越强的神话；编排、交接、扯皮成本会转回来找你。
接到故事：可以「规章检索 Agent」和「文档修改 Agent」分工，但个人项目里一个 Agent + 好 Skill 往往更够用。
十二、微调 & 工作流：防混淆的两块告示牌
| 概念 | 它在干什么 | 别和谁混 |
|---|---|---|
| 微调（Fine-tune） | 用你们的数据改模型脾性/口吻/领域格式 | 不是 RAG；也不等于上了 Agent |
| 工作流编排 | 人写死的流水线：A 完必做 B | 和 Agent「自己决定下一步」是两种脾气 |
微调贵、慢、要数据与评估；规章常变时，优先 RAG + Skill，而不是动不动微调。工作流适合合规固定的步骤；探索性任务才更像 Agent。
十三、完整串场：从一句话到改好文档
回放总任务：
- Skill 定规矩：必须引用规章编号；只动文档；改完自测；最后人审。
- Agent 拆步：查规章 → 读文件 → 改 → 测 → 汇总。
- Embedding / 向量库 + RAG 取出登录相关条文（开卷材料）。
- MCP / 工具 读仓库里的接口说明。
- 工具 写出修改、跑检查。
- 你 拍板——AI 再能干，上线责任还是人的。
全程主角仍是「你在跟 AI 协作」；配件各司其职。
十四、对照表：这些词给 AI 补了啥
| 概念 | 给 AI 补了啥 | 没有它时怎样 | 常见误会 |
|---|---|---|---|
| 大模型 | 会说话、会写 | 没有「嘴和脑」 | 以为自动懂公司新政 |
| Prompt / 上下文 / Token | 说明任务、限制视野与长度 | 答非所问或中途失忆 | 当成玄学咒语 |
| 幻觉（认知） | 提醒流畅≠正确 | 被圆场骗到 | 以为只有劣质模型才幻 |
| Embedding / 向量库 | 按意思检索 | 换个说法就搜不到 | 当成聊天模型 |
| RAG | 临时开卷、有据可依 | 瞎编规章 | 当成 Agent |
| 工具调用 | 借手执行动作 | 只能吐文字 | 以为模型自己长了手 |
| Agent | 多步决策循环 | 你得手搓十几轮 | 聊天气泡＝Agent |
| MCP | 外部能力统一插头 | 家家私有对接 | 当成一种模型 |
| Skill | 可复用作业卡 | 每次从零猜流程 | 当成微调 |
| 多 Agent | 专科分工 | 单角色又挤又糊 | 人多必强 |
十五、动手：迷你 Demo（有检索 vs 没检索）
目录里有一份零依赖小页面（假 3 段登录规章）：
demo/index.htmldemo/app.jsdemo/README.md
本地这样跑：
cd demo
python3 -m http.server 8765
# 浏览器打开 http://127.0.0.1:8765
点两个按钮：
- 不检索，直接「瞎答」 — 会看到「错 3 次锁 24 小时 / 用 MD5」这种听着专业、和规章无关的圆场。
- 先检索再答 — 会先列出命中的
R-01/R-02片段，再摘录「错 5 次锁 15 分钟 / Argon2id」。
核心检索逻辑就这么短（和生产向量检索不是一个量级，但关系同构）：
function retrieve(question, docs, topK = 2) {
const qTokens = tokenize(question);
return docs
.map((doc) => {
const hay = (doc.title + " " + doc.body).toLowerCase();
let score = 0;
for (const t of qTokens) if (hay.includes(t)) score += 1;
return { doc, score };
})
.filter((x) => x.score > 0)
.sort((a, b) => b.score - a.score)
.slice(0, topK);
}
你若把 Demo 里的「假回答」换成真正的 callLLM(prompt)，就是最小可用的 RAG 雏形——提示词里最好写死：规章没有的说未知，禁止编造。
十六、收束
和 AI 打交道，先分清两样东西就够用很久：
- 模型：会写字的芯；
- 配件：RAG 管依据，工具管动手，Agent 管多步，MCP 管怎么插，Skill 管按店规。
下次再听到新词，不妨先问一句：它是在给 AI 补眼睛、补手、补工序，还是只是换了个马甲？
分得清，就不容易被名词吓住，也不容易把聊天框当成万能工具箱。
