从LLM到Agent Skill，带你彻底搞懂AI的底层逻辑！

Python怎么学啊

325人浏览 · 2026-05-15 15:06:44

Python怎么学啊 · 2026-05-15 15:06:44 发布

本文以通俗易懂的方式解读了AI领域的常用术语，如LLM、Token、RAG、Prompt、MCP和Agent Skill。通过生活化的比喻，文章将复杂的AI概念分解为简单的组成部分，帮助读者理解AI的运行机制。文章强调了AI并非玄学，而是基于清晰的逻辑和工程原理。同时，文章还探讨了AI的限制因素，提出了一个引人深思的问题：在未来，限制AI发展的究竟是技术本身，还是我们定义任务的清晰度？

AI如今火得一塌糊涂，就像当初的网购一样。

人人都在说AI，用AI的人也不少，但是对于AI界的行业黑话，你还真不一定知道是什么意思。于是我花了点时间整理了一些近来耳熟能详的AI界名词，例如 LLM 、 Token、 RAG 、 Prompt 、 MCP 、 Skill ，看到这些名字可能有点头晕，但实际上 AI 的世界并没有那么多玄学。如果你揭开那些华丽的界面，从底层工程视角去观察，你会发现它有着一套极为清晰、理性的运转逻辑。

PART 01

AI运行机制举例说明

别慌，我们先看一下AI的运行机制，举几个例子，来说明他们之间的关系：

公司实习生版

Tokenizer：把老板的话拆成一个个可执行点
LLM：根据已有内容，判断下一句该怎么回复
Context：聊天记录、项目背景、客户需求
Prompt：老板交代的要求，比如“专业点，别太啰嗦”
Tool：飞书、表格、搜索、邮件
MCP：统一办公接口，所有系统都能连起来
Agent：会自己查资料、写邮件、整理表格
Agent Skill：一份“客户跟进 SOP”

做饭版

Tokenizer：把食材切块编号
LLM：根据现有食材，预测下一步该放什么
Context：台面上已经摆出来的全部原料和前序步骤
Prompt：菜谱要求，“做清淡一点，不要辣”
Tool：烤箱、电磁炉、温度计
MCP：统一电源接口，所有厨具都能插上
Agent：会自己判断先切菜还是先热锅
Agent Skill：一份已经写成熟的“宫保鸡丁标准做法”

开车导航版

Tokenizer：把路名、地标拆成导航能识别的坐标
LLM：根据当前路线，判断下一步该怎么开
Context：你现在的位置、目的地、前方路况
Prompt：你的要求，比如“少堵车”“不走高速”
Tool：地图、实时路况、天气
MCP：统一车机接口，所有导航工具都能接进来
Agent：会自己规划路线、避堵、提醒变道
Agent Skill：一套“接客户送站标准路线方案”

如果你通过上面的举例已经对这些词了然于心了，现在就可以撤离了，如果还想进一步深入了解每个名词的概念，可以留一步，我们继续看看

PART 02

AI黑话详解

LLM

全称是Large Language Module，中文名称叫大语言模型，本质上就是一场文字接龙游戏，从工程原理上讲，当你向模型提问时，它并不是在组织语言，而是在计算概率——预测下一个出现概率最高的词是什么，所以你在使用的过程中，可能会出现幻觉，就是大语言模型在计算概率。

Tokenizer

分词器，负责编码（Encoding）和解码（Decoding）。它会将人类文字切分成一个个最小单位，即 Token

大模型本质上是一堆数字生命，所以它看不懂文字，只能看懂一堆数字， Tokenizer就在大模型和文字之间做了一个翻译器。它把文字切分成一个一个 Token，但是 Token并不等于词也不等于文字，它是模型处理文本的最小单位。打个比方，例如“我爱你”，在中文中属于3个字，“个”属于丈量中文字数的单位，那么 Token就大模型的丈量单位。

为了便于理解，拿中文和英文来各举一个例子：

中文：我/很/开心（3个token）、我/特别/爱/你（4个token）
英文：lik/ly（2个token）、 today/ is /Sunday（3个token）

发现规律了吗，没错1个Token大约等于0.75个英文单词，或1.5到2个汉字，Token在模型调用里，意味着真金白银

如果你实在不知道如何切分，也可以参考Open AI的分词器，

传送门： https://platform.openai.com/tokenizer

Context

上下文，每次你发新消息时，程序会自动把之前的对话历史全部找出来，拼接在当前问题之前，打包发送给模型。

这就引出了Context Window（上下文窗口）的概念。它是模型单次处理信息的极限。例如GPT-4o的窗口约为12.8万个Token，而Claude的某些版本则高达百万级。

上下文窗口越大消耗的Token就越多，费用就越多，因此为了节省成本，当需要处理专业级的公司级文件时，就需要搬出RAG（检索增强生成）了，它可以快速从几千个文档中，搜索出关联度最高的片段喂给大模型，从而巧妙地绕过窗口限制。

Prompt

提示词，本质上是给模型的运行指令

System Prompt（系统提示词）：这是开发者在系统设定的固定指令，这种指令是将模型的行为限定在框定的范围，例如，我们可以设定：

User Prompt（用户提示词）：这是你在对话框里输入的即时指令，相当于是具体问题

Tool

工具，相当于大模型与外界的交集

大模型有一个致命伤：它生活在训练数据的过去，无法感知实时世界（比如查今天的天气）。为了破局，我们需要Tool

MCP

Model Context Protocol（模型上下文协议），把它想象成AI 界的Type-C接口，统一了所有AI平台接入工具的标准，开发者只需按照MCP规范写一次工具，就能在所有主流AI平台上通用。

Agent

智能体，当大模型具备了自主规划并调用工具的能力那么他就是Agent了，简单来说就是把LLM 、 Token、 RAG 、 Prompt这一系列元素组合到一起，就变成Agent了

Agent Skill

本质上是一份标准的 Markdown 文档，由两部分组成：

元数据层（封皮）：包含名称（Name）和描述（Description）。
指令层（内页）：详细规定目标、执行步骤、判断规则（如“下雨带伞，风大穿防风服”）以及输出格式和示例。当然，创建 Agent Skill 有一个不可违背的接头暗号。在文件系统中，文件夹的名字必须与Skill名一致，而内部的文件必须命名为 Skill.md（大小写敏感）。只有这样，系统才能正确识别并加载这份超能力。