AI核心概念大串联

1. LLM（Large Language Model）大语言模型

1.1 核心架构

• Transformer - 内部核心架构
• 对应论文：Attention Is All You Need

1.2 代表模型

• OpenAI GPT-3.5 (2023年发布)
• 被视为AI浪潮的绝对鼻祖

1.3 本质

大模型本质上是数学函数

• 输入：Question（问题）
• 输出：Answer（答案）

---

2. Token（词元）

2.1 定义

LLM处理文本的最小语义单元

2.2 重要性

1. 计费单位 - 按Token数量收费
2. 上下文窗口 - 限制模型能处理的Token数量

2.3 Tokenizer（分词器）

人类和大模型之间的中间人，负责编码和解码

编码过程：

1. 切分 - 将文本切成最小的片段（Token）
2. 映射 - 将Token映射为Token ID

解码过程：

• 不需要切分，直接将Token ID还原为文本

2.4 Token ≠ 词

• Token和词没有一一对应关系
• 40万Token ≈ 60-80万汉字 ≈ 30万英文单词

---

3. Context（上下文）

3.1 定义

大模型每次处理任务时所接收到的信息总和

3.2 包含内容

• 对话历史
• 用户问题
• 工具列表
• 当前输出
• System Prompt

3.3 上下文窗口（Context Window）

Context能够容纳的最大Token数量

3.4 RAG技术

（Retrieval-Augmented Generation，检索增强生成）

---

4. Prompt（提示词）

4.1 定义

给LLM的指令

4.2 重要性

Prompt怎么写，直接影响大模型的输出质量

4.3 好的提示词特征

• 清晰的
• 具体的
• 明确的

4.4 Prompt Engineering（提示词工程）

建议：不需要花太多功夫深入研究

4.5 Prompt分类

类型	说明
User Prompt	用户输入的提示
System Prompt	开发者后台设置的提示

---

5. Tool（工具）

5.1 定义

• 本质上是函数
• 标准化的扩展接口
• 让大模型能够调用外部程序或服务来完成特定任务
• 突破自身的功能限制

5.2 工作流程示例

场景：查询明天兰州的天气

角色	职责
用户	给出Prompt
大模型	选择工具、归纳总结
天气查询工具	查询天气
平台	串联整个流程

5.3 MCP（Model Context Protocol）

统一的工具接入标准

---

6. Agent（智能体）

6.1 定义

能够自主感知环境、进行规划决策、并使用工具采取行动，以达成特定目标的智能系统。

核心特征：在没有人类逐步指导的情况下，独立完成复杂的多步骤任务

6.2 五大核心特征

1. 自主感知环境

• 主动从环境中获取信息
• 环境可以是数字世界（数据库、API、网页）或物理世界（传感器、摄像头）

2. 进行规划决策

• 将大目标拆解为可执行的子任务
• 根据反馈调整计划
• 区别于普通模型的核心能力

3. 使用工具采取行动

• 调用搜索引擎、代码解释器、API、数据库等
• 真正改变外部世界的状态

4. 以达成特定目标为导向

• 目的是完成任务，而非开放式闲聊
• 所有行动指向明确的最终目标

5. 无需逐步人类指导

• 接收到目标后，整个执行过程由自己主导
• 不需要"先做A，再做B，然后做C"的逐步指令

6.3 反例帮助理解

场景	是否为Agent
"查一下明天上海的天气" → 查完告诉你结果	❌ 被动响应，不是Agent
"帮我盯着上海工程技术大学所在区域的天气，如果明天下雨，就帮我发一封提醒邮件给她，同时帮我在学校附近订一个可以避雨的咖啡馆，并发给她地址"	✅ Agent：持续监控、判断条件、触发邮件、搜索咖啡馆、预订并发送

6.4 本质升级

从 "你说我做" 的助手 → 升级为 "你定目标，我来完成" 的代理者

6.5 主流Agent工具

• Codex
• Claude Code
• Gemini CLI
• Cursor
• Trae（字节跳动）

---

7. Agent Skill

7.1 定义

封装了特定能力、可被Agent按需调用的标准化功能模块

7.2 作用

• 定义"能做什么"以及"如何做"
• 将复杂的任务规划转化为具体、可靠的外部行动

7.3 地位

开发人员的核心工作之一

---

8. 概念关系图

用户 → Prompt → LLM(大语言模型) ↓ Tokenizer处理 ↓ Context(上下文) ↓ ┌─────┴─────┐ ↓ ↓ 直接回答 调用Tool/Agent Skill ↓ Agent(智能体) ↓ 自主规划 → 使用工具 → 达成目标

---

9. 总结

概念	一句话理解
LLM	基于Transformer的数学函数，输入问题输出答案
Token	LLM处理文本的最小单位，计费和上下文限制的基础
Context	模型处理任务时的全部信息总和
Prompt	给模型的指令，质量决定输出质量
Tool	扩展模型能力的标准化函数接口
MCP	统一的工具接入标准协议
Agent	能自主感知、规划、使用工具完成目标的智能系统
Agent Skill	封装特定能力的标准化功能模块