AI 相关术语归纳
核心概念：Agent / MCP / Skill
Agent（智能体）
指能够自主完成多步骤任务的AI系统，核心特征是：接收目标 → 自己规划步骤 → 调用工具 → 观察结果 → 调整下一步，如此循环，直到完成任务，而不是一问一答。
比如你让一个Agent"帮我调研一下某个市场"，它可能会自己决定：先搜索几个关键词，再打开几个网页看详情，再整理成总结——这一串动作是它自己规划的，不需要你每一步都指挥。
普通对话式AI 和 Agent 的区别，主要在于有没有自主的多轮工具调用和决策能力。
MCP（Model Context Protocol）
这是Anthropic提出的一个开放协议，用来标准化AI模型如何连接外部数据源和工具（比如Google Drive、Slack、GitHub、数据库等）。
可以把它理解成"AI界的USB接口"：以前每接入一个新工具都要单独写一套定制集成代码，MCP统一了这个接口规范，让工具开发者只需要按这个协议实现一次"MCP Server"，任何支持MCP的AI客户端就都能调用它，不用重复造轮子。
在实际使用中你会看到"connector"（连接器）这种说法——那就是通过MCP接入的外部服务。
Skill
这个词现在有点overload，取决于语境：
- 在Anthropic的产品里：Skill 指一套打包好的"最佳实践文档+脚本"，专门针对某类任务（比如生成docx、pptx文件），本质上是给模型的"操作手册"，告诉它这类任务里有哪些环境限制、该怎么做才专业。
- 更泛化地说：也可以指Agent具备的某种"能力模块"，比如"写代码的能力""调用某个API的能力"，是可插拔、可复用的技能单元。
三者如何协同工作
一个典型场景：Agent 是大脑（负责决策和规划）→ MCP 是它接入外部世界的接口（负责连接工具/数据）→ Skill 是它执行某类具体任务时参考的操作规范（负责保证质量和方法正确）。
三者不是互相替代的关系，而是同一个系统里不同的组成部分。
与"输入/输出格式"相关
| 术语 | 说明 |
|---|
| Prompt（提示词） | 你给模型的输入指令 |
| System Prompt（系统提示词） | 对话开始前设定的"角色设定/行为规则"，用户看不到但决定AI的行为边界 |
| Context Window（上下文窗口） | 模型一次能"记住"的信息量上限，通常以token数衡量 |
| Token | 文本被切分后的最小处理单元，大致是"一个词的一部分" |
与"模型能力增强"相关
| 术语 | 说明 |
|---|
| RAG（检索增强生成） | 让模型先去外部知识库/文档里检索相关信息，再结合检索结果生成回答，而不是完全依赖训练时记住的内容 |
| Fine-tuning（微调） | 用特定数据继续训练一个已有模型，让它更适应某个专用场景 |
| Embedding（嵌入向量） | 把文字/图片转成一串数字向量，用来做语义相似度搜索，是RAG的底层技术之一 |
| Vector Database（向量数据库） | 专门存储和检索embedding的数据库，比如Pinecone、Weaviate |
与"工具调用/多步骤任务"相关
| 术语 | 说明 |
|---|
| Function Calling / Tool Use | 模型判断需要调用某个外部函数/API来获取信息或执行操作，是Agent能力的基础机制 |
| Orchestration（编排） | 管理多个Agent或多个步骤之间协作顺序的机制 |
| Multi-agent System（多智能体系统） | 多个Agent分工协作完成一个复杂任务，比如一个负责搜索、一个负责写代码、一个负责审核 |
与"推理能力"相关
| 术语 | 说明 |
|---|
| Chain-of-Thought / CoT（思维链） | 让模型把中间推理步骤显式写出来，而不是直接跳到答案，通常能提升复杂问题的准确率 |
| Reasoning Model（推理模型） | 专门针对复杂推理任务优化过的模型（比如做更长时间的内部思考再回答） |
与"评估/对齐"相关
| 术语 | 说明 |
|---|
| Hallucination（幻觉） | 模型自信地编造不存在的事实 |
| Alignment（对齐） | 让模型的行为符合人类意图和价值观的技术和研究方向 |
| RLHF（人类反馈强化学习） | 用人类的偏好反馈来调整模型行为的训练方法 |
模型架构类
| 术语 | 说明 |
|---|
| Transformer | 目前主流大模型的底层网络架构，核心机制是Attention |
| Attention（注意力机制） | 让模型在处理某个词时，动态判断该"重点关注"输入中的哪些其他部分 |
| Parameters（参数量） | 模型内部可调整的数值总数，常用"7B""70B"表示，通常（但不绝对）参数越多能力越强 |
| MoE（混合专家模型） | 模型内部分成多个"专家"子网络，每次推理只激活其中一部分，兼顾大模型能力和推理效率 |
| Multimodal（多模态） | 能同时处理文本、图像、音频等多种类型输入/输出的模型 |
| Context Length（上下文长度） | 与Context Window类似，指模型能处理的最大输入长度 |
训练流程类
| 术语 | 说明 |
|---|
| Pretraining（预训练） | 用海量通用文本训练出基础模型的第一阶段 |
| SFT（监督微调） | 用人工标注的高质量问答对，教模型"该怎么回答" |
| Distillation（蒸馏） | 用一个大模型的输出去训练一个小模型，让小模型学到接近大模型的能力但更轻量 |
| Quantization（量化） | 把模型参数从高精度数值压缩成低精度，减少显存占用、提升推理速度，一定程度牺牲精度 |
| Synthetic Data（合成数据） | 由AI生成、而非人工采集的训练数据 |
推理/生成参数类
| 术语 | 说明 |
|---|
| Temperature（温度） | 控制生成内容随机性的参数，越高越"有创意"/不确定，越低越保守/确定 |
| Top-p / Top-k Sampling | 控制模型在生成每个词时从候选词里选择范围的采样策略 |
| Streaming（流式输出） | 模型边生成边返回内容，而不是等全部生成完再一次性返回 |
| Latency / Throughput（延迟/吞吐量） | 延迟指单次响应耗时，吞吐量指单位时间能处理的请求量，是部署时的关键性能指标 |
Agent 进阶概念
| 术语 | 说明 |
|---|
| ReAct（Reasoning + Acting） | 一种Agent工作模式：模型交替"推理"和"行动"（调用工具），是很多Agent框架的理论基础 |
| Planning（规划） | Agent在执行前先拆解任务为多个子步骤的能力 |
| Memory（记忆） | Agent保留跨会话/跨步骤信息的机制，分短期记忆（当前任务上下文）和长期记忆（跨对话持久化） |
| Sandbox（沙箱） | Agent执行代码/操作时的隔离环境，防止误操作影响真实系统 |
| Guardrails（护栏） | 限制模型输出范围、防止其做危险/越权操作的规则和机制 |
安全与对抗类
| 术语 | 说明 |
|---|
| Jailbreak（越狱） | 用特殊提示词绕过模型安全限制，诱导其输出本应拒绝的内容 |
| Prompt Injection（提示词注入） | 通过在输入内容（如网页、文档）中藏入恶意指令，劫持模型行为 |
| Red Teaming（红队测试） | 主动尝试攻击/诱导模型犯错，以发现并修补安全漏洞 |
| Constitutional AI | Anthropic提出的一种对齐方法，让模型根据一套"原则"自我批评和修正输出，减少对人工标注的依赖 |
Prompt Engineering 类
| 术语 | 说明 |
|---|
| Zero-shot / Few-shot | Zero-shot指不给示例直接让模型做任务；Few-shot指提示词里给几个示例帮模型理解任务模式 |
| In-context Learning（上下文学习） | 模型仅凭提示词里的信息/示例就"学会"当前任务，不需要重新训练 |
| Prompt Chaining（提示词链） | 把复杂任务拆成多步提示词，前一步的输出作为后一步的输入 |
| Structured Output（结构化输出） | 让模型按固定格式（如JSON）返回结果，方便程序直接解析使用 |
评估类
| 术语 | 说明 |
|---|
| Benchmark（基准测试） | 用标准化题目集测试和对比不同模型的能力，如MMLU、SWE-bench |
| Ground Truth（真实标签） | 用来核对模型输出是否正确的"标准答案" |
生态/产品类
| 术语 | 说明 |
|---|
| Open Weight / Closed Weight（开放权重/闭源权重） | 指模型参数文件是否公开可下载，如Llama、Qwen是开放权重，Claude、GPT是闭源权重（仅通过API访问） |
| Model Card（模型卡） | 模型发布方公布的说明文档，介绍能力、局限、训练数据、适用场景等 |
| SDK | 官方提供的编程库，方便开发者调用模型API |
国际闭源三强
- Claude（Anthropic）：目前主线是Sonnet 5、Opus 4.8，以及定位更高的Fable 5（Mythos 5同级但仅限定机构使用）。口碑上偏向代码/Agent能力强、写作风格自然、长文档处理稳定，但多模态能力相对保守，价格在主流里偏高。适合：程序员、需要严谨长文本处理的场景、Agent自动化任务。
- GPT（OpenAI）：主线是GPT-5.x系列，定位综合能力均衡、生态最完善（插件、GPTs、图像生成等）。适合：日常通用问答、需要丰富第三方生态的场景。
- Gemini（Google）：主线是Gemini 3.x系列，核心优势是原生多模态（文本/图像/音频/视频同一架构处理）、超长上下文窗口、与Google生态（Drive、Workspace、安卓）深度绑定，价格也偏低。适合：多模态任务（视频/图片分析）、谷歌生态重度用户、需要超长上下文的场景。
国内代表
- DeepSeek：以极低成本和强数学/代码能力著称，是开源生态的重要力量，中文理解能力评价很高，适合预算有限或需要私有化部署的场景。
- 通义千问（Qwen）、Kimi、豆包（Doubao）、GLM 等：在中文长文档处理、垂直行业场景各有侧重，通常价格更低、访问更稳定。
一个务实的建议
这些模型不再比谁全面碾压谁，而是各自找到了最擅长的赛道。比较常见的实践是"组合使用"——比如用Claude做代码开发和复杂文档处理，用Gemini做多模态分析，用GPT做日常通用任务，用DeepSeek/Qwen处理中文场景或高频简单请求以控制成本。
