一、 知识储备
1. LLM (Large Language Model) - 大语言模型
- 本质： 基于 Transformer 架构，在海量文本上进行预训练的概率预测引擎。
- 面试深挖： 重点在于 "预测下一个 Token" 的本质。它并不真正"理解"含义，而是根据统计概率生成回复。目前的趋势是从单一文本模型向多模态 (Multimodal) 演进。
2. Token - 权标 / 令牌
- 本质： 模型处理信息的最小单位。
- 详细机制： 文本进入模型前要经过
Tokenization。一个单词可能被切分为多个 Token（如apple是 1 个，但复杂的词可能是 2-3 个）。 - 工程意义： 决定了成本 （按 Token 计费）和速度（推理延迟取决于生成的 Token 数）。
3. Context - 上下文
- 本质： 模型在生成当前回答时能"看到"的所有信息。
- 详细机制： 包括了历史对话、系统指令（System Prompt）和检索到的参考资料（RAG）。
- 物理限制： 受限于
Context Window。超过限制会导致模型"失忆"，工程上常用KV Cache技术来加速长上下文的推理。
4. Prompt - 提示词
- 本质： 引导模型输出的指令输入。
- 详细机制： 它是模型的"编程语言"。分为 System Prompt （定义角色和规则）和 User Prompt（具体指令）。
- 技巧点： 优秀的 Prompt 包含：角色 (Role)、背景 (Context)、任务 (Task) 和约束 (Constraint)。
5. Tool / Function Call - 工具 / 函数调用
-
本质： 模型连接现实世界的接口。
-
详细机制： 模型本身不能上网或查数据库，但它可以通过输出特定格式（如 JSON）来"表达"它想用什么工具。开发者收到这个信号后，代为执行并将结果反馈给模型。
-
代码示例：
// 模型返回的 Tool Call 信号
{
"function": "get_weather",
"parameters": { "location": "Beijing" }
}
6. MCP (Model Context Protocol) - 模型上下文协议
- 本质： 由 Anthropic 提出的标准化连接协议。
- 详细机制： 以前每个应用连接数据源（如 GitHub, Google Drive）都要写一套代码；MCP 让数据源和 AI 应用之间有了统一的插座。
- 核心价值： 解决了 AI 工具生态的碎片化问题，让 Agent 可以无缝切换不同的数据源。
7. Agent - 智能体
- 本质： 具备自主规划、记忆和工具使用能力的 AI 实体。
- 详细机制： Agent = LLM + 规划 (Planning) + 记忆 (Memory) + 工具使用 (Tool Use)。它不再是简单的问答，而是为了完成一个复杂目标（如"帮我写一个网站并部署"）而不断尝试的逻辑体。
8. Agent Skill - 智能体技能
- 本质： Agent 经过封装的、高层级的原子化能力。
- 详细机制： 区别于基础的 Tool（如"读文件"），Skill 通常是多个 Tool 的逻辑组合。例如，"代码审计"是一个 Skill，它内部包含了读取、分析、对比、打分等多个步骤。
- 工程视角： Skill 增强了 Agent 的复用性，让开发者可以通过组合 Skill 来快速构建复杂的 Agent。
二、 核心关联图谱
|-----------------|----------|-------------|
| 名词 | 角色定位 | 形象类比 |
| LLM | 大脑 / 引擎 | 引擎 |
| Token | 燃料 / 单位 | 汽油分子 |
| Context | 运行内存 | 挡风玻璃视野 |
| Prompt | 方向盘指令 | 驾驶指令 |
| Tool | 外部肢体 | 机械臂 / 传感器 |
| MCP | 标准化接口 | 统一的数据插槽 |
| Agent | 驾驶员 | 具备意识的司机 |
| Agent Skill | 驾驶技术 | 倒车入库 / 漂移技巧 |
三、 破局之道：以"系统架构师"的视角融合概念
在面试中，千万不要像查字典一样一个一个解释。要把它们串成一条线。
总结回答面试官的精辟逻辑：
"回答这些概念，核心要看它们是如何协作产生价值 的。你可以告诉面试官：LLM 是计算的核心，它消耗 Token 在 Context 的限制内运行。我们通过 Prompt 下达指令，让它成为一个 Agent 。这个 Agent 利用 MCP 协议提供的标准化能力，调用各种 Tool ，并不断磨炼自己的 Agent Skill 从而解决复杂问题。我不只是在背诵名词，我是在理解一个由这些组件构成的'数字生命体'的工程运行逻辑。"