从LLM到Agent Skill：AI核心技术全拆解与系统化学习路线

• [从LLM到Agent Skill：AI核心技术全拆解与系统化学习路线](#从LLM到Agent Skill：AI核心技术全拆解与系统化学习路线)
• • 一、核心概念与关键步骤全拆解（对应图谱9大模块）
  • • [1. 底层引擎：大语言模型（LLM, Large Language Model）](#1. 底层引擎：大语言模型（LLM, Large Language Model）)
    • [2. 数据处理单元：Token](#2. 数据处理单元：Token)
    • [3. 临时记忆体：Context（上下文）](#3. 临时记忆体：Context（上下文）)
    • [4. 指令交互：Prompt（提示词）](#4. 指令交互：Prompt（提示词）)
    • [5. 外部能力扩展：Tool（工具）](#5. 外部能力扩展：Tool（工具）)
    • [6. 工具标准化：MCP（Model Context Protocol，模型上下文协议）](#6. 工具标准化：MCP（Model Context Protocol，模型上下文协议）)
    • [7. 自主决策系统：Agent（智能体）](#7. 自主决策系统：Agent（智能体）)
    • [8. 任务定制：Agent Skill（智能体技能）](#8. 任务定制：Agent Skill（智能体技能）)
    • [9. 概念体系层级关系（核心递进链）](#9. 概念体系层级关系（核心递进链）)
  • 二、系统化学习路线（分4阶段，从入门到精通）
  • • [阶段1：基础入门（LLM + Token + Context + Prompt）------ 打牢底层认知](#阶段1：基础入门（LLM + Token + Context + Prompt）—— 打牢底层认知)
    • [阶段2：进阶能力（Tool + MCP）------ 扩展大模型外部能力](#阶段2：进阶能力（Tool + MCP）—— 扩展大模型外部能力)
    • [阶段3：高阶系统（Agent + Agent Skill）------ 构建自主智能系统](#阶段3：高阶系统（Agent + Agent Skill）—— 构建自主智能系统)
    • [阶段4：工程落地与生态整合------ 全链路实战](#阶段4：工程落地与生态整合—— 全链路实战)
  • 三、学习资源与避坑指南
  • • 推荐学习资源
    • 避坑指南
  • 四、Unity开发者定制化学习路线（结合工作场景）

---

从LLM到Agent Skill：AI核心技术全拆解与系统化学习路线

完整拆解从底层大模型到任务定制的全链路关键步骤，并给出分阶段可落地的学习路线，同时适配作为开发者的场景做定制化优化。

---

一、核心概念与关键步骤全拆解（对应图谱9大模块）

1. 底层引擎：大语言模型（LLM, Large Language Model）

• 核心定义：基于Transformer架构的生成式AI，本质是「文字接龙」------通过预测下一个概率最高的词生成连续文本。

• 技术底座：2017年Google论文《Attention is All You Need》提出的Transformer架构，是所有大模型的技术根基。

• 发展里程碑 ：

  时间	事件	意义
  2017年	Transformer架构提出	奠定大模型技术基础
  2022年底	GPT-3.5发布	首个达到可用级别的大模型
  2023年3月	GPT-4发布	大幅提升AI能力天花板
  2023年后	Claude、Gemini等模型涌现	AI赛道从OpenAI独角戏变为多强竞争

• 学习核心：Transformer自注意力机制、大模型训练/微调/推理原理、主流模型（GPT、Claude、Gemini、开源Llama/Qwen）特性差异。

---

2. 数据处理单元：Token

• 核心定义 ：大模型处理文本的最小单位，由Tokenizer（分词器）将文本切分为片段，再映射为Token ID（数字），解码时还原为文本。

• 关键特性 ：与自然语言单位非一一对应

  语言单位	与Token的关系	示例
  中文词语	可能被拆分	"工作坊"→"工作"+"坊"
  英文常见词	通常对应1个Token	"hello"→1个Token
  复杂英文单词	可能被拆分	"helpful"→"help"+"ful"
  特殊字符	可能需多个Token	✅→3个Token

• 量化参考 ：

  • 1个Token ≈ 0.75个英文单词 / 1.5-2个汉字
  • 40万Token ≈ 60-80万汉字 或 30万英文单词

• 学习核心：BPE（字节对编码）分词原理、不同模型Tokenizer差异、Token计数对API成本/上下文窗口的影响。

---

3. 临时记忆体：Context（上下文）

• 核心定义 ：大模型每次处理任务的信息总和（临时记忆），包含用户问题、对话历史、当前输出Token、工具列表、System Prompt等。

• 核心限制 ：Context Window（上下文窗口），即模型最大可处理的Token数量，决定了模型能"记住"的对话/文档规模。

• 主流模型上下文窗口对比 ：

  模型	Context Window（Token）	约合汉字数量
  GPT-5.4	105万	约157.5万
  Gemini 3.1 Pro	100万	约150万
  Claude Opus 4.6	100万	约150万

• 突破限制方案：RAG（检索增强生成）------从知识库抽取与问题最相关的片段，仅将关键信息送入模型，大幅降低Token消耗。

• 学习核心：上下文窗口优化、RAG技术原理与工程落地、长上下文处理实践。

---

4. 指令交互：Prompt（提示词）

• 核心定义 ：给大模型的问题/指令，直接决定输出质量；分为两类：
  • User Prompt：用户输入的具体任务（如"帮我写一首诗"）
  • System Prompt：开发者后台配置的人设与做事规则（如"你是耐心的数学老师，引导学生思考而非直接给答案"）
• Prompt Engineering（提示词工程） ：
  • 核心原则：清晰、具体、明确
  • 现状：重要性下降（门槛低+大模型能力提升，可自主理解模糊意图）
• 学习核心：System Prompt设计、高效Prompt编写、思维链（CoT）/Few-Shot等进阶提示技巧。

---

5. 外部能力扩展：Tool（工具）

• 核心定义 ：大模型调用的外部函数，弥补大模型实时信息缺失、计算能力弱的短板，让模型感知/影响外部环境。

• 完整工作流程 ：

  1. 用户提问 → 平台转发（含工具列表）
  2. 大模型分析 → 生成工具调用指令
  3. 平台执行调用 → 获取结果
  4. 大模型整理结果 → 自然语言输出

• 角色分工 ：

  角色	职责
  大模型	选择工具、生成参数、归纳结果
  工具	执行具体功能（如查天气、算数学、查数据库）
  平台	转发信息、执行工具调用

• 学习核心：Function Call原理与格式、自定义工具开发、工具调用错误处理与优化。

---

6. 工具标准化：MCP（Model Context Protocol，模型上下文协议）

• 核心定义：统一的工具接入标准，解决不同AI平台工具接入规范不统一的问题（类比Type-C充电口统一标准）。
• 核心价值：工具开发者只需按MCP规范开发一次，即可在所有支持MCP的平台使用，大幅降低适配成本。
• 学习核心：MCP协议规范、跨平台工具开发与适配、MCP生态落地。

---

7. 自主决策系统：Agent（智能体）

• 核心定义 ：能够自主规划、自主调用工具、持续工作直至完成用户任务的系统，是大模型从"问答工具"到"自主助手"的核心升级。
• 核心能力：多步骤推理、工具选择、流程控制
• 代表产品：Claude Code、Codex、Gemini CLI等
• 典型构建模式：ReAct、Plan and Execute等
• 学习核心：Agent架构原理、主流Agent框架（LangChain、AutoGPT等）、Agent规划与反思机制、多Agent协作。

---

8. 任务定制：Agent Skill（智能体技能）

• 核心定义 ：给Agent的说明文档，包含任务规则、执行步骤、输出格式等，实现Agent的任务定制化。
• 标准结构 ：
  • 元数据层：名称（name）、描述（description）
  • 指令层：目标、执行步骤、判断规则、输出格式、示例
• 技术实现规范 ：
  • 存储形式：Markdown文档（文件名必须为SKILL.md）
  • 存储位置：特定目录（如Claude Code的claude/skills文件夹）
  • 加载机制：仅在用户问题与技能名称/描述相关时加载，节省Token
• 学习核心：Skill文档编写规范、自定义Skill开发、渐进式披露机制（Token优化）。

---

9. 概念体系层级关系（核心递进链）

LM（核心引擎） → Token（数据单位） → Context（记忆空间） → Prompt（交互接口） → Tool（外部能力） → MCP（工具标准） → Agent（决策系统） → Agent Skill（任务定制）

• 补充细节 ：
  • Transformer由Google提出，OpenAI通过GPT系列引爆应用
  • Token切分基于BPE（字节对编码）算法
  • Agent Skill支持运行代码、引用资源，采用渐进式披露节省Token
  • RAG技术专门解决Context Window限制问题

---

二、系统化学习路线（分4阶段，从入门到精通）

阶段1：基础入门（LLM + Token + Context + Prompt）------ 打牢底层认知

目标 ：理解大模型核心原理，掌握基础交互与优化
学习内容：

1. LLM基础：
   • 精读《Attention is All You Need》，掌握Transformer自注意力、编码器-解码器结构
   • 了解主流大模型（GPT-3.5/4、Claude、Gemini、开源Llama/Qwen）的特性与适用场景
2. Token与Context：
   • 学习BPE分词原理，用tiktoken库实践Token计数，理解Token与汉字/单词的换算
   • 学习上下文窗口限制，入门RAG技术原理
3. Prompt工程：
   • 掌握System Prompt设计、高效User Prompt编写，学习Few-Shot、Chain-of-Thought（思维链）等技巧
     实践任务：

• 用tiktoken统计代码、技术文档的Token数，理解长代码的Token消耗
• 编写一个高质量System Prompt（如"专业的技术顾问，输出带注释的可运行代码"），测试输出效果
• 用LangChain入门案例实现简单RAG，处理长文档，解决上下文不足问题

---

阶段2：进阶能力（Tool + MCP）------ 扩展大模型外部能力

目标 ：掌握工具调用与标准化，让大模型"能做事"
学习内容：

1. Tool工具调用：
   • 学习OpenAI/Anthropic/Google的Function Call规范与格式
   • 用Python开发自定义工具（如项目打包工具、Shader性能分析工具）
   • 学习工具调用的参数校验、错误处理、结果优化
2. MCP协议：
   • 学习MCP（Model Context Protocol）的规范与设计思想
   • 按MCP标准重构工具，实现跨平台兼容
     实践任务：

• 开发一个项目代码审查工具，集成到GPT/Claude
• 用MCP规范重构工具，适配Claude Code等多平台
• 搭建完整工具调用流程：用户提问→工具调用→结果返回→自然语言输出

---

阶段3：高阶系统（Agent + Agent Skill）------ 构建自主智能系统

目标 ：掌握Agent架构，实现任务定制化自主执行
学习内容：

1. Agent智能体：
   • 学习Agent核心架构（ReAct、Plan-and-Execute等模式）
   • 掌握主流Agent框架（LangChain、AutoGPT、Claude Code、Gemini CLI）
   • 学习Agent的规划、反思、工具选择、多步骤推理机制
2. Agent Skill：
   • 学习SKILL.md编写规范，掌握元数据+指令层的结构设计
   • 学习渐进式披露机制，优化Token消耗
     实践任务：

• 用LangChain搭建一个技术博客自动生成Agent
• 为Claude Code开发专属Skill（如SRP Batcher配置Skill、光照烘焙优化Skill，存为SKILL.md）
• 测试Agent的自主执行能力，优化规划与反思逻辑

---

阶段4：工程落地与生态整合------ 全链路实战

目标 ：从0到1落地完整AI系统，适配业务场景
学习内容：

1. 全链路整合：
   • 整合LLM、RAG、Tool、MCP、Agent、Skill，搭建完整AI工作流
   • 学习大模型应用的工程化（部署、监控、成本优化、Token优化）
2. 业务适配：
   • 针对游戏开发场景定制Agent与Skill（如内存泄漏排查、Shader优化、AssetBundle打包）
   • 学习大模型应用的安全、合规、隐私保护
3. 前沿跟进：
   • 跟进Agent、MCP、长上下文、RAG等领域的最新技术
     实践任务：

• 搭建面向游戏开发的AI助手系统：集成LLM（GPT-4/Claude）、RAG（游戏官方文档知识库）、Tool（游戏项目分析工具）、MCP标准化、Agent（自动代码审查/优化）、Skill（游戏光照优化、SRP Batcher配置等）
• 优化系统的Token消耗、响应速度、输出质量，落地到实际开发流程

---

三、学习资源与避坑指南

推荐学习资源

• 基础理论 ：
  • 论文：《Attention is All You Need》（Transformer基石）、《ReAct: Synergizing Reasoning and Acting in Language Models》（Agent经典）
  • 课程：DeepLearning.AI《Large Language Models Specialization》（吴恩达团队，LLM入门）、LangChain官方文档（Agent/Tool/RAG学习）
• 工具实践 ：
  • tiktoken（OpenAI官方Token计数库）
  • LangChain（Agent/Tool/RAG框架）
  • Claude Code（Agent Skill实践）
  • MCP官方文档（工具标准化）
• 开源项目 ：
  • Llama 3（开源大模型）、Qwen（通义千问开源模型）
  • AutoGPT（经典Agent项目）、LangGraph（LangChain的Agent编排工具）

避坑指南

1. 不要跳过基础：直接学Agent而不懂LLM/Token/Context，会无法理解Agent的限制与优化点
2. Prompt工程不要过度神话：大模型能力提升后，清晰的指令比复杂的提示技巧更重要
3. 工具调用要重视错误处理：大模型生成的工具参数可能错误，必须做参数校验与容错
4. Agent不是越复杂越好：简单的ReAct模式足够多数场景，过度复杂的规划会降低效率
5. Token优化是核心：长上下文、Skill的渐进式披露、RAG都是为了节省Token，降低成本+提升速度

---

四、Unity开发者定制化学习路线（结合工作场景）

针对作为Unity程序员的背景，将学习路线与工作深度结合，最大化提升开发效率：

1. 基础阶段：用LLM做Unity代码助手，优化Prompt（如"帮我写URP Lit Shader，带SRP Batcher兼容代码"），理解长代码的Token消耗
2. 进阶阶段：开发Unity专属Tool（如"Unity项目打包工具"、"Shader性能分析工具"、"内存泄漏排查工具"），用MCP标准化适配多平台
3. 高阶阶段 ：开发Unity专属Agent（如"自动优化Unity项目内存的Agent"、"Shader代码审查Agent"），编写Unity相关Skill（如SRP Batcher配置Skill、光照烘焙优化Skill、YooAsset打包配置Skill）
4. 落地阶段：搭建Unity开发AI助手，集成到你的开发流程，实现代码生成、审查、优化、打包的全流程自动化