目录
[LLM（大语言模型，Large Language Model）](#LLM（大语言模型，Large Language Model）)
[上下文窗口（Context Window）](#上下文窗口（Context Window）)
[AI 幻觉（Hallucination）](#AI 幻觉（Hallucination）)
[推理模型（Reasoning Model）](#推理模型（Reasoning Model）)
[MoE（混合专家模型，Mixture of Experts）](#MoE（混合专家模型，Mixture of Experts）)
[二、AI 智能体（Agent）相关](#二、AI 智能体（Agent）相关)
[Agent（AI 智能体）](#Agent（AI 智能体）)
[Multi-Agent System（多智能体系统，MAS）](#Multi-Agent System（多智能体系统，MAS）)
[Agent Skill（智能体技能）](#Agent Skill（智能体技能）)
[MCP（模型上下文协议，Model Context Protocol）](#MCP（模型上下文协议，Model Context Protocol）)
[Tool Use / Function Calling（工具调用）](#Tool Use / Function Calling（工具调用）)
[Harness Engineering（驾驭工程）](#Harness Engineering（驾驭工程）)
[A2A（Agent to Agent）](#A2A（Agent to Agent）)
[RAG（检索增强生成，Retrieval-Augmented Generation）](#RAG（检索增强生成，Retrieval-Augmented Generation）)
[CoT（思维链，Chain of Thought）](#CoT（思维链，Chain of Thought）)
[端侧 AI（On-device AI）](#端侧 AI（On-device AI）)
[世界模型（World Model）](#世界模型（World Model）)
[AIGC（AI 生成内容，AI Generated Content）](#AIGC（AI 生成内容，AI Generated Content）)
[多模态大模型（Multimodal LLM）](#多模态大模型（Multimodal LLM）)
[Vibe Coding（氛围编程）](#Vibe Coding（氛围编程）)
[AGI（通用人工智能，Artificial General Intelligence）](#AGI（通用人工智能，Artificial General Intelligence）)
[OCC（一人公司，One Person Company）](#OCC（一人公司，One Person Company）)
[GED / GEO（生成式引擎优化）](#GED / GEO（生成式引擎优化）)
[具身智能（Embodied AI）](#具身智能（Embodied AI）)
随着 AI 的不断发展，涌现出了许多名词。平时刷行业资讯、上手新工具的时候，各类缩写和新概念层出不穷，常常看着看着就被陌生术语绕得晕头转向，零散搜索又总是记不牢。索性把当下主流的高频 AI 名词系统梳理了一遍，配上通俗的解释和对应的产品工具，既是给自己整理一份随时能翻的备查手册，也希望能帮到同样在入门阶段的朋友快速建立认知，不用再挨个查概念浪费时间。
一、基础模型核心概念
LLM（大语言模型，Large Language Model）
大语言模型是当前绝大多数 AI 产品的核心底座，本质是训练了海量文本数据的概率生成系统 ------ 输入一段内容，它会预测下一个最合理的字词，逐字接龙生成完整回复。 它不是自带答案的知识库，因此天生具备创造性，但也会出现 "编造事实" 的问题。
典型代表：
- 海外旗舰：GPT-5.4、Claude Opus 4.6、Gemini 3.1 Pro
- 国产主流：DeepSeek V4、豆包 4.0、Kimi 2.5、通义千问 3.6、智谱 GLM-5.1
- 开源模型：Llama 4、Qwen 3.6、Gemma 4、MiniCPM-o 4.5
Token（词元）
大模型处理文本的最小单位，也是 AI 服务的通用计费单位。它不等于单个字或词：英文里一个常见单词通常是 1 个 token，中文里一般 1~2 个汉字对应 1 个 token。 理解 token 最实用的价值是控制成本：同样的内容，表述越精简，token 消耗越少，调用费用越低。
典型代表 ： OpenAI API、Anthropic Claude API、国内豆包 / DeepSeek 等开放平台均按 Token 计费；开发侧常用tiktoken等工具统计 Token 消耗量。
上下文窗口（Context Window）
指大模型单次对话中能 "记住" 的信息总量，单位为 token。窗口越大，单次能塞入的资料越多，比如可以直接上传整本书、整个项目代码库让 AI 分析。
典型代表： Claude 3.5 Sonnet（200 万 Token）、Kimi 2.5（200 万 Token）、GPT-5.4（128 万 Token），主打超长文档审阅、全项目代码库一次性分析。
AI 幻觉（Hallucination）
指大模型在输出时，一本正经地编造不存在的事实、数据、引用，内容逻辑通顺但完全不符合现实。这是 LLM 基于概率生成的天生特性，不是程序 bug。
典型解决方案产品： 带引用溯源的 AI 搜索（Perplexity）、知识库问答工具（NotebookLM）、企业级 RAG 系统，通过绑定真实数据源从源头降低幻觉概率。
推理模型（Reasoning Model）
以 OpenAI o 系列为代表的新一代模型，核心特点是不会直接输出答案，而是先进行多步逻辑推导、自我校验，再给出最终结论。相比传统 LLM，在数学计算、代码调试、复杂方案设计等场景准确率大幅提升。
典型代表： OpenAI o3、DeepSeek R1、Gemini 2.5 Deep Think，是当前模型技术的核心演进方向。
MoE（混合专家模型，Mixture of Experts）
一种主流的大模型架构设计：把一个超大模型拆成多个 "专家小模型"，处理任务时只激活和当前任务相关的少数专家，其余部分不参与计算。优势是在保证模型能力的同时，大幅降低算力消耗。
典型代表： GPT-5.4、DeepSeek V4、Gemini 主流版本系列、Mixtral 系列，当前主流旗舰大模型几乎都采用 MoE 架构来平衡性能与推理成本。
二、AI 智能体（Agent）相关
Agent（AI 智能体）
AI 从 "问答工具" 向 "执行助手" 进化的核心形态。和传统聊天机器人不同，Agent 具备自主规划、工具调用、自我纠错的能力：你只需要给出最终目标，它会自己拆解步骤、调用工具、解决中途问题，最终交付结果。
典型代表：
- 代码开发类：Claude Code、Cursor Agent 模式
- 通用任务类：OpenAI Operator、Gemini Spark
- 搜索研究类：Perplexity 深度研究 Agent
Multi-Agent System（多智能体系统，MAS）
由多个具备不同专长的 Agent 组成的协作系统，类似一个虚拟团队。比如可以搭配 "需求分析师 Agent + 开发 Agent + 测试 Agent + 产品经理 Agent"，各自负责一块，协同完成完整项目。
典型代表： CrewAI、MetaGPT、AutoGen、LangGraph，以及 Dify、Coze 等低代码平台的多智能体工作流模块。
SubAgent（子智能体）
主智能体的 "下属执行者"。主 Agent 接到复杂任务后，会把任务拆分成多个子模块，分别派发给不同的 SubAgent 独立执行，每个 SubAgent 拥有自己的上下文和执行逻辑。
典型代表：
Claude Code 原生 SubAgent 功能、CrewAI 的角色化智能体分配，主 Agent 统一调度，子 Agent 并行处理细分任务。
Agent Skill（智能体技能）
可以理解为 Agent 的 "功能插件"，把标准化的操作流程、指令模板封装成独立技能，给 Agent 装上就能直接调用，不用每次重复写提示词。
典型代表： Claude Code 官方 Skill 市场、第三方开源 Skill 库（如代码审查 Skill、部署检查 Skill），像手机装 APP 一样按需扩展 Agent 的能力边界。
MCP（模型上下文协议，Model Context Protocol）
被称为 "AI 界的 USB 接口"，是 Anthropic 推出的统一工具调用协议。在此之前，不同 AI 工具对接第三方服务都要单独开发；MCP 统一了标准后，只要配置一次，所有支持 MCP 的 Agent 都能直接调用对应的工具和数据。
典型代表：
- 协议发起方：Anthropic
- 支持的客户端：Claude Code、Cursor、Windsurf 等 Agent 工具
- 常用 MCP 服务：Figma MCP、GitHub MCP、数据库 MCP、文件系统 MCP
Tool Use / Function Calling（工具调用）
大模型主动调用外部工具的能力，是 Agent 的基础核心能力。模型能自己判断 "什么时候需要查资料、什么时候需要发邮件、什么时候需要运行代码"，并自动调用对应函数获取结果。
典型代表： GPT-4o、Claude 3.5、DeepSeek V4 等主流大模型均原生支持；产品侧如 ChatGPT 插件、Claude 工具调用、豆包插件中心。
Harness Engineering（驾驭工程）
2026 年兴起的工程化概念，核心是围绕 AI Agent 构建一整套约束、管控、反馈和安全校验机制。如果把大模型比作一匹力气大但野性的马，驾驭工程就是马鞍、缰绳、赛道和刹车系统。
典型代表：
- 商业标杆：OpenAI Codex Harness、Claude Code 内置管控体系
- 开源框架：LangGraph、OpenClaw、DeerFlow、阿里云 HiClaw
- 观测工具：LangSmith、AgentOps，用于监控和审计 Agent 全执行流程
A2A（Agent to Agent）
不同厂商、不同平台的智能体之间的通用通信协议，相当于 "智能体的世界语"。有了 A2A，来自不同公司的 Agent 可以互相发现、沟通、协作，共同完成任务，打破不同 AI 产品之间的壁垒。
典型代表：
- 协议标准：Google 发起的 A2A 开放协议，现由 Linux Foundation 托管
- 支持平台：Google Vertex AI Agent Engine、Microsoft Teams 智能体、LangChain、CrewAI、AutoGen
- 行业落地：电信领域 A2A-T 协议（华为等厂商推动的跨厂商智能体协作标准）
三、模型工程与技术类
RAG（检索增强生成，Retrieval-Augmented Generation）
目前最主流的 "让 AI 变靠谱" 的技术。简单说就是让 AI 回答问题前，先去指定的知识库、数据库里检索真实资料，再基于检索到的内容生成答案。
典型代表：
- 编排框架：LangChain-X、LlamaIndex
- 向量数据库：Milvus、Pinecone、Chroma
- 开箱即用产品：Dify、阿里云百炼 RAG 方案、NotebookLM
微调（Fine-tuning）
用特定领域的专属数据，对已经训练好的基础大模型做 "二次训练"，让模型更贴合特定场景的风格、逻辑和知识。和 RAG 的区别是：RAG 是 "回答前查资料"，微调是 "把知识刻进模型里"。
典型代表：
- 商用平台：OpenAI Fine-tuning 接口、Anthropic 微调服务、国内各大模型平台微调功能
- 开源工具：LLaMA Factory、PEFT，用于本地 / 私有化场景微调
CoT（思维链，Chain of Thought）
一种提升模型推理能力的经典技术，核心是引导模型像人一样 "一步步思考"，把推理过程拆成多个步骤再输出答案，而不是直接给出结果。
典型代表： 所有推理模型均内置思维链能力；提示词工程中常用 "一步步思考" 类指令触发；OpenAI o 系列、DeepSeek R1 都支持可视化展示完整思考过程。
Hook（钩子机制）
Agent 开发中的常用技术，可以在 Agent 执行流程的不同节点（比如执行命令前、生成回复后、调用工具前）插入自定义的逻辑。
典型代表： Claude Code 原生 Hook 系统、LangChain 的回调函数、LangGraph 的节点拦截器，常用于定制个性化工作流，比如代码提交前自动格式校验。
端侧 AI（On-device AI）
AI 模型直接在用户的本地设备（手机、电脑、耳机、摄像头）上运行，不需要把数据传到云端计算。优势是响应速度快、保护用户隐私、断网也能使用。
典型代表： 苹果 Apple Intelligence、高通骁龙 AI 引擎、华为盘古端侧模型；硬件侧如 Copilot+ PC、小米澎湃 OS 端侧 AI 功能；本地运行工具 Ollama。
世界模型（World Model）
让 AI 理解真实世界物理规律的技术方向。传统 LLM 只懂语言，世界模型则能理解事物的因果关系、运动逻辑，预测 "接下来会发生什么"。2026 年被行业称为 "世界模型元年"。
典型代表： Google Gemini Omni、OpenAI Sora（视频生成底层基于世界模型逻辑）、特斯拉自动驾驶世界模型。
四、生成应用与实践类
AIGC（AI 生成内容，AI Generated Content）
所有由 AI 生成的内容都属于 AIGC，包括文生文、文生图、文生视频、文生音频、AI 写代码等，是目前大众接触最多的 AI 应用形态。
典型代表：
- 文本：ChatGPT、Claude、豆包
- 图像：Midjourney、DALL・E 3、Stable Diffusion 3
- 视频：OpenAI Sora、Google Veo、可灵 AI
- 音频：Suno、Udio
多模态大模型（Multimodal LLM）
不再只局限于处理文字，能同时看懂图片、听懂语音、识别视频的大模型。你可以直接给它发截图、语音、视频片段，它能理解内容并给出回应。
典型代表： GPT-4o、Claude 3.5 Sonnet、Gemini 3.1 Pro、豆包 4.0，均支持图文音视频多模态输入输出。
Vibe Coding（氛围编程）
也叫 "感觉编程"，由 OpenAI Andrej Karpathy 提出的编程新范式：开发者不需要手写代码，只用自然语言描述需求、风格和整体感觉，AI 负责生成代码、调试细节、迭代优化。
典型代表： Cursor、Claude Code、Windsurf，都是主打自然语言驱动的 AI 编程工具。
五、行业趋势与新业态
AGI（通用人工智能，Artificial General Intelligence）
指具备和人类同等水平认知能力的 AI，能像人一样处理任意领域的任务，具备自主学习、举一反三的能力。
说明：暂无成熟商用产品，是 OpenAI、Google DeepMind 等机构的长期研发目标，当前所有产品均属于窄域 AI。
OCC（一人公司，One Person Company）
2026 年兴起的创业形态，指一个人借助各类 AI 工具，独立完成研发、产品、运营、销售、客服等全链路工作，实现单人公司盈利。
典型工具组合： Claude Code（开发）+ Midjourney（设计）+ Suno（音频）+ Notion AI（文案）+ 豆包（运营客服），独立开发者借助这套工具链实现单人全链路运营。
GED / GEO（生成式引擎优化）
AI 时代的 "SEO"，核心是优化内容的结构和表述，让大模型在回答用户问题时更容易检索、引用你的内容，从而在 AI 搜索时代获得曝光。行业内也常称 GEO（Generative Engine Optimization），和 GED 所指一致。
典型代表： Semrush AI Toolkit、Otterly.ai、Profound、Analyze AI、BrightEdge，用于监测品牌在 AI 搜索结果中的曝光、优化内容被大模型引用的概率。
具身智能（Embodied AI）
拥有物理实体的 AI，比如人形机器人、机械臂、智能无人车等。AI 不再只存在于屏幕里，而是能在真实物理世界中行动、交互、完成具体任务。
典型代表： 特斯拉 Optimus 人形机器人、波士顿动力 Atlas、宇树四足机器人、工业 AI 机械臂。