从 LLM 到 Agent：一篇文章搞懂 AI 圈热词！

写在前面

不知道你有没有这种感觉：

现在打开技术社区或者Github Trending ，10个里面7个基本都是 AI 相关的：

Agent、skill、MCP、RAG、Vibe Coding、Context Engineering......

几天不关注，就感觉自己已经跟不上了....

更难受的是，很多文章解释一个词的时候，会默认你已经懂另外十个词。

查一个词，要先查五个新词，一个词看不懂就读不下去了。

于是我整理了一篇 AI 热词，希望用一篇文章，把最近高频出现的这些概念串起来。

顺序也很重要：从模型本身 → 模型增强 → Agent → 工程化 → AGI

前面的概念，是后面的基础。

为了方便理解，全文统一使用一个比喻：

把大模型想象成一个非常聪明的实习生。

他能力很强，但也有一些限制。

一、先认识 AI 的"大脑"

LLM（Large Language Model）

LLM，大语言模型。

ChatGPT、Claude、DeepSeek 等 AI 产品背后的核心模型，都属于这一类。

简单理解：LLM 是在海量文本数据上训练出来的模型，它最基础的任务是：

根据已有内容预测接下来最可能出现的信息。

比如：

今天天气真......

模型会根据训练经验判断后面可能出现：

好、热、冷......

当然，现在的大模型早已经超过简单补全文字。

经过大规模训练后，它表现出了：

代码生成能力
逻辑推理能力
文本理解能力
任务规划能力

所以我们的 AI 实习生：

读过大量资料，知识面很广，很多问题都能处理。

Token：模型世界里的计量单位

模型并不是直接理解文字。

文本输入模型之前，会被切分成一个个 Token。

Token 可以理解成：

模型处理信息的基本单位。

比如一句：

I love AI

可能会被切分成：

I | love | AI

三个 Token。

中文通常切分会更细一些，例如：

人工智能很强

可能会被切分成：

人工 | 智能 | 很 | 强

或者

人 | 工 | 智 | 能 | 很 | 强

为什么 Token 重要？

API 通常按照 Token 数量收费
模型上下文长度按照 Token 计算
一次能够处理的信息量也受到 Token 限制

所以 Token 就像模型世界里的"流量"。

你提供的信息越多，消耗的 Token 越多。

Context Window：模型一次能看到多少东西

Context Window，也叫上下文窗口。

它表示：

模型一次交互能够处理的信息总量。

通常包括：

当前输入
历史对话
系统提示词
工具信息
模型输出

比如一个模型支持：

200K Context Window

意味着它一次最多处理约 20 万 Token 的上下文。

很多人觉得："为什么聊久了 AI 会忘记之前说过的话？"

其实不是它忘了。

而是：那些内容已经不在当前上下文范围内。

就像实习生桌子只有一张 A4 纸。

写满以后，必须擦掉旧内容，才能继续记录新的内容。

Prompt：如何给模型布置任务

Prompt，就是你发送给模型的指令。

比如：普通 Prompt：

写一个总结。

高级 Prompt：

你是一名技术负责人，请把下面方案总结成 5 点，用于 CTO 汇报。

为什么 Prompt 有价值？

因为模型需要知道：

你的目标是什么
需要什么格式
应该采用什么身份
输出标准是什么

二、给模型开外挂

模型虽然聪明，但有几个问题：

不知道你的私有数据
知识可能过时
不会主动操作外部世界

下面这些技术，就是解决这些问题。

RAG：给模型外挂知识库

中文：检索增强生成。

解决的问题：

模型不知道训练外的数据。

比如：

公司内部文档
产品说明
技术规范
项目代码

模型训练时并没有这些内容。

RAG 的流程：

提前把资料切分
转换成向量
存入向量数据库
用户提问时搜索相关内容
把结果提供给模型回答

这样模型回答时，不再只依赖训练记忆，而是可以参考最新资料。

类似：

实习生回答问题之前，可以先去公司的资料库查文档。

Embedding：让文字变成数字

Embedding 是 RAG 中的重要技术。

简单理解：

Embedding 是把文字转换成计算机能够理解的数字向量。

比如 苹果手机 和 iPhone。

虽然文字不同，但表达的含义非常接近。

通过 Embedding，系统可以理解内容之间的语义关系，从大量资料中找到和用户问题相关的信息。

不过实际的 RAG 检索并不只依赖向量相似度。

工程中通常会结合：

向量检索（Embedding）：根据语义寻找相关内容
关键词检索（Keyword Search）：匹配明确的关键词
混合检索（Hybrid Search）：结合两种方式，提高检索准确率

简单来说：

Embedding 负责理解"意思像不像"，关键词检索负责匹配"有没有这个词"，两者结合，才能更稳定地找到需要的资料。

Fine-tuning：重新训练模型行为

Fine-tuning，也叫微调。

如果说 RAG 是：

给实习生一本资料，让他查询。

那么 Fine-tuning 是：

重新培训这个实习生，让他的工作方式改变。

例如让模型：

更符合某种写作风格
更擅长某个专业领域
输出固定格式内容

简单区分：

RAG 改变的是：

模型知道什么。

Fine-tuning 改变的是：

模型怎么做事。

Tool Calling：让模型学会使用工具

模型本身只能生成文字。

它不会：

查询数据库
调接口
执行代码
发邮件

Tool Calling 的方式：

提前告诉模型：

你可以使用这些工具。

例如：

scss 复制代码

getWeather(city)

模型判断：

"我要查询天气。"

然后生成调用请求。

真正执行的是你的程序。

所以模型负责决定，代码负责执行。

类似：

就像这个实习生知道"我需要查一下天气"，但他不会自己写代码调用天气接口，而是告诉系统："请帮我调用天气查询工具。"系统执行后把结果给他，他再继续完成任务。

MCP：统一连接 AI 和工具的协议

它解决的问题：

以前：

每个 AI 应用连接不同工具，都需要单独开发。

例如：

A 工具写一套接口。

B 工具再写一套。

成本很高。

MCP 希望建立一个统一协议：

工具按照 MCP 标准提供能力；
AI 应用按照 MCP 标准连接。

以前：

每个设备接口不同。

后来：

大家统一 USB-C。

MCP 的目标就是让 AI 和工具之间有一个统一连接方式。

Memory：给 AI 一个可管理的记忆系统

Memory 解决的问题：

Agent 在多轮任务中，需要持续利用过去的信息。

模型本身并不会真正记住之前发生的事情。

Memory 的做法是：

把重要的信息从当前上下文中提取出来，保存到外部存储中。

比如：

用户偏好
项目背景
历史决策
常用操作习惯

当后续任务需要时，系统再把相关信息检索出来，重新提供给模型。

所以 Memory 并不是让模型"拥有了记忆"，而是给 Agent 增加了一套信息管理机制。

类似：

实习生不会因为换了一天就自动记住所有项目细节，但公司会保存项目文档和工作记录。当他再次参与项目时，可以先查看相关资料，再继续工作。

Skill：给 AI 一套可复用的工作能力

Skill 可以理解成：

给 AI 准备的一套任务处理规范和流程。

它通常包含：

任务执行步骤
相关知识说明
使用工具的方法
输出格式要求
注意事项

例如：

如何生成技术周报
如何处理客户问题
如何执行代码发布流程

Skill 不需要重新训练模型。

它更像是在模型之外增加一层"工作方法库"：

当 Agent 遇到某类任务时，加载对应 Skill，让模型按照预定义的方法完成工作。

类似：

实习生入职时，公司不会重新培养一个人，而是给他不同岗位的工作手册。遇到对应任务时，先参考相关流程，再开始处理。

三、从聊天机器人到 Agent

Agent：能够自主完成目标的 AI

普通聊天机器人：你问一句，AI 答一句。

Agent：你给一个目标

它自己：

分析任务
制定计划
调用工具
根据结果调整
完成任务

核心区别：

下一步做什么，是谁决定的？

如果流程提前写死：这是自动化。

如果模型动态决定：更接近 Agent。

ReAct：Agent 的经典工作模式

ReAct：Reason + Act。

也就是：思考 → 行动 → 观察 → 再思考。

例如修 Bug：

分析错误
修改代码
运行测试
根据结果继续调整

它不是一次生成答案，而是在不断循环。

Workflow：固定流程的 AI

Workflow：提前定义流程。

例如：

用户问题

↓

分类

↓

检索资料

↓

生成答案

↓

人工审核

每一步怎么走，提前设计。

优点：

稳定
可控
成本低

缺点：

灵活性不足。

四、AI 时代工程师的新工作

Prompt Engineering（提示词工程）：让模型更好地理解任务

简单来说，就是研究：

如何设计输入给模型的指令，让模型产生更准确、更稳定的结果。

早期使用大模型时，大家发现：

同一个模型，同一个问题，只是换一种表达方式，结果可能差异很大。

比如普通问法：

帮我优化这段代码。

得到的结果可能比较泛。

更好的 Prompt：

你是一名资深前端工程师，请分析下面这段 React 代码的问题，从性能、可维护性、代码规范三个方面给出优化建议，并提供修改后的代码。

模型得到的信息越明确，输出通常越符合预期。

Prompt Engineering 主要关注几个方面：

角色设定（Role）：告诉模型应该以什么身份回答
任务描述（Task）：明确要完成什么目标
上下文补充（Context）：提供必要背景信息
输出约束（Constraint）：限制格式、长度、风格

不过，Prompt Engineering 解决的问题主要是：

怎么更好地告诉模型做什么。

当任务越来越复杂时，仅靠优化一句 Prompt 已经不够。

因为模型需要的不只是一个问题，而是一整套工作环境：

需要哪些资料
需要哪些工具
需要哪些历史信息
什么时候加载什么内容

于是就出现了更大的概念： Context Engineering

Context Engineering（上下文工程）：管理模型看到的信息

本质：

应该给模型提供什么信息。

包括：

Prompt
RAG 数据
Memory
Tool
Skill
历史上下文

一句话：

Prompt Engineering 关注如何向模型提出一个更好的问题。

Context Engineering 关注如何设计模型完成任务所需要的整个信息环境。

Harness Engineering：打造 AI 的工作环境

Harness 可以理解成：

围绕模型构建的一整套运行框架，让 AI 能够安全、稳定地完成任务。

它通常包括：

系统提示词和任务规范
可调用的工具
权限控制
沙箱环境
上下文管理
错误处理和重试机制
安全限制

为什么需要 Harness？

因为同一个模型，放在不同的 Harness 中，表现可能完全不同。

一个裸模型可能只能回答问题；

但加入工具、流程、记忆和安全机制后，它可以变成一个能够执行复杂任务的 Agent。

类似：

发动机决定汽车的动力，但车身、方向盘、刹车和控制系统，决定这辆车最终能不能稳定行驶。

模型是发动机，Harness 就是整辆车。

Loop Engineering（循环工程）：优化 Agent 循环

Agent 的核心就是不断循环：思考 → 行动 → 观察。

Loop Engineering 关注：

循环多少次停止？
如何避免无限消耗 Token？
什么时候需要人工介入？
如何压缩上下文？

让 Agent 不会陷入死循环。

五、终点：AGI

AGI（Artificial General Intelligence 通用人工智能），目前 AGI 没有统一定义。

通常认为：它应该具备类似人类的通用能力：

学习新任务
解决未知问题
跨领域迁移

现在的大模型更像：

很多领域都非常优秀的超级实习生。

但距离真正能够长期自主学习、适应现实世界的智能系统，还有很长距离。

写在最后

看完这些概念，你会发现 AI 领域这些新名词虽然越来越多，但背后的核心变化其实并没有那么复杂。

过去，我们更多是在使用 AI：提出问题，让模型生成答案。

而现在，AI 正在逐渐从一个"聊天工具"，变成一个能够理解任务、调用工具、处理信息、协助完成工作的智能助手。

对于开发者来说，未来重要的不只是会写 Prompt，也不只是会调用模型 API，而是理解模型的能力边界，并学会如何为 AI 设计更好的工作环境。

技术名词还会不断出现，但真正值得掌握的不是记住每一个缩写，而是理解它们解决了什么问题。

当你知道一个技术为什么出现，它自然就不再陌生。