ai agent --- 概念串烧

前面20篇文章已经将aiAgent所有的东西都讲了一遍,从最基础的概念到最后的langGraph,还有监控软件、关系型数据库,对象型数据库,向量数据库。作为一名前端转ai agent的开发者,你不但要会做前端页面,还得会写后端代码,知道每一个工具背后的价值和存在的意义。

接下来我就将所有ai agent里面遇到的名字归纳总结一下:

AI 领域的核心概念从底层到顶层逐层拆解

① LLM(大语言模型)

  • 本质是一个概率预测机器 ,基于 Transformer 架构(2017年提出)
  • 核心工作方式 = "文字接龙" :根据已有内容预测下一个 Token,循环直到完成
  • 输入输出都是数字(Token ID),所有回答是一个 Token 一个 Token 生成的
  • 局限:只会产生文本,无法联网、计算或操作文件

② Token(词元)

  • LLM 处理文本的最小离散单位 ,由 Tokenizer 通过 BPE 算法将文字编码为 Token ID
  • ≠ 一个字 ≠ 一个词 :中文约1~2个汉字,英文约 0.75 个单词
  • 不同模型的 Tokenizer 切分规则不同,同一段文本在不同模型中的 Token 数不同
  • 是计费和长度限制的基本单位 ,输入 Token 通常比输出 Token 贵,所以skill就显得很重要

③ Context & Context Window(上下文 / 上下文窗口)

  • Context = 模型本轮"看到"的全部信息总和 = System Prompt + 历史对话 + User Prompt + 工具返回结果 → 相当于临时记忆
  • 关键认知:模型没有真正的记忆,每次都把历史对话重新发给它
  • Context Window = 一次最多能处理的 Token 数(如 8K / 128K / 1M+)
  • 超长文本解决方案:RAG(检索增强生成) ------不塞全文,只取相关片段

④ Prompt(提示词)

  • User Prompt:用户直接输入的问题或指令
  • System Prompt:开发者预设的"人设/规则/输出格式",在对话开始时注入
  • 好的 Prompt 要清晰、具体、明确 → 提示词工程(Prompt Engineering)
  • 趋势:随着模型能力增强,模糊 Prompt 也能被较好理解

⑤ Tool(工具)

  • 赋予模型感知和影响外部世界的能力(搜索网页、计算、操作文件、查询位置天气等)
  • 模型负责选择和生成指令,平台负责执行调用
  • 类似给"大脑"装上了"手和脚"

⑥ MCP(Model Context Protocol,模型上下文协议)

  • 大模型统一接入工具的协议 ------解决不同 AI 平台重复适配工具的问题
  • 类比手机的 Type-C 接口:工具按标准开发一次,多平台通用
  • 包含 Tools、Resources、Prompts 三类能力
  • 比如一个tool,在千问上能用,在chatGTP上也能用

⑦ Agent(智能体)

  • 能自主规划、连续调用多个工具直到完成复杂任务的智能程序
  • 核心特征:自主规划 + 循环决策(观察→思考→执行→再观察)
  • 经典示例:用户问"帮我查天气和附近卖雨伞的店" →Agent自动定位→查天气→搜索店铺→汇总输出
  • 常见构建模式:ReAct、Plan and Execute、Reflection、Multi-Agent

⑧ Agent Skill(智能体技能)

  • 本质 ​ = 提前写好、塞给 Agent 的一份 Markdown 说明文档(SOP)

  • 两层结构:

    • 元数据层 :Name + Description(供系统判断何时调用)
    • 指令层:目标、执行步骤、判断规则、输出格式、示例
  • 核心机制 :渐进式披露(Progressive Disclosure)------不相关时不占 Token,需要时再展开

  • 存放规范(以 Claude Code 为例):~/.claude/skills/go-out-checklist/SKILL.md


💡 核心洞见

类比 含义
LLM 是发动机 一切能力的核心引擎
Token 是燃料单位 文本处理的最小颗粒度
Context 是燃料舱 临时记忆空间
Prompt 是油门指令 告诉模型做什么
Tool 是外挂机械臂 触达外部世界
MCP 是 Type-C 接口 统一接入标准
Agent 是能自己开车的司机 自主规划+执行
Skill 是开车手册 沉淀为可复用的经验

最终结论 :理解这条链路后,再看 ChatGPT / Claude / Cursor / Claude Code 等产品,本质都在这个框架下运作------AI 不是魔法,是一层一层搭起来的工程概念。

相关推荐
feixing_fx5 小时前
第一个 JS 程序:在浏览器控制台和 Node 中分别运行
开发语言·前端·javascript·前端框架·ecmascript
feixing_fx7 小时前
变量与声明:let、const、var 的选择边界
开发语言·前端·javascript·前端框架
JavaGuide9 小时前
Cloudflare 开源的这套神级安全审计 Skill 太好用了!
前端·后端
孟健10 小时前
用 unslop 拯救 AI 生成网页的塑料感,7 分钟重构落地实测
前端·人工智能·ai编程
feixing_fx10 小时前
JavaScript 是什么:从浏览器脚本到通用编程语言
开发语言·前端·javascript·前端框架·ecmascript
丘山望岳10 小时前
【开发工具】 cluade code常用快捷键
前端
小巫编程室11 小时前
我造了一个 Java 能力包:让 AI 直接调用你的业务代码
java·前端·后端
小y的笔记11 小时前
JavaScript URL 状态同步
前端·javascript
十有八七11 小时前
手搓 Agent(五):学会翻书——RAG,先查资料再回答
前端·人工智能·后端
Swot11 小时前
产品 RAG 知识库与 AI 顾问 设计与实现
前端·后端