Agent & AI 名词大扫盲

Agent & AI 名词大扫盲：一篇文章搞懂 10 个核心概念

你是不是经常在 AI 圈听到一堆名词——大模型、Agent、RAG、MCP、Function Call……每个都似懂非懂？这篇文章用最通俗的语言，一口气帮你扫清 10 个高频 AI 术语。

1. 什么是大模型？

一句话：大模型就是「读过全网、能对答如流」的超级大脑。

大模型（Large Language Model，LLM）是指参数规模巨大的神经网络模型，通过在海量文本数据上训练而来。它学到的不是「死记硬背」，而是语言的模式、逻辑的脉络和知识的关联。

典型代表： GPT-4、Claude、Gemini、DeepSeek、Qwen 等。

可以这样理解：一个学生读了互联网上几乎所有的书、文章和对话，虽然不能保证每个知识点 100% 准确，但绝大多数问题都能给出像样的回答——这就是大模型。

💡 为什么叫「大」？ 因为参数多、训练数据大、计算资源大。模型越大，通常能力越强，但成本也越高。

2. 什么是 Prompt？

一句话：Prompt 就是你跟 AI 说的话——它是你给模型的「指令」。

Prompt（提示词）是用户输入给大模型的文本，用来引导模型生成期望的输出。同一个模型，用不同的 Prompt，可能得到天差地别的结果。

例子：

• 差 Prompt： “写点什么”
• 好 Prompt： “你是一个资深科技博主，请用通俗易懂的语言写一篇 800 字左右的 AI 科普文章，面向编程初学者，语气轻松有趣。”

进阶技巧： 好的 Prompt 通常包含角色设定 + 任务描述 + 输出要求 + 约束条件。这被称为「Prompt Engineering」（提示工程）。

3. 什么是 Agent？

一句话：Agent 是「会自己动手干活的 AI」，不只是聊聊天而已。

Agent（智能体）是指能够自主感知环境、做出决策、执行行动的 AI 系统。它不只是回答问题，而是可以：

• 拆解复杂任务（规划）
• 调用工具来执行（行动）
• 根据结果自我修正（反思）
• 记住上下文（记忆）

普通的 LLM 就像一个「纸上谈兵的顾问」——你问他怎么修水管，他能说得头头是道。而 Agent 则像是一个「带着工具箱上门的水管工」——先检查哪里漏水，然后决定用扳手还是生料带，动手修好，最后检查效果。

💡 典型 Agent 框架： LangChain、AutoGPT、Claude’s Agent Loop、OpenAI Assistants API。

4. 什么是 Tool？

一句话：Tool 是 AI 的「手脚」，让它不光能说，还能做。

Tool（工具）是赋予 AI 执行具体操作的能力。没有工具，AI 只能生成文本；有了工具，AI 可以：

Tool 就像给 AI 配了各种「外挂设备」——计算器、搜索引擎、记事本、电话……AI 不再是「空口说白话」，而是真的能动手做事。

5. 什么是 Function Call？

一句话：Function Call 是 AI 和代码之间的「翻译官」，让 AI 知道什么时候该调用什么函数。

Function Call（函数调用）是一种让大模型结构化输出调用请求的机制。当 AI 认为需要执行某个操作时，它不再输出普通文字，而是输出一段结构化的函数调用指令：

1{
2  "function": "get_weather",
3  "arguments": {
4    "city": "北京",
5    "date": "2026-07-21"
6  }
7}
8

然后由外部系统解析这个指令，真正执行对应的函数，再把结果返回给 AI。

说白了就是：你和 AI 聊天，AI 说「我需要查一下天气」→ 它输出一个格式化请求 → 系统接收到请求后去调天气 API → 系统把结果还给 AI → AI 再告诉你天气怎么样。Function Call 就是中间那步「格式化的请求」。

6. 什么是 MCP？

一句话：MCP 是 AI 的「万能插头」，让不同模型和不同工具能互相插拔。

MCP（Model Context Protocol，模型上下文协议）是由 Anthropic 提出的一种开放协议，旨在统一 AI 模型与外部工具、数据源之间的通信方式。

核心思想： 就像 USB-C 统一了充电接口一样，MCP 想要统一 AI 的工具接口。有了 MCP：

• 一个工具写一次 MCP 接口，就能被所有支持 MCP 的模型使用
• 一个模型通过 MCP，就能接入成百上千的工具和数据源

架构图（概念）：

1┌─────────────┐        MCP 协议        ┌──────────────┐
2│  AI 模型     │ ◄──────────────────► │  工具/数据源   │
3│  (Client)    │                       │   (Server)    │
4└─────────────┘                       └──────────────┘
5

以前每个 AI 都有自己的「专用充电线」——A 模型的工具在 B 模型上不能用。MCP 就像是大家统一用 USB-C，所有工具都能插拔，所有模型都能用。

7. 什么是 Skills？

一句话：Skills 是 AI 的「操作手册」，告诉它遇到特定任务时该怎么做。

Skills（技能）是对特定任务的最佳实践模板。一个 Skill 通常包含：

• 场景描述： 什么时候触发这个技能
• 步骤指南： 具体的操作流程
• 约束规则： 什么能做、什么不能做
• 示例输出： 期望的结果格式

例子（Obsidian YOLO 中的 Skill）：

1skill: obsidian-output-format
2描述: 当需要编辑 .md 文件时，输出格式规范
3规则:
4  - 用 <yolo_block> 包裹编辑内容
5  - 支持 REPLACE / INSERT_AFTER / APPEND
6

打个比方，Skills 就像是给 AI 的「SOP（标准作业程序）卡片」——不教 AI 死记硬背，而是告诉它「遇到这类任务，按这个流程走就对了」。

8. 什么是 RAG？

一句话：RAG 是给 AI 配的「参考书」，让它能查资料再回答，而不是瞎编。

RAG（Retrieval-Augmented Generation，检索增强生成）是一种让 AI 在回答问题前先检索相关知识的技术架构。

工作原理：

1. 用户提问
2. 检索： 从知识库（文档库、数据库）中找出最相关的片段
3. 增强： 将检索到的片段作为上下文提供给大模型
4. 生成： 大模型结合上下文给出答案

与其让 AI 闭卷考试（全靠记忆），不如让它开卷考试——先翻书，再答题。这样回答更准确，还能引用来源。

💡 RAG 的最大价值： 解决大模型「幻觉」问题（胡编乱造），同时让 AI 可以回答私有知识库中的内容。

9. 什么是向量数据库？

一句话：向量数据库是 AI 的「语义搜索引擎」，找的不是关键词，而是「意思相近」的内容。

传统数据库搜索靠关键词匹配——搜索「苹果」，只能找到包含「苹果」两个字的内容。而向量数据库把数据转换成数学向量（一堆数字），搜索时找的是语义上最相似的内容。

• 传统搜索：搜「猫咪」→ 只找出写了「猫咪」的文档
• 向量搜索：搜「可爱的毛茸茸小动物」→ 找出关于猫咪、小狗、仓鼠的所有内容（因为语义相近）

典型产品： Pinecone、Weaviate、Milvus、ChromaDB、Qdrant。

主要用途： RAG 的检索环节、相似图片搜索、推荐系统。

10. 什么是 Harness 工程？

一句话：Harness 工程是 AI 的「驾驶舱」，让你能操纵和管理 AI 干活的全过程。

Harness（直译为「挽具」或「控制装置」）工程指的是围绕 AI 模型构建的工程化系统，让 AI 不再是黑箱，而是可控制、可调试、可观察的工具。

包括的环节：

换个角度说：如果把大模型比作发动机，那么 Harness 工程就是整辆汽车的驾驶系统——方向盘、仪表盘、刹车、油门。发动机再强，没有好的 Harness 也开不远。

💡 例子： Obsidian YOLO 插件的 Agent 系统就是一种 Harness 工程——它帮你管理工具、技能、记忆、上下文，让 AI 在你的笔记库里高效工作。

总结对照表

它们之间是什么关系？

最后用一个简单的场景串起来：

1你写了一个 Prompt（指令）
2   ↓
3大模型理解后，需要查私有知识
4   ↓
5通过 RAG（检索）+ 向量数据库（语义搜索）找到相关资料
6   ↓
7如果需要调外部 API → Function Call / Tool 上场
8   ↓
9如果有 MCP 协议 → 各种工具即插即用
10   ↓
11Agent（智能体）统管整个流程：规划→执行→反思→修正
12   ↓
13Skills（技能模板）指导 Agent 按最佳实践操作
14   ↓
15Harness 工程把控全局：调试、安全、观测
16

这样一来，这 10 个名词就不再是孤立的碎片，而是组成了一整套现代 AI 应用的技术栈。

《Agent & AI 名词大扫盲》 是转载文章，点击查看原文。