别再被 AI 新词绕晕了：现在大家说的 AI，到底在说什么？

别再被 AI 新词绕晕了现在大家说的 AI到底在说什么现在只要刷到 AI 相关内容基本绕不开一堆新词交互技法Prompt、Context Engineering、RAG开发利器Cursor、Claude Code、Trae、Langchain、Workflow前沿范式Agent、Vibe Coding、SDD、Openclaw核心大脑GPT、Claude、Gemini、Deepseek底层协议Context、Function Calling、MCP词越看越多反而容易把人绕进去我们平时说的 AI到底是在说模型本身还是在说外面那层产品Prompt、RAG、Agent、MCP 这些东西又分别站在哪一层我觉得可以先抓住一条主线底下是大语言模型 LLM上面慢慢搭出 ChatBot、Agent再往上才是 Cursor、Claude、Openclaw 这类具体产品。很多概念听起来很新其实都是在解决同一件事让模型从“能接话”慢慢变成“能干活”。我一开始接触这些工具时最直观的感受也是这样网页对话能帮我解释概念、改文章但真要整理文件、修改代码、跑命令就会发现中间还隔着一层手工操作。后来再看 Agent、MCP、Skill 这些词就没那么抽象了它们基本都在补这层能力。AI 新词地图从能接话到能干活下面就按这条线拆开讲。欢迎微信搜索同名查看往期精彩~一大语言模型是什么大语言模型英文全称Large Language Model简称LLM。它可以先粗略理解成一种在海量文本上训练出来的超大规模数学模型。要理解它先别急着想“智能”从“语言模型”和“大”两个词看会更清楚。1、语言模型本质是词概率接龙语言模型最基础的任务其实就是预测下一个词元Token是什么。Token 可以理解为 AI 世界里的“基本粒子”。AI 并不是直接按我们眼里的汉字、单词来阅读而是会先把输入切成一个个 Token。它可能是一个字比如“天”也可能是一个常见词比如“人工智能”英文里甚至会把 unhappy 拆成 un 和 happy。我们付的钱、上下文窗口长度、模型一次能处理多少内容很多时候也都绕不开 Token 这个单位。比如你输入“举头望明月”模型会根据训练里见过的大量文本判断后面接“低头思故乡”的概率很高。说得通俗一点它像是在做一场复杂到离谱的“文字接龙”。当然真实过程比这个比喻复杂得多但先这样理解不会偏太远。同一个词在不同上下文里会走向不同概率2、“大”量变引起质变的规模这里的“大”主要有两个方面。一个是参数量大参数可以先理解成模型内部大量可调整的连接另一个是训练数据大模型从书籍、网页、论文、代码等文本里学到了非常多语言模式。也正因为规模足够大它不只是会接几个固定短句而是能写解释、写代码、做总结、模拟对话甚至在某些任务上表现得像真的理解了问题。但这个能力也有边界“幻觉”问题模型有时会生成听起来很顺、但事实并不可靠的内容。它更擅长判断“这句话像不像一个合理回答”而不是天然保证每句话都是真的。黑盒困境即使是开发者也很难完全解释模型为什么在某个场景下选择了某种表达。这也是 AI 在医疗、司法、金融等严肃场景里必须谨慎使用的原因。所以我更倾向于这样理解 LLM它不一定像人一样真正理解问题但它在海量文本里学到了足够多的语言关系和知识关联。当规模大到一定程度后最高概率的回答经常刚好符合我们的现实逻辑于是看起来就像拥有了理解能力。二大语言模型为什么能交流如果 LLM 只是预测下一个 Token那它为什么能像聊天对象一样回答问题甚至还能顺着上下文开玩笑关键在于原始模型还需要经过几层改造才会变成我们熟悉的 ChatGPT 这类产品。1、大语言模型微调原始的 GPT-3 更像一个“自动续写插件”。你问它“怎么做红烧肉”它不一定会老老实实给菜谱可能会接着续写一串类似“怎么做红烧肉怎么做东坡肉怎么做狮子头”的标题。为了让它学会“看到问题就回答问题”研究者会做监督微调。简单说就是给模型很多高质量问答样本让它学会对话格式用户问什么、助手应该怎么答。后面还会加入人类反馈强化学习。模型生成多个回答人来判断哪个更好模型再根据这些反馈调整。这样它慢慢学会人类通常更喜欢清楚、有逻辑、安全、能落地的回答而不是一段冷冰冰的续写文本。人类反馈强化学习让模型知道哪种回答更好2、语境设置提示词 PromptPrompt 不只是我们在输入框里打的那几句话。实际使用里它大致可以分成两层。隐性 Prompt系统层这是你输入文字之前产品或开发者提前塞给模型的内容。它会告诉模型当前角色、规则、可调用工具、回答风格等。比如“你是一个编程助手”“不能输出危险内容”“遇到某类任务时可以调用某个工具”这些都属于系统层的设定。显性 Prompt用户层这就是我们自己输入的需求比如“帮我解释这段代码”“把这篇文章改得更口语一点”。平时说的“提示词工程”大多数时候指的就是这一层。3、记忆上下文 Context模型本身没有人类意义上的长期记忆。你开一个新对话它并不会天然记得上一次聊了什么。那为什么它看起来能连续对话原因是每次你发新消息时系统会把前面的对话历史、系统设定、当前问题一起拼成一大段输入再交给模型。模型不是“真的想起来了”而是又看了一遍前文所以能接着聊。对话越长塞进去的内容就越多计算成本和等待时间也会上升。为了减少重复计算底层会用到 KV Cache键值缓存这类技术。可以粗略理解成前面已经算过的部分先缓存起来后面只尽量计算新增内容不必每次都从头来一遍。至于商业计费不同平台规则不一样。有些模型服务会把命中缓存的输入 Token 算得更便宜本质原因是这部分计算成本确实更低。但具体打几折要看服务商自己的定价。上下文与 KV Cache像竖式乘法一样保留中间结果4、上下文压缩 Context Compact / summary缓存解决的是“重复计算”的问题但上下文窗口本身还是有限的。历史对话太长时不可能无限塞给模型。这时就会用到上下文压缩或摘要。系统可能会把早期对话总结成一段更短的背景信息再放进后续输入里。更久远、价值不高的内容则可能通过滑动窗口机制被丢掉。这也是为什么有时候你聊久了会感觉 AI “记得大概方向但忘了细节”。因为它看到的可能已经不是完整原文而是一段压缩后的摘要。这点在写长文或改长代码时很明显。前面明明交代过一个细节聊到后面它可能只记得“文章要写 AI 科普”但忘了你原来强调的某个比喻或某个术语口径。这不一定是它故意忽略而是上下文被压缩后细节优先级被挤掉了。如下图如果当前的 Context Usage 满了就会触发 summary 的压缩功能5、被动 RAG 裁剪在传统 ChatBot 里RAG 通常是被动的。用户提问之后程序先拿问题去知识库里检索相关文档再把检索结果和问题一起拼给模型。模型根据这段额外背景回答。这里的大模型更像一个读材料答题的人。材料由程序提前找好模型本身没有太多选择权。RAG 的底层一般会用向量检索。可以把文档、问题、代码片段都转换成语义空间里的坐标。含义越接近坐标距离通常越近。用户提问时系统也把问题转成向量再找出最接近的几段文本拼进上下文里。所以 RAG 解决的不是“让模型变聪明”而是让模型回答时能看到更相关、更具体的资料。它更像是给模型临时发了一份资料包。比如下图系统会提前把知识库里的文档切成片段并转成向量保存起来。当用户提出新问题时系统也会把问题转成向量再去比较它和各个文档片段的语义距离。假设此处判断出文档 B 和片段 B2 最相关就会把它们和用户问题一起拼进上下文再交给大模型统一作答。把文字变成向量再按相关性找资料三大模型该如何从聊天到办事到这里网页聊天机器人的基本逻辑就差不多了模型会说话有 Prompt 设定有上下文也能通过 RAG 看一些额外资料。但聊天和办事之间还隔着一层。网页 ChatBot 往往只能给建议真正复制文件、改代码、跑命令、查数据库还得人自己动手。用久了就会发现最麻烦的不是“AI 不会说”而是“它说完之后执行还在我手上”。比如让网页 ChatBot 帮我改一篇 Markdown它可以给出一版不错的文字但我还得自己复制、粘贴、保存、检查格式。换到能直接读写本地文件的工具里它就可以先备份原文再直接改文件最后还能帮我检查有没有乱码或格式问题。这个差别就是“聊天”和“办事”的差别。为了把这一步接上就出现了 Agent智能体的概念。Agent 的核心思路是让大模型负责判断下一步做什么真正执行工具调用的部分则由外层应用程序完成。1、主动 RAG 裁剪到了 Agent 阶段检索就不一定只发生在问题刚输入的时候了。模型可以在办事过程中自己判断现在要不要查资料查什么关键词查完够不够要不要再换个方向补一轮比如写行业报告它可能先查市场规模发现数据不够再去查竞争格局最后补政策背景。底层还是向量检索、文档召回那套机制变化在于“谁来决定什么时候检索”。Agent 会边做边查缺什么补什么2、workflow 工作流Agent 让模型自己当调度员确实更灵活。但灵活也会带来不稳定同一个任务今天它可能先查资料再写明天可能直接开始写中间还可能漏步骤。所以工作流就很有必要。像报销审批、定时报表、标准客服回复这类任务要的不是临场发挥而是每次按同一套步骤走。工作流可以理解成提前设计好的路线。哪些步骤固定执行哪些地方需要判断条件哪些节点交给模型处理都可以提前安排好。模型不再是完全自由发挥而是在流程里的某些节点上负责理解、分类、生成或判断。比如下图一个节点可以是一段prompt可以由外部程序结合ai来判断当前节点位置依次传入 prompt或是统一把该规划流程如果流程简单传给 agent由 agent 自行做出流程判断。把路线先定好让模型按节点办事3、SKILL 技能表SKILL可以理解成提前写好的能力说明书。它告诉模型什么情况下该用这个技能具体步骤是什么注意事项有哪些输出应该是什么格式是否需要调用某个工具或脚本。我觉得它最有价值的地方是“按需加载”。AI 和人一样不可能把所有说明书都塞进当前上下文里。更合理的方式是先看每个技能的摘要发现某个技能适合当前任务再把完整说明拿出来读。这有点像一本百科全书。平时只记目录和摘要需要哪一章再翻开哪一章。像查百科目录一样按需加载4、MCPSkill 主要告诉 Agent 怎么做事但 Agent 真要动手还得能连接文件系统、浏览器、数据库、企业内部系统等外部工具。在 MCP 出现之前每个 AI 应用接一个工具往往都要单独写一套适配。换一个应用同样的工具可能还得再接一遍。MCP也就是模型上下文协议想解决的就是这个重复接入问题。它把外部工具包装成相对统一的接口让不同 AI 应用可以用更接近的方式调用工具。这样开发工具、复用工具都会方便很多。把工具接口统一起来5、Harness 防止死循环Agent 还能把复杂任务拆给多个子 Agent 并行处理比如一个负责检索一个负责读代码一个负责改文件最后再汇总。但自主执行也会带来问题模型不一定知道什么时候该停。工具失败了它可能换个说法继续试步骤卡住了它可能绕回原路任务复杂时还可能不断创建子任务消耗越来越多却迟迟没有结果。Harness 就是外层应用给 Agent 加的一套运行约束。它不替模型思考也不在模型内部而是负责限制和监控最多跑多少轮、同一个操作失败几次就停、子 Agent 最多开几个、哪些危险操作必须等人确认。简单说Agent 负责往前冲Harness 负责告诉它别无限跑下去。把 Agent 的执行过程框在可控范围内四大模型当下的交互方式把这些概念落到日常使用里差别主要在三个问题在哪输入AI 能看到什么它能不能直接帮你改文件、调工具、执行命令目前常见形态大致有四类。1、网页对话这是最常见的 ChatBot 形态在浏览器里一问一答。Prompt、Context、被动 RAG大多都能在这里看到影子。优点是门槛低打开网页就能用缺点是它通常碰不到你电脑上的文件和工具。它适合查资料、写稿、改表达、头脑风暴但很多时候只能把方案说出来真正落地还得你自己复制粘贴。2、终端命令行交互终端里的 AI 工具更接近“能办事”的形态。它可以读写当前目录下的文件、执行 shell 命令、跑脚本不需要你在网页和编辑器之间来回切。现在 Windows 上也有 Codex、Claude 这类上层软件包装Linux 用户则更习惯直接在命令行里用。主动 RAG、子 Agent、Harness 之类能力很多时候已经被集成在客户端或 CLI 里。3、编程 IDE 集成这是程序员用得比较多的一类。AI 嵌进编辑器后可以看到当前项目、打开的文件、光标位置。Cursor、Trae、GitHub Copilot、CodeBuddy、Antigravity 都可以放到这一类里看。相比网页对话IDE 里的 AI 更清楚代码上下文也更方便直接改文件、跑测试、看报错。SKILL、MCP 这类能力在这类产品里也会比较常见比如接数据库、文档、Git 工具等。实际写代码时这种差别很明显。网页里问“这个报错怎么解决”通常要自己贴代码、贴报错、再把答案搬回项目IDE 里则可以让 AI 直接看相关文件改完再跑测试。它不一定每次都对但少了很多来回复制的成本。4、集成化桌面端桌面端面向的场景更杂不只服务程序员。它可以整理文件、写文档、查资料、操作浏览器也可能对接微信、钉钉甚至通过手机下发指令。这类产品背后同样离不开 SKILL、MCP 和 Agent。区别是它把入口做得更自然用户不一定要懂命令行也不一定在写代码。它更像一个能看屏幕、能调工具、能处理本地任务的助手。五总结回到开头那个问题我们聊的 AI到底是什么很多时候我们说的并不是裸的大语言模型而是搭在 LLM 上的一整套系统。LLM 是地基ChatBot 让它能对话Prompt、Context、被动 RAG 基本发生在这一层Agent 让它开始办事主动 RAG、Workflow、SKILL、MCP、Harness 都是在给 Agent 补能力、加边界。最后落到 Cursor、OpenClaw 这些产品只是入口不同网页、终端、IDE、桌面端。底层主线并没有那么乱。所以新名词不用一个个死记。先看它站在哪一层再看它解决的是聊天、检索、流程、工具调用还是运行约束。层次清楚了名单再长也没那么吓人。现在大家说的 AI是一层层包出来的系统欢迎微信搜索同名查看往期精彩~