从ChatGPT爆火开始，人工智能成为了新的风口，发展速度之快令人咋舌。有人说，生产工具的发展会催生新的就业岗位，但目前来看，人工智能导致了互联网行业更加严重的裁员。在大学里，我听到了很多新的概念，但也是迷迷糊糊一知半解，在OpenClaw爆火的时候，我也懒得折腾。但是当我真的亲眼看到现在Agent的能力时，还是会为之惊叹，对于新技术，在头脑里揣测100次，也不如亲手体验1次，如果懒得自己操作，也一定要亲眼看看它的效果，尤其是在线下。

现在各行各业都要AI赋能，虽然感觉更多是一群不懂技术的领导拍脑袋的决定，但是不得不说AI确实有这个能力，它确实能提高各个领域各个环节的效率。从K12教育到高等教育都在想方设法地往课堂里结合AI，我为什么选择了人工智能与大数据呢？因为我觉得未来人工智能将会成为通识，正如程序设计这门课一样。掌握了使用更高效的工具的方法，带来的好处不仅在于就业方面，更在于综合素质。

作为计算机专业的学生，接触到名词很多，所以我想梳理一下AI的基础概念。这里参考了从 LLM 到 Agent Skill，一期视频带你打通底层逻辑！和近年AI应用技术串讲与优质文档分享｜Agent、Skill、OpenClaw、Harness……，都是很高质量的视频，推荐。

LLM：Large Language Model，大语言模型，简称大模型。这是AI浪潮的基础，也是大家最熟悉的一个概念，GPT，Gemini，DeepSeek都是大语言模型，我更愿意把它比作一个函数，它能够接受我们输入的文字，输出回答。它的工作方式是根据你输入的提示词，预测下一个最合理的字词，这句话其实也反映了它是数据驱动的，是经验性的，大语言模型的能力强，是人类在信息时代产生了大量可供学习的语料的结果。

token：词元。现在人们经常说花了多少token，就像说一个货币单位一样，但是实际上它是大模型处理文本的最小单位。大模型实际上是一个数学函数，在用户输入问题后，先把文字切割成一个个token，再把token转换成数字，一句话就这样变成了一个向量，我们经常看到由几层小圆圈相互交织连接成的神经网络示意图，这看起来非常高深，但是实际上这些小圆圈就是线性代数里的矩阵运算，交织在一起的神经网络就是多进行了几层计算。经过计算之后，模型得到了一个数字，这就是一个token，再把这个token转换成文字，回答就完整了一点。

context：上下文。从字面上来看，它指的是我们与模型对话的历史记录，但不够完整，实际上它还包括了模型当前正在输出的回答，工具列表和system prompt。而context window，上下文窗口指的就是模型能够记住的上下文规模。

prompt：提示词。字面意思，就是你发给大模型的文字，告诉它做什么。上面说的system prompt就是在后台告诉大模型的一些规则，user prompt就是用户输入的提示词，当然这两个词不大常见。曾经很火的Prompt Engineering，提示词工程就是研究怎么写好提示词，让大模型的回答更符合要求。一段好的提示词应该包括角色、任务、背景信息、输出格式等等，比如“你是一位资深律师……”，但是用的比较少。

Fine-tuning：微调。在已有模型的训练基础上，用特定数据再训练，让模型更适合某个具体任务或场景。它修改模型本身的参数，需要花费很多的算力。

RAG：Retrieval-Augmented Generation，检索增强生成。大模型本身知识有限，当问到“今天广州的天气怎么样”或者“公司今年的年假政策是什么”这样的问题时，它无法从训练过程中学过的知识找到答案，可能会编造答案。RAG就是让大模型在回答问题时，先去资料库里找出与问题相关的片段，把检索到的内容和用户问题一起拼成提示词，基于这些提示词再去生成回答。

tool：工具。大语言模型明明只能处理文本，为什么还发展出如此强大的能力呢？因为它可以通过语言来调用工具，大模型本身不知道今天的新闻，它可以使用联网搜索tool，大模型不知道本地的文件，它可以调用文件操作tool，调用的时候，需要写一个含有tool名和参数的json文件，外部程序把结果返回给模型。

MCP：Model Context Protocol，模型上下文协议。MCP出现以前，大模型调用工具方式不一样，不同工具被调用的方式也不一样，使用工具需要写很多套适配代码，MCP就像大模型的USB-C接口，工具按照MCP去制定被调用的方式，大模型按照MCP调用工具，提供工具的那一方就叫MCP Server。

agent：智能体。普通的LLM无法感知或改变外部世界，只能处理文本，而agent是给LLM增加了感知、规划、记忆和工具调用的能力，让LLM充当大脑，使得AI能够自动化地执行一长串复杂任务。有一个词叫基座模型，也是LLM，虽然只有文本处理功能，但是我们微调之后，通过语言可以实现思考，也可以通过语言调用工具，所以LLM是基础。agent的定义没有那么明确，我有了一个基座模型，我可以微调让它会使用简单的工具，那它也可以叫做一个agent。不过，我们通常认为agent要实现思考 - 行动 - 观察的循环，去模拟人类完成一个任务的模式。

skill：技能。把一整套agent能力（prompt、多个工具、参考资料、任务流程、规则等）封装为可复用模块，从而实现低门槛分享与复用，一个skill本质上约等于一个子agent。一个skill对应着一个文件夹，包含了所需的资料和工具脚本等。在接收到任务后，agent会把所有skill的名称和描述看一遍，选择适合的skill，再把这些skill文件夹里SKILL.md里的所有内容加载到上下文里，按需使用这个skill的工具或者资产。

许多老师都说，没有什么知识是你学了就一定能找到工作的。但是对技术的热爱可以支撑我们走下去。