原帖 ｜ Jason ｜ 2026-03-05 13:50 ｜ 👍7 ｜ 阅读约1
AI 扫盲来啦
一、核心基础层
这是AI的“地基”，所有AI能力都建立在这些概念之上。
1. LLM（大语言模型）
就像一个读过海量书籍、看过无数网页的“超级学霸”，能听懂人话、写文章、写代码、回答问题。我们平时用的豆包、GPT、Claude，背后都是它。
2. Prompt（提示词）
你对AI说的话、提的要求，就是提示词。比如“帮我写一篇旅游文案”“解释一下什么是RAG”，AI就是根据这些指令来干活的。
3. Context（上下文）
对话的“短期记忆”。比如你先问“北京有什么景点”，再问“那附近有什么好吃的”，AI能知道你问的是北京附近，就是因为它记住了之前的上下文。
4. Memory（记忆）
比上下文更持久的“长期记忆”。比如你告诉AI“我喜欢科幻小说”，它之后给你推荐书时就会优先考虑科幻，这就是记忆在起作用。
5. Token（令牌）
AI处理文字的“最小单位”，可以理解成AI的“字数”。比如中文里一个词或一个字，英文里一个单词片段，都可能是一个Token。AI的回答长度、收费多少，都和Token数量有关。
二、能力增强层
在地基之上，给AI装上各种“超能力”，让它更聪明、更有用。
1. RAG（检索增强生成）
让AI在回答前，先去一个“专属知识库”里查资料，再结合资料来回答。这样它就不会胡说八道，回答更准确，也能用到你自己的私有数据。
2. Search（搜索）
就是让AI像用搜索引擎一样，去互联网上实时查找最新信息，然后再整理成答案。
3. Function Calling（函数调用）
比如你让AI“查一下明天的天气”，它就会调用天气查询的函数，把结果拿回来再告诉你。
4. Fine-tuning（微调）
用你自己的专属数据，对大模型进行“再培训”，让它更懂你的行业、你的业务，回答更贴合你的需求。
三、应用架构
用这些工具和框架，把AI能力搭建成可用的应用。
1. Langchain
一个非常流行的AI开发框架，就像一个“乐高积木箱”，里面有各种现成的模块（记忆、检索、工具调用等），开发者可以快速拼出一个复杂的AI应用。
2. MCP（模型上下文协议）
一个让AI和各种工具、数据、系统之间顺畅沟通的“通用翻译器”，能够从外部系统获取信息。
3. workflow（工作流）
完成一个任务的固定步骤。比如“写一篇公众号文章”的工作流可能是：确定主题→搜集资料→写初稿→润色→排版发布。
4. SKILL（技能）
给AI Agent赋予的特定能力，比如“订酒店”“写周报”“分析财报”，每个技能都是一套预设的操作流程。
5. PLUGIN（插件）
可以理解为将你本地部署的 AI 工具打包，一次性给其他人，这样其他人安装就可以使用。
6. API接口
让AI和其他软件“对话”的桥梁。比如你开发的App，可以通过API接口调用大模型的能力，让你的App也变得智能。
四、智能体Agent生态
这是AI从“回答问题”进化到“自主完成任务”的关键。
1. Agent（智能体）
一个能自己思考、自己行动的AI“小助手”。它不只是回答问题，还能帮你查资料、订机票、写代码，甚至自己规划步骤去完成一个复杂任务。
2. SubAgent（子智能体）
大Agent手下的“小工”。当一个复杂任务（比如“策划一场婚礼”）被拆解后，会交给不同的SubAgent去完成，比如一个负责找场地，一个负责联系司仪。
3. Multi-Agent（多智能体协作）
多个Agent像一个团队一样分工合作，共同完成一个复杂的大任务。
五、工具与项目
这些是具体的产品和项目，用来实现上面的各种概念。
1. Moltbot / Clawdbot / OpenClaw / Trae / iFlow / Manus / Antigravity / AutoGPT / Gemini
这些都是基于大模型开发的AI Agent或工具项目，专注于自动化和复杂任务处理。比如AutoGPT就是一个能自己设定目标并执行的经典Agent。
2. Claude Code
Anthropic公司Claude模型的代码能力增强版，专门用来写代码、查Bug、解释代码。
3. Cursor
一款集成了AI的代码编辑器，能帮你写代码、重构代码、解释代码，大大提升编程效率。
六、底层支撑
这些是AI运行的“基础设施”，没有它们AI就跑不起来。
1. GPU算力
AI的“超级大脑”，专门用来处理海量数据和复杂计算。训练大模型、运行AI应用，都需要强大的GPU算力支持。
2. Vector Database（向量数据库）
专门用来存储和检索AI生成的“向量数据”的数据库，是RAG技术的核心组件，能让AI快速找到最相关的资料。
3. Embedding（嵌入）
把文字、图片等信息转换成AI能理解的数字向量的技术，是AI理解和处理信息的基础。
相关笔记