AI 概念一眼懂

聊 AI 时满天飞的名词——大模型、token、prompt、Agent、MCP、Skill、Harness……听着高深，其实都能用大白话讲明白。这一篇让你一眼看懂全部 AI 概念，以后别人聊 AI，你全能接得住。

怎么读

不用背。像看科普一样扫一遍，心里有个印象即可。真正用到某个概念时（比如你要接 API、要配 Agent），再回来细看对应那一段。

一、最核心的三个词

大模型（LLM）：一个读过全网的「超级文科生」

大模型全称「大语言模型（Large Language Model，LLM）」，就是 ChatGPT、Claude、DeepSeek 这些背后的东西。

💡 比喻： 大模型像一个读遍了全世界书和网页的超级文科生。你问它什么，它凭「读过的海量文字」猜出最合理的回答。注意——它是「猜」出来的，不是「查」出来的，所以偶尔会一本正经地胡说（这叫「幻觉」）。

它的核心工作其实特别朴素：根据你给的一段文字，接着往下写。 你说「今天天气真」，它接「好」。把这件事做到极致，就成了能聊天、能写代码的 AI。

Token：AI 眼里的「字」，也是计费单位

AI 不是一个字一个字读，而是把文字切成一小块一小块，每块叫一个 token。

💡 比喻： token 像乐高积木块。一句话被拆成若干积木，AI 一块一块地读、一块一块地拼出回答。

• 粗略记：1 个中文字 ≈ 1~2 个 token，1 个英文单词 ≈ 1 个 token。
• 为什么你要关心它？ 因为 AI 服务按 token 收费（输入 + 输出一起算），而且模型一次能处理的 token 有上限。

Prompt：你给 AI 下的「指令」

Prompt（提示词） 就是你发给 AI 的那段话——你的问题、你的要求、你贴的代码，全算 prompt。

💡 比喻： prompt 像给外包的需求文档。写得清楚（背景+目标+要求），对方交付得好；写得含糊（"随便做个网站"），交付得也含糊。

「提示词工程（Prompt Engineering）」听着玄乎，本质就是「把需求说清楚的手艺」。怎么把 prompt 写好，用 AI 开发 那篇有专门讲。

二、AI 的「记性」和「脾气」

上下文窗口（Context Window）：AI 的「短期记忆」

模型一次对话能「看到」的文字总量（token 数）有上限，这个上限叫上下文窗口。

💡 比喻： 像一张办公桌的大小。桌子（窗口）越大，能同时摊开的资料越多。资料太多桌子放不下时，早先的就被挤下桌——所以聊太久，AI 会「忘记」开头说过的话。

这也解释了为什么 AI「没有长期记忆」：关掉对话，桌子清空，下次从零开始。怎么给 AI 装「长期记忆」，看 AI 记忆体系。

System Prompt：给 AI 定「人设」和「规矩」

System Prompt（系统提示词） 是一段隐藏在最前面的指令，规定 AI 扮演什么角色、遵守什么规则。你平时聊天看不到它，但它一直在起作用。

💡 比喻： 像员工的岗位说明书。「你是一名耐心的编程老师，只用中文、多用比喻回答」——这就是 system prompt，它定调整段对话。

Temperature：AI 的「脑洞大小」

一个能调的参数，控制 AI 回答的「随机/发散」程度。

• 低（如 0.2）：稳重、可预测，适合写代码、算数。
• 高（如 0.9）：天马行空，适合写诗、起名、头脑风暴。

💡 比喻： 像咖啡的浓淡。淡一点清醒规矩，浓一点亢奋跳脱。

三、两大「接口格式」：OpenAI 格式 vs Claude 格式

当你想用代码调用 AI（而不是网页聊天）时，就要按它规定的「格式」发请求。目前有两大主流格式，很多国产模型也兼容它们。

什么是「格式」

💡 比喻： 像填快递单。你要寄东西，得按快递公司的单子填「寄件人、收件人、内容」。调 AI 也一样，得按它的格式把「对话内容」打包好发过去。

OpenAI 格式（事实标准）

OpenAI 的 Chat Completions 接口格式流传最广，大量模型和工具都兼容它，可以说是行业普通话。

Claude 格式（Anthropic）

Claude 是 Anthropic 公司的模型，它的接口（Messages API）思路几乎一样，也是 messages + 角色，但有些细节不同。

OpenAI 格式

核心是一个 messages 数组，每条消息有个「角色」，system 放在 messages 数组里：

{
  "model": "gpt-4o",
  "messages": [
    { "role": "system",    "content": "你是一名编程老师" },
    { "role": "user",      "content": "什么是变量？" },
    { "role": "assistant", "content": "变量就是一个贴了标签的盒子……" }
  ]
}

Claude 格式

同样 messages + 角色，但 system 单独一个字段，不放 messages 数组：

{
  "model": "claude-sonnet-4",
  "system": "你是一名编程老师",
  "messages": [
    { "role": "user",      "content": "什么是变量？" },
    { "role": "assistant", "content": "变量就是一个贴了标签的盒子……" }
  ]
}

三个角色一看就懂：

角色	是谁	大白话
system	系统	定规矩、定人设（岗位说明书）
user	你	用户说的话、提的问题
assistant	AI	AI 的回答

多轮对话就是把「你问、AI 答、你再问」一条条塞进这个数组里发过去。

你需要记住的

两种格式大同小异，都是「system 定规矩 + user/assistant 你来我往」。新手不用纠结细节：用哪个模型就查哪个的文档，或者直接让 AI 帮你写调用代码。知道「有这两大格式、很多东西兼容 OpenAI 格式」就够了。

四、让 AI「会干活」的进阶概念

前面的 AI 只会「聊天回文字」。要让它真正帮你办事（查数据、发邮件、改代码），就有了下面这些概念。

Function Calling / Tools：给 AI 配「工具」

模型本身只会输出文字，不会真的上网、不会真的查数据库。Function Calling（工具调用） 就是给它配一套「工具」，让它能说「我要用这个工具」，由外部程序去执行，再把结果喂回给它。

💡 比喻： AI 是个聪明但手脚被绑住的军师。给它配几个「跑腿的」（工具：查天气、查数据库、发消息）。军师说「去查下北京天气」，跑腿的去查完回来报告，军师再据此给你答复。

Agent（智能体）：能自己规划、自己动手的 AI

Agent = 大模型 + 工具 + 「自己想步骤」的能力。你给它一个目标，它自己拆解成步骤、自己选工具、一步步做，中间根据结果调整，直到完成。

💡 比喻： 普通 AI 像问一句答一句的顾问；Agent 像你雇的一个助理——你说「帮我订下周去上海的高铁并安排酒店」，它自己查车次、比价、下单、订房，全程不用你一步步指挥。

编程里的 AI 工具（如 opencode）就是一种 Agent：你说「修复这个 bug」，它自己去读代码、定位、改文件、跑测试、看结果、接着修。

MCP（模型上下文协议）：AI 世界的「USB 接口」

MCP（Model Context Protocol） 是一个开放标准，规定了「AI 和外部工具/数据源之间怎么对接」。有了它，各种工具能以统一方式插到 AI 上。

💡 比喻： MCP 像 USB 接口标准。以前每个设备一个专用插头，乱七八糟；有了 USB，鼠标、键盘、U 盘统统一个口插上就能用。MCP 让「数据库、文件系统、GitHub、你自己的服务」都能用同一种方式接到 AI 上，AI 插上就会用。

你可以把 MCP 理解为「给 Agent 用的标准化工具插座」。想让 AI 会操作某个东西，就给它接一个对应的 MCP（服务器）。

Skill（技能）：打包好的「专项本领」

Skill 是把「某类任务的做法、步骤、参考资料」打包成一个模块，需要时加载给 AI，让它瞬间「学会」干这件事。

💡 比喻： 像游戏角色的技能卡，或者《黑客帝国》里「一秒学会功夫」。平时不占脑容量，遇到「做 PPT」的活，就加载「做 PPT 技能」，AI 立刻知道该怎么一步步做。

Skill 和 MCP 的区别：MCP 偏向「给 AI 一个能调用的工具/接口」，Skill 偏向「教 AI 一套做事的方法和流程」。

Harness（脚手架/外壳）：把 AI 装进「驾驶舱」

Harness 指包在大模型外面的那层「工程外壳」——负责管理对话、调度工具、维护记忆、和界面对接。你用的 ChatGPT、opencode 这些「产品」，本质都是「大模型 + 一层 harness」。

💡 比喻： 大模型是发动机，harness 是整辆车（方向盘、油门、仪表盘、座椅）。光有发动机你没法开，套上车壳才好用。同一台发动机，装进不同的车壳（harness），就成了不同的产品。

五、其它常听到的名词（扫一眼即可）

名词	一句话大白话
RAG（检索增强）	先去资料库里搜相关内容，再连同问题一起喂给 AI，让它「开卷考试」，答得更准、更少胡说
Embedding（向量）	把文字变成一串数字，让电脑能算「两段话意思像不像」，是 RAG 搜索的基础
向量数据库	专门存 embedding、做「语义搜索」的数据库，RAG 的仓库
Fine-tuning（微调）	拿你自己的数据再训练一下模型，让它更懂某个专门领域（成本高，新手基本用不到）
多模态	不只懂文字，还能看图、听声音、看视频的模型
幻觉（Hallucination）	AI 一本正经地编造不存在的事实/函数，用 AI 时要警惕它
推理模型	回答前会先「想一想、打草稿」的模型，擅长数学、逻辑、复杂编程
蒸馏（Distillation）	用大模型当老师，教出一个又小又快的学生模型
参数量（如 7B、70B）	模型的「脑细胞数量」，B=十亿。通常越大越聪明，但也越慢越贵
开源模型 / 闭源模型	开源（如很多本地可跑的模型）能自己下载部署；闭源（如 GPT、Claude）只能通过官方接口用

一张图串起来

把上面的概念连起来，一个「会干活的 AI 产品」长这样：

看懂这张图，你就把 AI 的骨架摸清了。

什么才算合格

合格标准

1. 能用大白话向别人解释：大模型、token、prompt 分别是什么。
2. 知道 OpenAI 格式和 Claude 格式的共同点（system + user/assistant），以及「很多东西兼容 OpenAI 格式」。
3. 能说清 Agent 和普通聊天 AI 的区别（自己规划、自己动手）。
4. 能用一句话解释 MCP（AI 的 USB 插座）、Skill（技能卡）、Harness（车壳）各是干嘛的。
5. 听到「幻觉、RAG、上下文窗口」这些词不再懵。

概念清了，下一步就是真正用起来：用 AI 开发。