Type AI
Created May 23, 2026, 08:05:00 / Updated May 23, 2026, 08:05:00
Views — / Comments — / Words 2,800
Back to Blog
AI核心概念
LLM （Large Language Model），全称大语言模型，简称大模型。 底层引擎： Transformer 架构 架构提出时间：2017 年 论文出处：Google 团队发布的《Attention Is All You Need》 | 时间 | 里程碑 | 意义 | |------|--------|...
从 LLM 到 Agent Skill：AI 核心概念完全解析
一、LLM（大语言模型）
1.1 定义
LLM（Large Language Model），全称大语言模型，简称大模型。
- 底层引擎：Transformer 架构
- 架构提出时间：2017 年
- 论文出处：Google 团队发布的《Attention Is All You Need》
1.2 发展简史
| 时间 | 里程碑 | 意义 |
|---|---|---|
| 2017 年 | Transformer 架构提出 | Google 发明的”火种” |
| 2022 年 11 月 | GPT-3.5 发布 | 第一个达到可用级别的大模型 |
| 2023 年 3 月 | GPT-4 发布 | 将 AI 能力天花板拉到新高度 |
| 至今 | GPT-4o/5.4 等 | 持续迭代，业界标杆 |
1.3 工作原理：文字接龙
大模型本质是一个文字接龙游戏：
用户输入 → 模型预测下一个概率最高的词 → 吐出词 → 抓回追加 → 继续预测 → 循环直到结束具体示例：
- 用户提问：“khuatcoung怎么样？”
- 模型预测下一个词：“特别”
- 把”特别”追加到输入后面
- 继续预测下一个词：“的”
- 把”的”追加到输入后面
- 继续预测下一个词：“棒”
- 模型输出结束标识符
- 最终回答：“特别的棒”
这就是为什么大模型要一个词一个词地输出答案。
二、Token（词元）
2.1 定义
Token 是大模型处理文本的最基本单元。
- 大模型本质是一个庞大的数学函数，内部运行矩阵运算
- 大模型不认识人类文字，只认识数字
- Tokenizer（分词器）是人类与大模型之间的”翻译官”
2.2 Tokenizer 的工作流程
编码（文字→数字） 解码（数字→文字）
用户输入 ──→ Token 切分 ──→ Token ID 映射 ──→ 模型处理 ──→ 输出 Token ID ──→ Token 映射 ──→ 文字输出编码环节（两步）：
- 切分：把文本拆成最小的片段
- 映射：把每个 Token 对应到一个数字（Token ID）
解码环节：
- 只有一步：把数字转换回文字
- 不需要切分，因为模型每次只输出一个 Token
2.3 Token 与词的关系
Token ≠ 词，两者没有明确的对应关系。
中文示例：
| 输入文本 | 预期切分 | 实际切分 |
|---|---|---|
| 我的频道叫Khuatcoung工作坊 | 4 个词 | 5 个 Token（“工作坊”被拆成”工作”+“坊”） |
| 程序员 | 1 个词 | 2 个 Token（“程序”+“员”） |
英文示例：
| 单词 | Token 数量 | 说明 |
|---|---|---|
| hello | 1 个 | 常见单词恰好对应 |
| going | 1 个 | 常见单词恰好对应 |
| helpful | 2 个 | 拆分为”help”+“ful” |
| 对勾符号 | 3 个 | 无显示字符，用 Token ID 更直观 |
2.4 Token 数量估算
| 语言类型 | 平均一个 Token 等于 |
|---|---|
| 英文单词 | 约 0.75 个 |
| 中文汉字 | 约 1.5~2 个 |
示例：
- 40 万个 Token ≈ 60~80 万个汉字 ≈ 30 万个英文单词
2.5 Token 可视化工具
三、Context（上下文）与 Context Window
3.1 Context 定义
Context（上下文）= 大模型每次处理任务时接收到的信息总和
可以把它看作大模型的临时记忆体，包含：
- 用户问题（User Prompt）
- 对话历史
- 大模型正在输出的每一个 Token
- 工具列表
- System Prompt
- 其他配置信息
3.2 Context Window 定义
Context Window（上下文窗口）= Context 能够容纳的最大 Token 数量
3.3 主流模型 Context Window 对比
| 模型 | Context Window |
|---|---|
| GPT-4o | 105 万 Token |
| Claude 3.1 Pro | 100 万 Token |
| Claude Opus 4.6 | 100 万 Token |
100 万 Token ≈ 150 万汉字 ≈ 整部《哈利波特》全集
3.4 RAG 技术（扩展知识）
当需要处理超过 Context Window 限制的文档时，使用 RAG（Retrieval-Augmented Generation）技术：
用户问题 → 从长文档中检索最相关的片段 → 只把相关片段发给大模型 → 大模型回答优点：
- 不受 Context Window 限制
- 降低成本
四、Prompt（提示词）
4.1 定义
Prompt = 给大模型的具体问题或指令
4.2 Prompt Engineering（提示词工程）
研究如何把话说清楚，让大模型更精准理解意图。
现状：门槛较低 + 大模型能力越来越强 → 这个概念已较少被单独提及
4.3 User Prompt vs System Prompt
| 类型 | 中文名 | 来源 | 作用 |
|---|---|---|---|
| User Prompt | 用户提示词 | 用户在对话框输入 | 说明具体任务 |
| System Prompt | 系统提示词 | 开发者在后台配置 | 说明人设和做事规则 |
示例场景：数学辅导机器人
System Prompt（开发者配置，用户看不到）：
你是一个耐心的数学老师，当学生问你数学问题的时候，
不要直接给出答案，而是要一步一步引导学生思考，
帮助他们理解解题思路。User Prompt（用户输入）：
3加5等于几？大模型的响应（受 System Prompt 影响）：
我们可以这样想，你手里有三个苹果，然后又拿了5个，
现在一共有多少个呢？你可以数一数看。如果没有 System Prompt，大模型可能直接回答”8”。
五、Tool（工具）
5.1 为什么需要 Tool
大模型的弱点：无法感知外界环境，无法获取实时信息。
示例：
问：今天上海的天气怎么样？
答：抱歉，我无法获取实时天气信息，我的知识库截止到某年某月...5.2 Tool 的本质
Tool = 函数（Function）
输入 → Tool（内部操作，如调用 API） → 输出天气查询工具示例：
输入：城市、日期
处理：调用气象局接口
输出：天气信息5.3 工具调用完整流程
涉及角色：
| 角色 | 职责 |
|---|---|
| 用户 | 发起问题 |
| 大模型 | 选择工具、生成参数、归纳总结 |
| 平台 | 传话筒，串联整个流程，实际调用工具 |
| 工具 | 执行具体操作（如查天气） |
流程图：
1. 用户问题 → 平台 → 大模型（附带可用工具列表）
↓
2. 大模型分析 → 发现需要天气信息 → 生成工具调用指令（工具名+参数）
↓
3. 工具调用指令 → 平台 → 实际调用工具 → 获取结果
↓
4. 工具结果 → 大模型 → 整理成人话
↓
5. 整理后的回答 → 平台 → 用户关键点：大模型无法自己调用工具，它只能输出文本告诉平台想调用什么工具，实际调用由平台完成。
5.4 Tool 的两个核心职责
- 选择工具：选择需要调用的工具，生成对应参数
- 归纳总结：拿到工具执行结果后，做归纳整理
六、MCP（模型上下文协议）
6.1 问题背景
在 Tool 接入平台时，每个平台的规范不同：
| 平台 | 接入规范 |
|---|---|
| ChatGPT | OpenAI 规范 |
| Claude | Anthropic 规范 |
| Gemini | Google 规范 |
问题：同一个工具要写三遍接入代码。
6.2 MCP 解决方案
MCP（Model Context Protocol）= 统一的工具接入标准
作用：工具开发者只需按照 MCP 规范开发一次，该工具即可被所有支持 MCP 的平台使用。
类比：所有手机都用 Type-C 接口，统一标准，方便所有人。
6.3 MCP 全称
Model Context Protocol = 模型上下文协议
七、Agent（智能体）
7.1 Agent 的定义
Agent = 能够自主规划、自主调用工具、持续工作直到完成用户任务的系统。
7.2 Agent 与 Tool 的区别
| 概念 | 特点 |
|---|---|
| Tool | 单次调用 |
| Agent | 多步规划 + 多次调用 + 持续运作 |
7.3 Agent 工作示例
用户问题：
今天我这里的天气怎么样？如果下雨的话，
帮我查一下附近有没有卖雨伞的店。可用工具：
- 定位工具（查询经纬度）
- 天气工具（根据经纬度查天气）
- 店铺工具（根据经纬度查附近店铺）
Agent 的思考与执行流程：
1. 分析：用户问天气 → 需要知道位置 → 调用定位工具
↓
2. 获取经纬度：-74°（经度）, 40°（纬度）
↓
3. 分析：有了位置 → 调用天气工具查天气
↓
4. 获取天气：有雨
↓
5. 分析：下雨 + 用户要查雨伞店 → 调用店铺工具
↓
6. 获取结果：附近 100 米有家便利店卖伞
↓
7. 综合所有信息 → 输出最终答案7.4 主流 Agent 产品
- Claude Code
- OpenCode
- Cursor
- Codex
- PI
7.5 Agent 构建模式
经典模式包括：ReAct、Plan-and-Execute 等。
八、Agent Skill（智能体技能）
8.1 问题背景
即使有 Agent，每次使用仍然需要重复输入大量规则和格式要求：
"我马上要出门，该带些什么呢？"缺失的信息：
- 个人习惯（下雨戴伞、光照强戴帽子、空气差戴口罩、风大穿防风外套、手机必带）
- 输出格式要求（先总结 + 列出物品清单 + 带原因）
- 天气查询步骤
8.2 Agent Skill 的本质
Agent Skill = 提前写好的给 Agent 看的说明文档
8.3 Agent Skill 结构
┌─────────────────────────────────────────┐
│ 元数据层（Metadata） │
│ - name: go_out_checklist │
│ - description: 出门清单... │
├─────────────────────────────────────────┤
│ 指令层（Instructions） │
│ - 目标 │
│ - 执行步骤 │
│ - 判断规则 │
│ - 输出格式 │
│ - 示例 │
└─────────────────────────────────────────┘8.4 Agent Skill 示例
---
name: go_out_checklist
description: 出门清单助手，根据天气提醒用户带好装备
---
# 目标
每次出门前帮用户检查天气并提醒携带物品
# 执行步骤
1. 调用定位工具，获取用户经纬度
2. 调用天气工具，获取天气信息
3. 根据天气数据，按照判断规则整理携带物品
4. 按照输出格式输出结果
# 判断规则
- 下雨 → 戴伞
- 光照强 → 戴帽子
- 空气差 → 戴口罩
- 风大 → 穿防风外套
- 必带 → 手机
# 输出格式
先来一句总结，然后列出物品清单，每个物品带原因
# 示例
用户问题：我马上要出门帮我看看今天要带什么东西
定位工具返回：经度-74，纬度40
天气工具返回：下雨，光照强
期望输出：
"今天天气有点糟糕，记得带这些东西：
- 雨伞（今天有雨）
- 帽子（光照较强）
"8.5 Agent Skill 部署步骤
1. 创建文件夹
路径：用户目录/.claude/skills/
文件夹名称 = Agent Skill 名称（如 go_out_checklist）
2. 创建文件
文件名：skill.md（必须大写，这是硬性规范）
3. 将内容粘贴保存
8.6 Agent Skill 工作机制
用户提问 → Claude Code 检测到问题与 Agent Skill 相关
↓
读取 Agent Skill 完整内容（指令层）
↓
按 Agent Skill 要求执行步骤
↓
输出符合格式要求的结果九、概念体系总览
┌──────────────────────────────────────────────────────────────────┐
│ AI 概念层次结构 │
├──────────────────────────────────────────────────────────────────┤
│ │
│ ┌─────────┐ │
│ │ Agent │ ← 能够自主规划、调用工具、持续运作的程序 │
│ └────┬────┘ │
│ │ │
│ ┌────┴─────────────────┐ │
│ │ Agent Skill │ ← 给 Agent 的说明文档 │
│ └────┬─────────────────┘ │
│ │ │
│ ┌────┴────┐ ┌──────────┐ │
│ │ Tool │────→│ MCP │ ← 统一的工具接入标准 │
│ └────┬────┘ └──────────┘ │
│ │ │
│ ┌────┴──────────────────────────┐ │
│ │ LLM（大模型） │ ← 所有 AI 技术的核心 │
│ └────┬──────────────────────────┘ │
│ │ │
│ ┌────┴──────────────────────────┐ │
│ │ Token（最基本处理单元） │ │
│ └────┬──────────────────────────┘ │
│ │ │
│ ┌────┴──────────────────────────┐ │
│ │ Context（临时记忆体） │ ← 包含历史、规则、当前输入 │
│ │ Context Window（容量上限） │ ← 最大 Token 数量 │
│ └───────────────────────────────┘ │
│ │
│ ┌────────────────┐ ┌────────────────┐ │
│ │ System Prompt │ │ User Prompt │ ← Prompt 的两种类型 │
│ └────────────────┘ └────────────────┘ │
│ │
└──────────────────────────────────────────────────────────────────┘核心概念速查表
| 概念 | 英文 | 作用 |
|---|---|---|
| LLM | Large Language Model | 大语言模型，AI 核心 |
| Token | Token | 处理文本的最基本单元 |
| Context | Context | 大模型的临时记忆体 |
| Context Window | Context Window | Context 的容量上限 |
| Prompt | Prompt | 给大模型的具体指令 |
| User Prompt | User Prompt | 用户输入的问题 |
| System Prompt | System Prompt | 开发者配置的人设规则 |
| Tool | Tool/Function | 让大模型感知外部环境 |
| MCP | Model Context Protocol | 统一的工具接入标准 |
| Agent | Agent | 自主规划+持续工作的系统 |
| Agent Skill | Agent Skill | 给 Agent 的说明文档 |
Comments
Notes, questions, and follow-ups are welcome here.
Comments are temporarily unavailable because
WALINE_SERVER_URL or PUBLIC_WALINE_SERVER_URLis not configured.