写在前面

不知道你有没有这种感觉：

打开技术社区或者 GitHub Trending，10 个里面 7 个基本都是 AI 相关的：Agent、skill、MCP、RAG、Vibe Coding、Context Engineering…，

几天不关注，就觉得自己已经跟不上了。按理说，更难受的是很多文章解释一个词的时候，会默认你已经懂对了十个词。怎么说呢，

查一个词。要先查五个新词，一个词看不懂就读不下去了。

于是我整理了一篇 AI 热词。希望用一篇文章，把最近高频出现的这些概念串起来让你在面对海量术语时不再迷失。

顺序也很关键这方面。从模型本身 → 模型提高 → Agent → 工程化 → AGI

前面的概念，是后面的基础。

为了方便理解。全文统一使用一个比喻：

一、先认识 AI 的“大脑”

LLM

LLM，即大语言模型。ChatGPT、Claude、DeepSeek 等 AI 产品背后的主要模型，都属于这一类。

简单理解的观点是，LLM 是在海量文本数据上训练出来的模型。它最基础的任务是：

• 根据已有内容预测接下来最可能出现的信息。

• "好"、“热”或“冷”...

现在的大模型早已超越简单补全文字，后它表现出了代码生成能力、逻辑推理能力、文本理解能力和任务规划能力。

Token这方面，模型世界里的计量单位

模型并不是直接理解文字。而是先将文本切分成一个个 Token——模型处理信息的基本单位。怎么说呢，

• "I | love | AI" 三个 Token；中文通常更细，例如 "人工智能很强" 可以被切分为 "人工 | 智能 | 很 | 强" 或 "人 | 工 | 智 | 能 | 很 | 强"。

痛点一：Token 计算方式多样，导致收费和上下文长度难以直观估算。

为什么 Token 关键？

• API 通常按 Token 数量收费；老实说，
• 上下文长度按 Token 计算；
• 一次能处理的信息量也受限于 Token 数量。

Context Window：模型一次能看到多少东西

"Context Window" 或者 ""。表示模型一次交互能够处理的信息总量，包括当前输入、历史对话、程序提示词等。比如一个支持 200K Context Window 的模型代表着它一次最多处理约 200。000 个 Token 的上下文.

痛点二：记忆丢失往往不是忘记，而是超出窗口大小导致信息被裁剪掉。按理说，让人觉得“AI 会忘记”，其实是“窗口太小”。

从Prompt来看，如何给模型布置任务

• "写一个。" —— 普通 Prompt；
• "你是一名技术负责人。请把下面方案成 X 点，用于 CTO 汇报。" —— 高级 Prompt。

痛点三：Prompt 写得不当会导致输出模糊或错误，花费大量时间调试才得到满意答案。

二、给模型开

MCP 和 RAG 等技术解决了 LLM 本身出现的问题：

• Lack of private data;
• Knowledge staleness;
• No external world interaction。

说到MCP。统一连接 AI 和工具的协议

TOKENS 与 MCP 并行工作的关键性——痛点四 当你尝试接入第三方 API 时Token 消耗暴涨且无统一调用规范，让开发者既要考虑费用，又要兼顾多套 SDK 的差异化实现。怎么说呢，

• “公司内部文档” - 没有被训练进 LLM。 却需要实时访问的关键资源。
• “产品说明”。“技术规范”,“项目代码” 等等都可以通过 RAG 提供最新信息。其实，Narrowing Gap Between Training Data and Real-World Knowledge.
• 流程示例: ① 切分资料    ② 转向量    ③ 存向量库    ④ 搜索匹配    ⑤ 提供结果给 LLM.

   
  ✓ 成功!