从 LLM 到 Agent Skill：9 个底层概念，一次理清整个 AI 技术栈
别再被 AI 新词唬住了：9 个概念，看懂整个 AI 圈
AI 圈像个永远在造新词的工厂。前脚 LLM，后脚 token、context、prompt、MCP、Agent、Agent Skill…… 词儿你都眼熟，真要挨个说清确切含义，很多人就卡壳了。
其实没那么玄。所有这些概念，都围着同一个东西转。从最底层往上捋一遍，你会发现它们一层叠一层，逻辑特别顺。这篇就按「底层工程视角」，把每个概念拆开讲清楚。
本文脉络：LLM → Token → Context（含 Context Window）→ RAG → Prompt → Tool → MCP → Agent → Agent Skill。建议顺着读，每个概念都为下一个埋了伏笔。
1. LLM：一切的起点
LLM = Large Language Model（大语言模型）。大家嘴里的「大模型」，基本指它。今天你能见到的主流大模型，底层架构几乎清一色是 Transformer。
它到底怎么工作？本质是个文字接龙游戏。
你问：「Codigger 编程怎么样？」它收到这句话，内部运算一圈，预测出下一个概率最高的词，比如「特别」；它不会停，而是把这个词追加到输入末尾，接着预测「的」，再预测「棒」…… 直到吐出一个特殊的结束符，回答才结束。这也是为什么大模型只能逐词输出、说话总是一顿一顿的。
关键认知：LLM 本质是一个超大的数学函数——给输入，算输出。它不「理解」意思，只「预测」下一个 token。
但模型跑的全是矩阵运算，只认数字、不认文字。这就引出了下一个概念。
2. Token：模型认识的最小单位
上面说「它收到一句话」，其实不准确。模型直接处理的不是文字，而是 token（词元）。
中间需要一层翻译，叫 tokenizer，做两件事：
- 编码：文字 → 数字
- 解码：数字 → 文字
编码又分两步：
- 切分：把句子拆成最小片段 token（一个 token 可能是一个字、一个词、或词根，中英文规则不同）；
- 映射：把每个 token 对应成一个数字 id。
于是「Codigger 编程怎么样？」会变成一串 id 送进模型；模型吐出 id，tokenizer 再解码回文字。所以 token 才是模型处理文本的真正基本单元，而不是我们肉眼看到的「字」或「词」。
顺带一提：各家大模型按 token 收费、按 token 限长，原因就在这——它们账本上记的是 token，不是汉字。
3. Context：模型的「临时记忆」
你和某个大模型聊天，它好像记得前文：你开头说「我叫 Codigger」，过会儿问「我叫什么」，它还能答上来。
但别忘了，模型只是个函数，给输入出输出，自己没有记忆。
秘密在调用方式上：你每发一条消息，程序都会把整段对话历史一起发给模型。模型看到的永远是「完整对话」，所以它「知道」之前发生了什么。
这份每次处理任务时接收的信息总和，就是 context（上下文）——包括你的问题、对话历史、正在生成的 token、可用的工具列表、系统提示（system prompt）等等。它相当于模型的临时记忆体。
Context Window（上下文窗口）：这个记忆体的容量上限，单位也是 token。一旦超出，要么被截断（忘掉最早的内容），要么就得用下一节的 RAG 等手段来「瘦身」。
4. 当 Context 装不下：RAG
假设你有一千页产品手册，想让模型据此回答用户问题。把整本手册塞进 context？不现实——太长，算力和成本都压不住，还可能直接超出窗口上限。
RAG（Retrieval-Augmented Generation，检索增强生成） 的解法很聪明：
先从手册里捞出与问题最匹配的几段，只把这几段发给模型。模型接到的不是一整本书，而是精选的几句话，既绕开了 context window 限制，成本也低得多。
一句话：RAG 让模型「现查现答」，而不是「把所有知识都装进脑子」。
5. Prompt：怎么把话说清楚
Prompt（提示词），就是你给模型的问题或指令。
只说「创建一个表格」，模型可能给你个 Word 文档——太模糊，它不知道你要什么。换成：「创建一个项目管理表，跟踪项目全生命周期任务，视觉风格优雅简约」，结果立刻不一样。
这就是 Prompt Engineering（提示词工程） 的全部意义：用更精确的表达，把你的真实意图「翻译」成模型能稳稳接住的语言。
6. Tool：让模型看见外面的世界
大模型有知识截止日期，感知不到实时外界。你问「今天北京天气怎么样」，它只能说「我的知识截止到某年某月」。
Tool（工具） 就是破局的钥匙——本质是个函数：输入「城市 + 日期」，输出「天气」。
调用链是四个角色协作：
- 用户提问，发给平台；
- 平台连同「可用工具列表」一起转给模型；
- 模型输出调用指令（工具名 + 参数）——注意，它自己并不执行；
- 平台真的去调用那个函数，把结果返回给模型；
- 模型把结果整理成人话，平台再转回给用户。
模型负责「想用哪个工具、传什么参数」，平台负责「真去执行」。分工明确。
7. MCP：给工具一个统一接口
Tool 好用，但接入规范各平台一套：ChatGPT 按 OpenAI 的写，Claude 按 Anthropic 的写，Gemini 按 Google 的写——同一个工具，要写三遍。
于是有人提出：能不能搞个统一标准？
这就是 MCP（Model Context Protocol，模型上下文协议） 的由来。类比手机的 Type-C 接口——开发者写一次工具，到处都能插上用。它统一了「模型 ↔ 工具」之间的通信规则。
8. Agent：会自己规划的「打工人」
有 Tool、有 MCP，还差最后一步。
「这边天气怎么样？如果下雨，帮我查附近有没有卖伞的店。」——这句话要连续调用多次工具：先调定位工具拿经纬度 → 再查天气 → 发现下雨 → 再找雨伞店 → 汇总答案。
模型需要一步步思考、自己决定下一步做什么。这种「自主规划 + 循环调用工具直到任务完成」的能力，就叫 Agent（智能体）。
常见产品：Claude Code、Codex、Gemini CLI 等；经典构建模式有 ReAct、Plan-and-Execute 等。
一句话区分：Tool / MCP 是「能力」，Agent 是「会调用这些能力去完成目标的系统」。
9. Agent Skill：给 Agent 立的规矩说明书
Agent 不知道你的私人规则。想让它当你的出门小助手，按你的习惯提醒（下雨带伞、强光戴帽、风大穿防风外套、手机必带），还要固定格式输出——它一概不知。你总不能每次提问都复制一大段规则，太反人类。
Agent Skill（智能体技能） 就是提前写好的「说明书」：一个 Markdown 文件，分两层：
- 元数据层：
name+description，告诉 Agent 这个技能叫什么、能干什么； - 指令层：目标、执行步骤、判断规则、输出格式、示例。
写好一次，Agent 就能在需要时自动调用，按你的规矩办事。
串起来看
捋到这儿，整张图就清晰了：
| 概念 | 一句话定位 |
|---|---|
| LLM | 核心引擎，所有 AI 技术都围着它转 |
| Token | 模型处理文本的最小单元（也是计费 / 限长单位） |
| Context | 临时记忆体；Context Window 是它的容量上限 |
| RAG | 当记忆装不下时，让模型「现查现答」 |
| Prompt | 你给模型的具体指令 |
| Tool | 模型调用外部能力的函数 |
| MCP | 统一工具接入标准（Type-C 化） |
| Agent | 能自主规划、连续调用工具的系统 |
| Agent Skill | 给 Agent 立的规矩说明书 |
它们的层次关系，其实是一条线：
LLM（引擎）
└─ Token（它读写的最小单位）
└─ Context（每次能「记住」的信息总和，有 Window 上限）
└─ 记不下时 → RAG（外挂知识，现查现答）
└─ Prompt（你如何指挥它）
└─ Tool + MCP（它如何连接外部世界）
└─ Agent（自主规划、连续调用 Tool 去完成任务）
└─ Agent Skill（给 Agent 定规矩）
看懂这 9 个，再遇到新词，你基本能把它挂到这条链上的某个位置——新词，就唬不住你了。
浙公网安备 33010602011771号