夜雨聆风
别再被漫天的AI概念和工具绕晕了,看这张图就够了!
后台有人私信我，AI 的概念和工具层出不穷，让人很容易迷失在各种缩写和名词里——MCP、Agent、Vibe Coding、Harness Coding、Cursor、Claude Code、Coze、OpenClaw……
的确，AI 行业正处于”概念通胀”阶段。要把这些概念讲清，最核心的逻辑是：从”能力层次”出发，建立一套从”原子工具”到”全自动系统”的坐标系。
下面是我整理的AI概念全系列对照图，一张图搞清楚AI概念和工具图谱。欢迎收藏关注。
喜欢看中文的朋友可以收藏下面这张图：
AI工具进化层级
|
|
|
|
|
|
|---|---|---|---|---|
| L1 | Skill / MCP |
|
|
|
| L2 | Agent（智能体） |
|
|
Claude Code
|
| L3 | Orchestration（编排） |
|
|
LangGraph
|
| L4 | Multi-Agent System（MAS/多智能体） |
|
|
CrewAI
|
| L5 | Autonomous Ecosystem（自主生态） |
|
|
OpenClaw
|
L2 与 L4 正在融合：
– Cursor 目前支持同时运行多达 8 个并行 Agent 来执行不同的子任务。
– Claude Code 虽然在交互上像 L2（单兵作战），但在处理复杂任务时，它内部会进行任务拆解并调用子专家模型，这在技术层面更接近 L4，但在产品定位上它仍保持了 L2 的简洁感。
意图转换层（交互方式）
这部分不属于层级，而是如何使用上述层级的工具——不同交互方式代表人在使用 AI 时的不同角色：
|
|
|
|
|---|---|---|
| Chatbot（聊天机器人） |
|
|
| Vibe Coding（氛围编程） |
|
Cursor
|
| Harness Coding（驾驭编程） |
|
LangGraph
|
底层协议与连接层
核心逻辑： 解决 AI 如何”感知”外部数据、如何”触达”物理世界。
|
|
|
|
|
|---|---|---|---|
| MCP（Model Context Protocol） |
|
|
|
| Function Calling（函数调用） |
|
|
|
| API（接口） |
|
|
|
关键提醒
Cursor / Claude Code / Copilot 不属于某一个单一的进化层级。
它们是”集成开发环境”，内部同时集成了 L1（MCP）、L2（Agent）甚至 L4（多智能体）。从用户的实际体验来说，它们是 Vibe Coding 的最佳载体——你在实时对话中引导 AI，AI 边做你边改。
Coze / Dify / n8n 属于 L3（编排层）。
虽然它们可以创建单体 Agent，但它们存在的核心价值是让你设计”如果……就……”的逻辑流程——这是编排，不是单个 Agent 能完成的工作。
OpenClaw / Hermes Agent 目前处于 L2 到 L5 的过渡地带。
• OpenClaw 因为能深度接管社交账号、电脑 UI 且支持定时任务，已经比普通 Agent 更接近”数字代理人”。
• Hermes Agent（或类似自主交易智能体）开始具备 L5（自主生态）的雏形：它可以自主决定交易时机，甚至管理数字资产，全程无需人工介入。
理解这五个层级不是为了背概念，而是为了在遇到具体问题时，知道该从哪里入手——
你想让 AI 帮你做一件具体的事？从 L1 MCP 开始。 你想让 AI 独立完成一个任务？找 L2 Agent。 你想让 AI 按照你的流程协作运行？上 L3 编排。 你想让 AI 像团队一样分工？用 L4 多智能体。 你想让 AI 自主运转、自动进化？那已经是 L5 了。
不知道从哪一层开始？没关系，大多数人的起点都是 L1——先把一个 MCP 接上，你就已经入门了。