一口气搞懂 11 个 AI 热词:用一家餐厅就够了

LLM、Agent、MCP、RAG、Skill……开会时满耳朵都是这些词，但没人给你解释。这篇不讲公式，只开一家餐厅。

先说结论：把 AI 想象成一家餐厅

这两年 AI 圈最让人头疼的地方，不是技术太难，而是黑话太多。

同一个东西，昨天叫大模型，今天叫基座模型，明天叫智能体；刚搞明白"提示词"，又来了 MCP；MCP 还没弄懂，又让你去"养龙虾"。

其实这些概念并不难，它们难的只是彼此的关系。所以我打算用一个统一的画面把它们装进去：

一家餐厅。

你是客人，AI 是后厨。下面这 11 个词，全都是这家餐厅里的某个角色、某个物件、或者某条规矩。

先上一张全景图，把 11 个词的位置关系摆清楚——中心是只会接话的大厨，往外一圈一圈，从认识大厨到替你干活。后面每一节，就是把图上的一块讲透。

一、Token：把食材切成标准小块

后厨有一个前置环节，叫切配。整头蒜、整棵葱不会直接下锅，要先切成大小统一的小块。

AI 也一样。它看不懂"字"，它只看懂 token——把文字切成的标准小块。

• 一个汉字，大致算 1 个 token；一个英文单词，大致算 1.3 个 token。
• 你说一句话，先被切成 token，模型才"吃得下去"。

那你为什么要关心这个？因为 token 是账单上的最小刻度。模型按 token 收费，"记性"（上下文窗口）也按 token 算。

语境窗口就像厨师的案板——再大的案板也就那么大。材料堆满了，最早放上去的就得被撤下去。这就是为什么你跟 AI 聊得太久，它会开始"忘事"。

一句话：Token 是 AI 世界的计量单位，也是你花钱的最小刻度。

二、LLM：只会背菜谱、只会接话的大厨

LLM（大语言模型），就是这家餐厅的大厨。

这位大厨读遍了天下菜谱，知识面极其恐怖。但他有个怪癖：你给半句话，他往下接。

你说"今天想吃……"，他顺着往下编"……一碗热汤面"。

注意，他不是在"查答案"，他是在"续写"。他全部的本事，就是猜下一个字最可能是什么。

这也解释了两件事：

第一，他为什么这么厉害——因为他"读"过的东西太多了，猜得极准。

第二，他为什么会一本正经地胡说八道（幻觉）——因为他终究是在根据概率发挥，就像照着菜谱自由发挥，一不小心把"糖"写成"盐"。

相关产品

• 国外：ChatGPT（OpenAI）、Claude（Anthropic）、Gemini（Google）、Llama（Meta）、Grok（xAI）
• 国内：DeepSeek、通义千问 Qwen（阿里）、豆包（字节）、Kimi（月之暗面）、文心一言（百度）、智谱 GLM、腾讯混元、讯飞星火、MiniMax

一句话：LLM 是一张极其会说人话、但完全没有手的嘴。

三、Prompt：你递上去的那张点菜单

你今天想吃点什么？你得说。

Prompt 就是点菜单。菜名越含糊，出品越随机。

"随便做个菜。"

这句话的结果，大概率是端上来一盘你不吃的东西。

"家常味，少油少盐，微辣，不要香菜，10 分钟内上桌。"

这一版，出品稳定得多。

很多人对 prompt 的理解停留在"许愿"——许个愿望，看 AI 能不能猜中。但更准确的说法是：交代任务。一张合格的"点菜单"通常包含六样东西：角色、目标、输入、约束、输出格式、一个示例。

其中"一个示例"（few-shot）性价比极高：你给 AI 看一个你想要的样子，比写十行描述都管用。

相关资源：OpenAI 与 Anthropic 官方都有提示词指南；国内各家智能体平台（扣子、文心智能体等）里配置机器人时，填的就是这段提示词。

一句话：Prompt 是你唯一零成本的提升手段——同一个厨师，点菜单写得清楚，菜就好吃。

四、RAG：厨房旁边那个"现查现取"的冰箱

大厨有个硬伤：他的知识停在训练那天。

你问他"公司上周新发的那份政策怎么规定的"，他不知道。不是他笨，是他根本没看过。

RAG（检索增强生成）的解法很朴素：在开放式厨房旁边，放一个冰箱和一台档案检索机。

做菜之前，先现查现取，而不是要求厨师把整个菜市场背下来。

具体流程是：

1. 用户提问
2. 系统去你的资料里，检索出最相关的几段
3. 把这几段塞进 prompt
4. 让模型"看着材料回答"

所以你会发现一件反直觉的事：RAG 效果好不好，八成不取决于模型，而取决于检索准不准。查错了资料，再聪明的厨师也会做错菜。

相关产品：LlamaIndex、LangChain、Cohere；国内有 Dify、RAGFlow、腾讯云大模型知识引擎、阿里云百炼、有道 QAnything。

一句话：RAG 就是开卷考试。它不保证满分，但能大幅降低瞎编。

五、知识库：你家餐厅的储藏室

RAG 是"取用的动作"，知识库是"存东西的地方"。

很多人以为知识库就是"把文件都丢进去"。真正决定效果的，藏在细节里：

• 切分
  ：文档切太碎，检索时断章取义；切得太整，又命中不准。
• 向量化
  ：把文字变成机器能算"像不像"的数字坐标。
• 更新
  ：政策改了，库里还是旧版本，AI 就会拿着过期资料一本正经地回答你。
• 权限
  ：销售部的资料，不该被研发部的 AI 翻出来写进周报。

最后一条尤其容易出事，却最常被忽略。

相关产品：腾讯 ima、飞书知识库、语雀、Notion AI；海外有 Glean、微软 Copilot 配合 SharePoint；各智能体平台（Dify、扣子）里也都内置了知识库模块。

一句话：知识库是"料"，RAG 是"手艺"。料再好，手艺不行也白搭。

六、MCP：后厨墙上的统一插座

这是 2026 年最值得搞懂的一个词。

设想一下：后厨要接烤箱、收银机、外卖平台、冰箱。如果每个设备的插头都不一样，每接一台就要改一次电路——这就是过去 AI 对接工具的处境。

MCP（Model Context Protocol）做的事情，是把墙上的插座统一成一种口子。就像手机充电口最终都统一成 Type-C 一样：只要插头符合标准，谁都能插上。

MCP 由 Anthropic 在 2024 年底提出，价值不在"让 AI 更聪明"，而在于标准化：一个工具只要按 MCP 写成服务，所有支持 MCP 的 AI 客户端就都能用。

• 客户端
  ：Claude Desktop、Cursor、Cherry Studio，以及大量智能体平台。
• 服务端（国内生态非常热闹）
  ：阿里云百炼（高德地图、无影云桌面等 50 多款）、腾讯云大模型知识引擎（腾讯位置服务、微信读书）、百度千帆（搜索 MCP、电商交易 MCP）、支付宝支付 MCP、扣子空间（飞书多维表格、高德地图）、GitHub MCP。

一个能说明趋势的例子：2026 年 7 月，支付宝上线 AI 开放平台，商家可以把自家服务封装成 MCP 插件、Skill 或 Agent，一次接入后分发到手机、车机、AI 眼镜等终端。肯德基、蜜雪冰城、瑞幸、滴滴等首批接入。

商家竞争的维度因此变了：从"抢关键词、抢曝光位"，变成"抢被 AI 调用的机会"。

一句话：MCP 不提升厨艺，它解决的是"厨师够不够得着工具"。

七、Agent：从厨师升级成店长

前面那位大厨，再厉害也只会"接话"。你问一句，他答一句。

Agent（智能体）的本质，是给这个只会说话的大脑，装上了手脚。

它不再被动等指令，而是变成一个"店长"。你说一句"今晚十人宴"，他自己拆任务：列菜单、去市场采买、安排人手、开火、尝味道、发现问题重做、最后上桌。

他的工作循环是这样的：

想（推理）→ 做（调用工具）→ 看（观察结果）→ 再想。

这就是 agent loop。Loop 能转起来的关键有两个：一是有工具可用（靠 MCP），二是有记忆（记住前面做过什么）。

相关产品

• 国外：OpenAI 的 Operator 与 ChatGPT Agent、Claude Code、Devin、Cursor、AutoGPT
• 国内：扣子空间（Coze Space）、智谱 AutoGLM、Manus、腾讯元器、通义千问 App 里的智能体

一句话：LLM 会说话，Agent 会干活。

八、AI Workflow：写死的标准流水线

如果说 Agent 是能随机应变的店长，那 AI Workflow 就是后厨墙上那张 SOP：

洗 → 切 → 炒 → 装盘。每一步的顺序、标准、由谁负责，全都规定死。

它的好处是实打实的：稳定、可控、可审计、成本低。同一份订单，做一百次味道都一样，出了问题能查到是哪一步。

它的坏处也很明确：只能走你铺好的轨道。客人说"我不吃辣，能不能改成蒸的"——轨道上没有这条岔路，它就卡住了。

所以现在业界比较务实的做法是"Workflow 打底，Agent 兜底"：确定性高的环节交给 Workflow，便宜又稳；需要临场判断的环节交给 Agent，灵活但更贵。

相关产品：n8n、Zapier、Make；国内有 Dify、扣子工作流、FastGPT、影刀 RPA。

一句话：Workflow 是铁路，Agent 是出租车。铁路便宜准时，但不一定送到你门口。

九、Multi-agent：一整支后厨团队

再往上走一层，就是多智能体。

想象一整支后厨团队：采购、主厨、打荷、试吃、收银，各管一摊，上面还有个领班负责派活和验收。

听上去很美，但这里有个坑必须说清楚：Multi-agent 的本质是"分工 + 复核"，不是"人多力量大"。

值得上的场景：任务能被清晰拆成不同专业角色，而且需要互相检查。比如写代码 → 审代码 → 跑测试；做研究 → 交叉验证 → 撰写成文。

不该上的场景：一个人就能干完的活。多请三个人，沟通成本和扯皮会吃掉所有收益，最后还容易"越讨论越离谱"——因为每个 AI 都可能带着上一个 AI 的错误继续往下编。

相关产品：CrewAI、Microsoft AutoGen、LangGraph、MetaGPT、OpenAI Agents SDK。

一句话：先证明一个人干不动，再考虑请团队。

十、Skill：挂在墙上的一本本操作手册

高级餐厅的墙上，通常挂着一排卡片：开生蚝、雕花、应急灭火。

用到哪张，翻出来照着做；不用的时候收起来，不占脑子。

Skill 就是这个。它和 prompt 的区别在于：

• Prompt 是"这一次点单时你说的话"，说完就散了。
• Skill 是"写下来、能反复用、还能夹带脚本和模板文件"的操作规范。

它和 MCP 的区别则在于：MCP 解决"能不能连上工具"，Skill 解决"该怎么按步骤把这件事做对"。两者经常配合使用。

相关产品：Anthropic 的 Agent Skills（Claude Skills）、OpenClaw 的 Skills 体系、扣子插件、支付宝 AI 开放平台支持的服务封装。

一句话：Skill 是把老师傅的经验，变成新人照着做也能做对的卡片。

十一、OpenClaw：把整个厨房搬回自己家

最后这个，不是餐厅里的一道菜，而是一种完全不同的经营方式。

前面说的所有东西，基本都发生在"别人的餐厅"里——你用网页和 App，服务跑在厂商的服务器上。

OpenClaw 干的事情是：把整个厨房搬进你自己家。

它是一款开源的 AI 智能体，由奥地利开发者 Peter Steinberger 在 2025 年底做出来，原名 Clawd，中途改名 Moltbot，2026 年初定名 OpenClaw。图标是一只红色龙虾，所以中文圈叫它"龙虾"，训练它的过程叫"养龙虾"。

它和云端智能体（比如 Manus）的关键差异有四点：

• 本地部署
  ：跑在你自己的电脑或服务器上，数据在自己手里。
• 从聊天软件进入
  ：不用专门开一个 App，在你已经在用的聊天工具里直接下指令。
• 长期在线 + 持久记忆
  ：每一次互动都被记下来，越用越"懂"你。
• 完全开源
  ：MIT 协议，由 OpenClaw Foundation 非营利组织托管，没有企业版和付费版。

代价是它上手有门槛——要装环境、要配权限，所以才出现了"上门安装 300 到 800 元一次"的生意。

但必须要说的安全提醒

工信部网络安全威胁和漏洞信息共享平台已经提示：OpenClaw 部分实例在默认配置或不当配置下存在较高安全风险。

原因不难理解：它拿到的是系统级权限，信任边界又比较模糊，一旦被指令诱导、配置失误或被恶意接管，就可能执行越权操作，造成信息泄露甚至系统被控。

想"养"的话，至少做到四条：不给最高权限、不在主力工作机上跑、把敏感目录排除在外、重要数据先备份。

一句话：OpenClaw 是"住进你家的管家"，不是"你去门店消费的服务员"。更方便，也意味着你把钥匙交出去了。

最后：把这 11 个词串成一句话

• Prompt
   是你点菜时说的话
• Token
   是账单上的刻度
• LLM
   是那位只会接话的厨师
• 知识库
   是你家的储藏室
• RAG
   是他做菜前翻冰箱的动作
• MCP
   是后厨墙上的统一插座
• Skill
   是挂在墙上的操作手册
• Agent
   是能自己张罗的店长
• Workflow
   是写死的流水线
• Multi-agent
   是整支后厨团队
• OpenClaw
   是把厨房搬回自己家

如果你觉得餐厅这个比喻不够用，还有一版汽车版的对照：LLM 是发动机，Token 是油耗，Prompt 是方向盘，知识库是后备箱里的资料箱，RAG 是行车途中查导航，MCP 是标准充电口，Skill 是随车手册，Workflow 是固定公交线路，Agent 是能自己开车的司机，Multi-agent 是车队，OpenClaw 是把车停进自己车库。

一个实操建议：别一次全上

看完这 11 个词，最容易犯的错是"全都想要"。

比较省钱的落地顺序是这样的：

1. 先把 Prompt 写好。
   零成本，收益立刻可见。
2. 再考虑知识库 + RAG。
   让 AI 用你的事实说话，而不是靠猜。
3. 然后是 MCP。
   把它接进你已经有的系统，而不是让 AI 活在一个孤岛里。
4. 需要跨步骤干活了，再上 Agent
   ；需要确定性，就退回 Workflow。
5. Multi-agent 放最后。
   那是成本和复杂度都上一个台阶的选择。

技术的顺序，往往比技术本身更重要。