AI入门：8个术语搞懂人工智能

用买菜、做饭、开车的方式，讲清楚 AI 那点事

开头：AI 圈新概念，别慌

最近 AI 圈热闹得像菜市场。

大模型、Token、Prompt、Agent、MCP……天天出新词，听得人云里雾里。

作为一个「AI 小白」，你可能会想：这些词到底在说啥？跟我有什么关系？

别急。今天这篇文章，我用 8 个生活化的比喻，把这 8 个核心术语一次性讲清楚。看完你不仅能听懂，还能在朋友面前装一把「AI 懂王」。

01｜大语言模型：一个「接龙高手」

很多人觉得大语言模型（LLM）就是一个更聪明的搜索引擎。

错了。

搜索引擎是你问它一个问题，它去数据库里翻答案。

而大语言模型不是翻答案，它是写答案。

它的工作方式特别像小时候玩的「词语接龙」：你给它一个词，它猜下一个最可能出现的词，然后再猜下一个，一个一个把整段话「接」出来。

所以它不是百科全书，它是一个概率型接龙大师。

这也意味着两件事：

第一，它会胡说八道。因为它追求的是「听起来合理」，不是「事实正确」。这就是大家常说的幻觉。

第二，它又有创造力。写诗、编故事、写代码结构，本质都是高级接龙。你让它原创，它反而更擅长。

02｜Token：AI 的「文字乐高积木」

很多人以为 Token 就是字，或者词。

不完全对。

Token 是大语言模型处理文字时的最小单位。你可以把它理解成 AI 的文字乐高积木。

英文里，hello 可能是一个 Token，china 是一个 Token。

但中文就惨了。人工智能这四个字，AI 可能拆成 3-5 个 Token。因为中文对 AI 来说，就像外国人听京剧——能懂，但费劲。

这个知识点有啥用呢？省钱。

同样一段话，中文消耗的 Token 是英文的 1.5 到 2 倍。如果你每天要调用 AI 成千上万次，用英文写提示词，能省一半钱。

Token 就是 AI 世界的货币单位。

03｜Context：AI 的「办公桌」

你有没有跟 AI 聊了很久，结果前面说过的话它全忘了？

别骂它老年痴呆。它不是忘了，它只是桌子不够大。

Context，也叫上下文窗口，就是 AI 一次能「看」到的信息总量。

你可以把它想象成一张办公桌。你问的问题、之前的对话、系统提示词，全铺在这张桌上。桌子越大，AI 能同时看的东西越多。

但要注意：Context 不等于记忆。

AI 没有真正的记忆。每次对话，它都是从零开始，完全靠桌子上现有的内容来理解处境。桌子上放什么，决定它表现得像专家还是像学渣。

04｜Prompt：给 AI 的「点菜菜单」

90% 的人以为 Prompt 就是向 AI 提问。

不对。Prompt 是你塞进 AI 办公桌的工作指令。

它更像你给服务员的一张点菜菜单。

你说「来份好吃的」，服务员只能瞎猜。你写「一份宫保鸡丁，少油微辣，不要花生」，结果大概率让你满意。

Prompt 也一样。

差 Prompt：「帮我写个登录页面」。

好 Prompt：「你是高级前端工程师，请实现一个登录页面，包含邮箱和密码输入框，带自动验证功能，风格简洁现代」。

同一个 AI，两个 Prompt 输出质量差 10 倍。

Prompt 的本质，就是把你脑子里的模糊想法，翻译成 AI 能精确执行的结构化指令。

05｜Tool：给 AI 装上「手脚」

大模型再聪明，它也只能「说话」。

它能告诉你代码怎么写，但它不能直接改你电脑里的文件。

Tool，就是给 AI 装上手脚。

有了 Tool，AI 可以读文件、改代码、查数据库、运行程序、打开浏览器。它从「只会出主意的参谋」，变成「能动手干活的员工」。

这一步很关键。从「说」到「做」，是 AI 从玩具变成工具的分水岭。

06｜Agent：AI 从「实习生」变成「项目经理」

很多人以为 AI 加上 Tool，就是 Agent。

其实差远了。

有 Tool 的 AI，像是一个实习生：你让它干什么，它才干。

Agent 则像一个项目经理：你说「帮我分析上个月销售情况，找出问题给建议」，它会自己查数据、做图表、找下滑原因、写报告。

中间哪一步用什么工具，遇到数据异常怎么处理，全都是它自己决定。

Agent 的核心不是工具，而是自主决策。

你给的是目标，不是步骤。

07｜MCP：AI 世界的「Type-C 接口」

你可能想问：不是已经有 Tool 了吗，为什么还要 MCP？

这个问题就像：既然手机都能充电，为什么还要统一 Type-C？

以前每个手机品牌充电口都不一样，诺基亚一个、三星一个、摩托罗拉又一个。出门得带一堆线，烦得要死。

AI 的 Tool 也面临一模一样的问题。让 AI 连数据库，要写一套对接代码；让 AI 操作浏览器，又要写另一套。每个工具都要单独适配，开发成本高得吓人。

MCP 就是 AI 界的 Type-C。

它定义了一套标准协议，让工具开发者按统一方式暴露能力，任何支持 MCP 的 AI 都能直接调用。它不是工具本身，而是让工具能被 AI 轻松连接的通用接口。

08｜Agent Skill：AI 的「专科专家」

Agent 虽然能自己决定、自己干活，但有个问题：它什么都能做，但什么都做得一般。

就像全科医生，感冒能看，骨折也能处理，但你要做心脏手术，必须找心脏外科专家。

Agent Skill 就是让这个全科医生变成专科专家的东西。

它把一整套复杂流程——比如审查代码、生成报告、做端到端测试——打包成一个可复用的技能包。里面包含专属提示词、固定流程、工具组合、质量标准。

Agent 让 AI 有自主能力，Skill 让 AI 有专业深度。

结语：8 个词，一条进化链

现在回头看这 8 个概念，你会发现它们不是孤立的。

LLM 给了 AI 大脑；Token 是它思考的语言；Context 决定它一次能看多少；Prompt 决定它往哪个方向想；Tool 给了它手脚；Agent 让它能自主决策；MCP 让所有工具能统一连接；Agent Skill 让 AI 在特定领域专精。

每一层都为了解决上一层的缺陷。

所以以后 AI 圈再出什么新概念，你都不用慌。

你只需要问一个问题：它在这条链上，解决了哪个环节的问题？

答案就一清二楚了。

转发给那个还在被 AI 新词吓到的人，一起告别「AI 文盲」。