夜雨聆风
最近想认真用一下 AI，你会发现一个尴尬的事。大家都在说 LLM、AI Agent、Skills、MCP，每个词单独看都面熟，连起来就糊涂了。谁包着谁，谁调用谁，新名词是不是又在造概念。
我今天想用大白话把这四个词拆开，再拼回去。不需要你懂编程，看完你至少能听懂别人在聊什么。
LLM 是什么
LLM 是 Large Language Model 的缩写，中文叫大语言模型。你可以把它理解成 AI 的脑子。你打字问它，它读进去，再写出一段话。不管是 ChatGPT、Claude 还是豆包，背后都是这么一个模型在干活。
它强在哪，也弱在哪。强在它读过的东西多，能写、能翻译、能解释。弱在它只对着屏幕说话。你让它帮你订明天的机票，它只能回你一段操作说明，没法真的去订。它和真实世界之间，隔着一块屏幕。
Agent 是什么
AI Agent 一般翻译成智能体。它还是在用 LLM 当脑子，但多了一双手。Agent 能调用工具、能上网查资料、能运行代码、能读写文件，还会把一个大任务拆成几步，一步步做完。
还用订机票那个例子。LLM 会告诉你怎么订。Agent 会自己打开订票网站，填好出发地和目的地，比完价，最后把订单交给你确认。区别就在这里，一个是会说的脑子，一个是会动手的人。
所以记住第一层关系，Agent 包着 LLM。没有 LLM，Agent 没有思考能力。没有工具和行动能力，LLM 只是个聊天框。
Skills 是什么
你可以把它想成给 Agent 的培训手册。Agent 本身什么都会一点，但遇到专业活，比如写前端代码、整理会议纪要、按某个公司规范改文档，它需要有人教它具体怎么做。Skills 就是把这些经验打包好，Agent 遇到对应任务就调出来用。
打个比方。Agent 是个刚入职的同事，能力不差。Skills 是工位上那一摞操作手册。新人照着手册，活就干得又快又对。没有手册，他也能摸索，就是慢，还容易跑偏。
MCP 是什么
MCP 是 Model Context Protocol 的缩写，模型上下文协议。这是一套统一的标准，让 LLM 或 Agent 能接上外面的工具和数据。在它出现之前，每个软件要接 AI，都得自己写一套对接代码，十个小工具就是十套。有了 MCP，大家按同一个标准做接口，AI 接上一个就能用一个，像给设备插 USB-C。
回到订机票。航班数据在航空公司的系统里，Agent 自己进不去。通过 MCP，航司把数据按标准接口开放出来，Agent 就能直接读到航班和价格。MCP 负责把路修通，思考交给 LLM，动手交给 Agent。
四者拼起来看
四样东西现在可以拼成一张图。LLM 是脑子，Agent 是带着脑子去干活的人，Skills 是这个人手边的操作手册，MCP 是他脚下连接各种系统的路。脑子想什么，手册教怎么干，路决定能碰到什么。
几个现在很火的大模型
顺手说几个现在比较火的大模型，你多半会听到它们的名字。
OpenAI 的 GPT 系列，ChatGPT 用的就是它，综合能力靠前。Anthropic 的 Claude，写长文和代码常被提到，很有口碑。Google 的 Gemini，和谷歌自家产品连得紧。这几家是国外的第一梯队。
国内的选择也多。DeepSeek 因为便宜又好用，这两年很多人关注。阿里的通义千问（Qwen）、智谱的 GLM、月之暗面的 Kimi，各自在中文和长文本上有长处。百度的文心一言也用得广。
再补两个。Meta 的 Llama 和法国 Mistral 走开源路线，开发者能直接拿模型自己改。xAI 的 Grok 接在 X 平台（原推特）上。
这些名字不用一次记全。你只要知道，它们都是 LLM，也就是底下那个脑子。上面叠了 Agent、Skills、MCP，才变成今天这些能帮你干活的 AI 产品。
下次再有人跟你聊 Agent 或者 MCP，你先问他一句，你说的这个，是脑子、是手、是手册，还是路。能答上来的，自己多半也清楚。
