你有没有刷到过这种帖子。

里面全是 agent、skill、script、MCP、上下文窗口、loop。

每个字你都认识，连起来完全不知道在说什么。

其实这些词讲的是同一件事：怎么把一个只会说话的脑子，变成一个能替你干活的员工。

这篇文章会用一个类比讲清楚 12 个 AI 黑话。

全图概览

这 11 个词，可以被看作一个 AI 员工的 11 个“零件”，他们共同构成了“agent”。

LLM（大语言模型）是这个员工的大脑。可是它只能分析和说话，做不了事。

tool 是员工的手和脚，有了 tool 他就能干活了。这副手脚不是天生的，是一件件装上去的——装一件，他就多会一样事。

MCP 是往他身上装新本事的统一插口，好比 Type-C。除了厂商配好的那几样 tool 之外，你想让他会什么，按这个规格装进去。

script 是没有现成工具时，他自己造的那个。

prompt 是你给员工派活的命令。

skill 是你把反复交代的规矩，写成贴在他工位的 SOP。

token 是他认字的单位，他按 token 认字，也按 token 收钱。

上下文窗口是他的工位桌子，能一次性摊的材料有限。

RAG 是桌子摆不下时，替他跑腿取资料的检索员。

loop 能让他自己动起来，不用你一句句催。

harness 是装着这一切的那间办公室。桌子、工具、门禁，全在里面。

下面会一个一个展开讲，每个概念具体是什么意思。

01

LLM：他的脑子

LLM 是 Large Language Model 的缩写，中文叫大语言模型。

它只干一件事：根据前面的内容，预测下一个 token（文本小块）。

听着挺傻的，但书读得足够多之后，它猜得非常准——准到你问它代码怎么写、方案怎么改，它都能答得上来。

问题是，它只会写字、说话，做不了事。

文件打不开，网页上不去，邮件也发不出来。

就像你招了个人，学识渊博，口才极好，但手脚被绑着，啥也干不了。

02

tool：给他手脚

tool 就是工具调用，让这个员工能真的动手干活。

其实他自己还是只会输出文字。区别在于，现在的他可以输出一句指令，比如"我要查一下这个文件"，外面的系统（后面会讲）就会接住这句话，调用 tool 替他去查，再把结果交换给他。

派活的是他，跑腿的是外面的系统。

有了这一步，他从"能说"变成了"能做"。

这副“手脚”不是天生的，是一件件装上去的。装一件 tool ，他就多会一样事：读文件、发消息、开浏览器。

你现在用的工具里，有些是厂商预先配好的，像出厂配好的工具箱。普通用户通常改不了工具本身是怎么工作的。

那如果想让 AI 使用厂商没配的工具，要怎么做呢？

03

MCP：装新本事的统一插口

这需要一个能够配备其他工具的插口——MCP。

充电线你肯定有体会。

以前安卓一个口、苹果一个口、相机又是一个口，出门得带一包线。

后来大家的插口都换成了 Type-C，这样出门带一根线就行。

以前给 AI 加工具，就是"带一包线"的状态：飞书想让 AI 会用自己，得给这家 AI 做一版、给那家 AI 再做一版，一家一家单独对接。

MCP 干的就是 Type-C 那件事，它是 Anthropic 在 2024 年 11 月开源的一套标准。

飞书按 MCP 规格做一个，所有支持 MCP 的产品基本都能装。

要注意，MCP 插口里本身什么都没有，工具得你自己往上插。

那如果碰到市面上根本没有现成工具的时候，该怎么办？

04

script：现成的不够，他自己造一个

装了一堆工具，还是有无法满足需求的时候。

script 就是脚本，一段他当场写的小程序。

比如你让他把 500 个文件重新命名。没有哪个现成工具专门干这个，他就现场写一段代码，跑一遍，几秒钟搞定。

拿工具箱打比方：tool 是扳手、螺丝刀，拿来就能用。script 则是一台 3D 打印机——碰上一个奇形怪状的零件，就现场打一个出来。

注意，3D 打印机本身也是工具箱里的一件工具。他要写脚本、跑脚本，靠的也是"执行代码"这个 tool。

所以 script 不是第十三个零件。它是用其中一个 tool，造出工具箱里原本没有的东西。

AI 工具到这儿就齐了。可他干什么、怎么干，还得你来开口。

05

prompt：你交代活儿的那句话

prompt 就是你派活的那句话，中文叫提示词。

员工不知道你想要什么，所以需要把需求说清楚。

你说"帮我改一下这个页面"，他很可能顺手把你没让他动的地方也改了。

但如果你说"把标题改成蓝色，别的一律别动，改完告诉我改了哪几行"，他就能干对。

区别只在三件事说没说清楚：要什么、不动什么、怎么算做完。

如果你总是跑相似的任务，你会发现自己在反反复复地说同一个要求。

06

skill：把你反复交代的话写下来

通常同一件事交代到第三遍，就该写下来了，和公司的 SOP 一样。

skill 就是这份写下来的说明：这类活儿怎么干、有什么规矩、做到什么程度算完。

员工接到这类活，先看这份说明，再动手。

skill 平时不用一直摆在员工眼前，只有真用到那件事的时候才被拿下来看。

所以你可以贴很多张，不用担心占地方。

说到"占地方"，他眼里资料的长与短，和我们人类认知的不太一样。

07

token：他眼里的字是一块一块的

他看文字不是一个字一个字读的。

他会先把文字切成一小块一小块，一块叫一个 token。

有时候一个词就是一块，有时候一个字得拆成好几块。中英文切法还不一样，同一段话喂给不同的模型，切出来的块数有时能差一倍。

为什么非要这么切？这是因为一个字一个字读太慢；一个词一个词读，遇到错别字和网络新词就傻眼了。切成块是个折中。

这也是你给他“发工资”的方式。他看了多少、写了多少，就算多少“工资”——而且他写的那份，比他看的那份贵。

所以"省 token"的本质，就是让他少看几块、少写几块。

那他一次能看多少 token 呢？

08

上下文窗口：他桌子有多大

你每说一句话，AI 不只会读你的命令，系统还会把这轮对话中相关的历史内容全放到它眼前。

AI 一次能读的内容有上限，这个上限叫上下文窗口。

你可以把它想成他的办公桌，一次性能放下的资料有限。

材料一张张往上铺，铺满了，之前放上去的资料就会被挤下去。

所以聊得越久，他越容易忘了开头说过什么。不是他不上心，是桌子真的放不下了。

前面说 skill 平时不用一直摆在眼前，省的就是这张桌子的地方。

那如果资料真的多到桌子放不下呢？

09

RAG：桌子不够大，就配个检索员

通常碰到几百万字的资料，桌子铺不下，这个时候会用到 RAG。

RAG 的办法是：提前把资料切成小块存起来。

你一问问题，先找出最相关的那几块，只把这几块递到桌上，这样上下文窗口就不会爆炸。

这就是检索员干的活。

他不背下整座图书馆，你问什么，他抽出那几页相关的给你。

到这儿零件齐了：手脚、工具、话、规矩、桌子、资料。但还是你问一句、他答一句，你说一件事、他做一件事，不会自己主动干活。

10

loop：让他自己转起来

Agent 这个员工，你不催，他不动。

loop 就是让他自己转起来：做一步，看一眼结果，再决定下一步该干什么。

写完脚本自己跑，跑出错自己改，改完再跑一遍。

你只管开头交代和最后验收，中间不用一句句催。

11

harness：装着这一切的办公室

同一个人，在不同的办公室，好用程度差很多：

一个把系统权限、常用工具全配好；一个什么都要你自己手动申请、手动查。所以同一个脑子，产出能差好几倍。

这解释了一个常见现象：两个人用同一个模型、不同的 harness，一个越用越顺，一个三天弃坑。

这里说的“办公室”，工程圈里叫 harness。这个词没有严格定义，泛指包在模型外面的那层框架。Claude Code、Cursor 这些工具就是办公室。

第 02 段那个"接住指令、替他跑腿"的外面的系统，说的就是它。

前面说的桌子（上下文窗口）、工具、说明书，全都摆在这间办公室里。里面还贴着门禁：这个员工能翻哪些文件、能用哪些工具、干几轮该停、哪些事得先问你一声。

学AI大模型的正确顺序，千万不要搞错了

🤔2026年AI风口已来！各行各业的AI渗透肉眼可见，超多公司要么转型做AI相关产品，要么高薪挖AI技术人才，机遇直接摆在眼前！

有往AI方向发展，或者本身有后端编程基础的朋友，直接冲AI大模型应用开发转岗超合适！

就算暂时不打算转岗，了解大模型、RAG、Prompt、Agent这些热门概念，能上手做简单项目，也绝对是求职加分王🔋

📝给大家整理了超全最新的AI大模型应用开发学习清单和资料，手把手帮你快速入门！👇👇

学习路线:

✅大模型基础认知—大模型核心原理、发展历程、主流模型（GPT、文心一言等）特点解析
✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑
✅开发基础能力—Python进阶、API接口调用、大模型开发框架（LangChain等）实操
✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用
✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代
✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经

以上6大模块，看似清晰好上手，实则每个部分都有扎实的核心内容需要吃透！

我把大模型的学习全流程已经整理📚好了！抓住AI时代风口，轻松解锁职业新可能，希望大家都能把握机遇，实现薪资/职业跃迁～

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】