AI圈每天都在冒新名词——LLM、token、context、prompts、tool、mcp、agents、agent skill。你真的能准确说出每个概念的确切含义吗？

LLM：文字接龙游戏

大语言模型的本质极其朴素：一个文字接龙游戏。

问"马克的视频怎么样？"，模型会：

  1. 预测下一个概率最高的词："特别"
  2. 将"特别"追加到输入后，再预测下个词："得"
  3. 继续追加，预测："棒"
  4. 最终输出："特别的棒"

一个词一个词地输出，是它最底层的工作机制。

Token：翻译官

大模型本质是数学函数，只认数字不认文字。Tokenizer负责编码（文字→数字）和解码（数字→文字）。

关键认知：Token ≠ 词语

  • 中文："程序员"被拆成"程序"+"员"两个token
  • 英文："helpful"被拆成"help"+"ful"两个token

经验值：

  • 1 token ≈ 0.75个英文单词
  • 1 token ≈ 1.5~2个汉字
  • 100万token ≈ 150万汉字，装得下《哈利波特》全集

Context：临时记忆

Context是每次处理任务时接收到的信息总和：用户当前问题、对话历史、正在输出的token、工具列表、System prompt等。

Context Window是Context能容纳的最大token数量：

  • GPT-4.5：105万token
  • Claude 3.1 Pro：100万token
  • Cloudopus 4.6：100万token

Prompt：具体指令

User Prompt：用户输入的问题 System Prompt：开发者配置的人设和规则

模糊Prompt → 随机输出。精准Prompt → 精准结果。System Prompt可以配置Agent的人格和行为规则，让模型在特定场景下表现更符合预期。

行业真相：Prompt Engineering曾很火，现在提的人越来越少。门槛太低（本质就是"把话说清楚"）+ 模型变强（即使提示模糊也能猜出意图）。

Tool：外部感知函数

大模型的致命弱点：无法感知外界环境。解决方案是Tool——本质是一个函数：输入参数 → 执行操作 → 返回结果。

完整工作流程：

  1. 用户问题发给平台
  2. 平台将问题+工具列表发给大模型
  3. 大模型生成工具调用指令
  4. 平台调用对应工具
  5. 工具返回结果
  6. 大模型整理成自然语言回答

痛点：每个平台工具规范不同。ChatGPT、Claude、Gemini各要写一遍代码。

终极解决方案：MCP（Model Context Protocol）——统一工具接入标准，工具开发者只需按MCP规范写一次，即可在所有支持MCP的平台使用。类似手机统一用Type-C接口。

Agent：自主系统

Agent是能自主规划、调用工具、持续工作直至完成任务的系统。

工作流程示例"附近有卖雨伞的店吗"：

  1. 调用定位工具获取经纬度
  2. 调用天气工具查询天气
  3. 根据天气结果（如下雨）调用店铺工具搜索雨伞店
  4. 综合所有信息给出最终答案

Agent Skill：Agent的说明书

痛点：每次都要重复输入个人规则。Agent Skill本质是提前写好给Agent看的说明文档（Markdown格式）。

结构：

  • 元数据层：名称、描述
  • 指令层：目标、执行步骤、判断规则、输出格式、示例

创建Agent Skill：

  1. 在.cloudskills目录新建文件夹（名称=skill名）
  2. 文件夹内创建SKILL.md文件
  3. 写入完整指令内容
  4. Agent在匹配时自动加载执行

核心概念关系

概念本质
LLM核心引擎
Token数据处理基本单元
Context临时记忆（内容单位是token）
Context Window记忆体容量上限
Prompt具体指令（分User/System两类）
Tool感知外部世界的函数
MCP统一工具接入标准
Agent自主规划+工具调用的系统
Agent SkillAgent的说明书

理解这些底层逻辑后，AI圈的新产品不再神秘——无论技术如何迭代，核心原理不变。