AI 核心概念
一口气串起来。

LLM 是 Large Language Model 的缩写，中文通常叫大语言模型。它从大量文本、代码和其他数据里学习语言规律。现在常见的大语言模型大多使用 Transformer 或它的变体，不过我们不需要先学懂整套架构，才能理解它怎么生成一句话。

假设你输入“第一次做网站，我应该先……”。模型不会先在某个看不见的地方写好整篇答案，再一次性交给你。它会根据已经看到的内容，判断下一个 Token 接什么更合适。接出一个以后，它把新内容也算进来，再判断下一个。

所以我们常说它像“文字接龙”。这个比喻不严谨，却很管用，因为它抓住了最基础的生成动作：看着前面，继续往后接。

模型为什么不直接读文字

模型内部做的是数字运算。我们写下“帮我做个天气助手”，它不能把这几个汉字原样塞进数学计算里。文字进入模型前，要先经过 tokenizer。你可以把 tokenizer 理解成翻译员，它负责把人能读的内容变成模型能处理的编号，模型输出以后，它再把编号还原成人能读的文字。

这里有两个很像的词。Token 是切出来的内容片段，Token ID 是这个片段在对应词表里的数字编号。它们关系很近，但不能混成同一个概念。

一次请求里的 Context 往往不只有当前问题。系统规则、开发者指令、部分聊天历史、工具说明、检索到的资料，以及模型已经生成的 Token，都可能在里面。不同产品怎么组装这些材料，没有一个完全相同的固定配方。

把 Context 想成一张临时工作台会比较好懂。应用把这次需要的材料摊在桌面上，模型看着桌面工作。资料没有拿上桌，模型就不能凭空使用；旧资料被拿走或压成摘要，模型能看到的细节也会跟着改变。

窗口里的位置要大家一起用。系统和开发者规则要占一部分，你的问题、历史消息、文件片段和工具定义也要占一部分，通常还得给模型的回答留下空间。不同模型和接口对输入、输出怎样合计会有差别，所以实现时要看对应说明。

窗口变大当然有用，长合同、长代码和多轮任务能放进更多材料。但大不等于随便塞。把一堆不相干的内容倒进去，会增加费用和等待时间，也可能让真正重要的信息埋在中间。

一份完整 Prompt 可以包含目标、背景、参考材料、不能做的事、输出格式和验收标准。支持多模态时，图片、音频和文件也可能成为输入的一部分。所以把 Prompt 只理解成聊天框里的一行问题，会漏掉很多东西。

简单任务不用套十层模板。你问一个常识问题，正常说话往往就够了。任务越长、边界越多、出错代价越高，越需要把要求交代清楚。

它可能是一句“把这段话改得自然一点”，也可能是连续几轮修改、一个上传的文件，或者一组带数据的要求。用户每次补充“再短一点”“不要动标题”，都在继续改变当前任务。

User Prompt 很重要，但它通常不是最高层规则。应用会先遵守平台、系统和开发者设定的边界，再在这些边界内完成用户要求。

不同平台对指令层级的设计不完全一样。有些接口会把 developer instructions 单独分出来，让平台规则、开发者规则和用户请求各自处在不同层级。初学时不用背所有名字，先记住一条：当前用户说的话不能随便覆盖更靠上的规则。

System Prompt 适合放角色、语气、输出习惯和行为边界。它能强烈影响模型，但它仍然只是模型要遵守的信息，不是系统权限本身。

模型只看已有 Context 时，不知道此刻上海有没有下雨，也看不到你的日历和公司数据库。Tool 给它一条通往外部系统的路。工具可以是函数或 API，也可以是搜索、浏览器、代码执行器、数据库查询和文件操作。

应用会把可用工具的名称、用途和参数格式告诉模型。模型读到用户问题后，可以选择直接回答，也可以生成一份工具调用请求。接下来的动作很容易被讲错，所以我们把完整流程走一遍。

MCP 全称 Model Context Protocol，是连接 AI 应用与外部系统的开放标准。没有统一规范时，同一个外部服务接进不同客户端，常常要分别处理发现能力、描述参数、发起调用和返回结果。MCP 给这些动作约定了一套共同语言。

Type-C 的类比好用，是因为它说明了“接口统一”带来的方便。支持 MCP 的客户端可以更容易连接符合规范的服务端。不过协议统一不代表所有设备插上就一定能用，认证、权限、网络和客户端支持仍然要分别处理。

这也解释了为什么不能把 Agent 直接等同于模型。模型负责判断和生成下一步，运行环境还要保存状态、执行工具、处理失败、限制循环次数，并在敏感操作前取得授权。少了这些部分，模型只是给建议，任务并没有真的往前走。

Agent 也不一定非要做很长的计划。简单任务可能只走两三步，复杂任务才需要反复检查。设计重点不是让它显得自主，而是让它在清楚的边界里把事情做完。

Skill 不只是长 Prompt。它可以把说明、代码、参考资料和模板放在同一个目录里。Agent 先根据名称和描述判断是否相关，匹配以后再读取完整说明，需要时继续打开引用文件。这种渐进式加载能减少一开始塞进 Context 的内容。

不同客户端把技能安装在哪里，支持哪些可选字段，并不完全一样。目录位置是客户端的决定，不是 Agent Skills 格式唯一规定的固定路径。