Appearance
AI 常见概念详解
大模型
大模型（Large Language Model, LLM）是指参数规模巨大、训练数据海量的人工智能模型，主要用于处理自然语言任务。这些模型通过学习海量文本数据，能够理解和生成人类语言，执行各种复杂的语言处理任务。
常见大模型对比
| 模型名称 | 开发者 | 特点 | 优点 | 缺点 |
|---|---|---|---|---|
| GPT-4 | OpenAI | 参数规模庞大，多模态能力强 | 性能优异，支持多语言，理解能力强 | 价格昂贵，访问受限 |
| Claude 3 | Anthropic | 长上下文理解，安全性高 | 上下文窗口大，安全性好 | 功能相对受限 |
| DeepSeek | 深度求索 | 代码理解能力强，中文支持好 | 代码生成质量高，中文表现优秀 | 通用性相对较弱 |
| Llama 3 | Meta | 开源，可本地部署 | 开源免费，可定制性强 | 性能略逊于闭源模型 |
| Gemini | 多模态能力全面 | 多模态集成度高，知识覆盖广 | 访问门槛较高 |
Agent（智能体）
Agent（智能体）是指能够自主执行任务、做出决策并与环境交互的人工智能系统。它不仅能够理解和生成语言，还能根据任务目标规划步骤、调用工具、执行操作并调整策略。
常见Agent类型
| 类型 | 特点 | 应用场景 | 优缺点 |
|---|---|---|---|
| 工具使用型Agent | 能够调用外部工具 | 信息检索、数据分析 | 功能强大，但需要工具集成 |
| 对话型Agent | 专注于自然语言交互 | 客户服务、个人助手 | 交互友好，但任务执行能力有限 |
| 自主决策型Agent | 能够独立规划和执行任务 | 自动化工作流、研究辅助 | 自主性强，但可能存在决策偏差 |
| 多模态Agent | 处理多种类型数据 | 内容创作、多媒体处理 | 适用范围广，但复杂度高 |
MCP（模型上下文协议）
MCP（Model Context Protocol）是一种模型上下文协议，用于在不同的AI系统和工具之间传递和管理上下文信息。它确保了模型能够获得正确的上下文，从而提高生成结果的准确性和相关性。
MCP的主要功能
- 上下文管理：跟踪和维护对话历史
- 工具调用协调：管理工具的调用和结果整合
- 状态持久化：保存和恢复对话状态
- 多模型协作：支持不同模型之间的信息传递
Skills
Skills（技能）是AI系统中可重用的功能模块，允许模型执行特定的任务或操作。它们扩展了模型的能力，使其能够处理更复杂的任务。
常见Skills类型
| 技能类型 | 功能 | 应用场景 |
|---|---|---|
| 代码生成 | 编写和优化代码 | 软件开发、编程辅助 |
| 信息检索 | 搜索和整理信息 | 研究、知识获取 |
| 数据分析 | 处理和分析数据 | 商业智能、科学研究 |
| 内容创作 | 生成各种类型的内容 | 文案写作、创意生成 |
| 翻译 | 多语言转换 | 跨语言沟通、内容本地化 |
AI工具
AI工具是集成了人工智能能力的软件应用，用于辅助或自动化各种任务。这些工具利用大模型的能力，为用户提供更高效、智能的解决方案。
常见AI工具对比
| 工具名称 | 类型 | 特点 | 优点 | 缺点 |
|---|---|---|---|---|
| Cursor | 代码编辑器 | 集成AI辅助编程 | 代码智能补全，实时建议 | 依赖网络连接，功能有限 |
| Trae | IDE插件 | 全功能AI开发助手 | 深度集成开发流程，多语言支持 | 学习曲线较陡 |
| OpenClaw | 自动化工具 | 网页抓取和自动化 | 强大的自动化能力，可定制性高 | 配置复杂，需要编程知识 |
| OpenCode | 开源开发平台 | 协作式AI编程 | 开源免费，社区支持 | 功能相对基础 |
| Codex | 代码模型 | 专业代码生成 | 代码质量高，支持多种语言 | 已停止独立服务，整合到其他产品 |
| ClaudeCode | 代码助手 | 基于Claude模型 | 代码理解能力强，安全性好 | 访问受限，价格较高 |
TOKEN(词元) / Prompt（提示词）/ Vibe Coding（氛围编程）
🔹 Token（词元 / 令牌）
定义：AI 能"看懂"的最小文字单位
- 不是汉字，也不是单词，是 AI 切分文本后的小碎片
- 中文里，1 个 Token ≈ 1～1.5 个汉字
核心作用：
- ✅ 决定你能输入多少字（上下文长度）
- ✅ 决定计费（按 Token 收费）
- ✅ 决定 AI 记忆力长短
💡 一句话总结：Token = AI 的"字数"，越多越能说、越贵。
🔹 Prompt（提示词）
定义：你发给 AI 的指令
作用：告诉 AI 要画什么、写什么、生成什么风格、什么画质、什么情绪
标准结构：主体 + 风格 + 画质 + 细节 + 负面词
质量对比：
- ✅ 好 Prompt = 好结果
- ❌ 坏 Prompt = 模糊、乱、不对味
💡 一句话总结：Prompt = 你对 AI 说的话，说得越清楚，AI 越听话。
🔹 Vibe Coding（氛围编程）
定义：AI 视频领域的新玩法（由 Runway 等平台提出）
核心特点：
- 不写复杂指令，直接用"感觉、氛围、情绪"来控制视频
- 用自然语言描述画面节奏、色调、运动、质感
示例：
- 🎬 "温暖黄昏，慢镜头，电影感，轻微晃动"
- 🎬 "赛博朋克霓虹，快速剪辑，高能节奏"
本质：用文字描述"氛围"，AI 自动生成对应的画面动态
💡 一句话总结：Vibe Coding = 用"感觉"做视频，不用逐帧调参数。
🔗 三者关系（极简版）
| 概念 | 说明 |
| Token | 你能说多少字 |
| Prompt | 你具体说什么 |
| Vibe Coding | 用感觉式的 Prompt 控制视频氛围 |
总结
AI领域的这些概念和工具正在不断发展和演进，为我们的工作和生活带来了巨大的便利。从大模型的强大能力到Agent的自主决策，从MCP的上下文管理到Skills的功能扩展，再到各种AI工具的实际应用，这些技术正在共同推动人工智能的边界。
选择合适的AI工具和技术取决于具体的使用场景和需求。随着技术的不断进步，我们可以期待看到更多创新的AI应用和解决方案。