66 个 AI 高频词汇小白友好版这段时间我陆续和一些老同事、身边的朋友在线下见面。大家知道我在做 AI 方面的内容以后都很感兴趣聊天经常不知不觉就绕到 AI 上。但聊着聊着我发现了一个问题。我会很自然地说起 Agent、Skill、MCP觉得这些词大家多少都听过。坐在我对面的人却会停一下问我“Agent 到底是什么”“Skill 又是什么意思”那一刻我才意识到我已经陷入了“知识的诅咒”。一个词看得太多、用得太熟以后就会忘记自己第一次见到它时也是一头雾水。几个月前我同样被这些英文缩写搞得头大。那段时间我发过“每日 AI 零基础小白教学”每天学一个词坚持了将近 30 天把一批常用的 AI 词汇一个个梳理出来。最近身边问的人越来越多我干脆把这件事再做完整一点。我整理了 66 个我认为的高频 AI 词汇用说人话的方式解释清楚。每个词都会告诉你它是什么、平时会在哪里遇到以及用什么生活场景最好记。你不用一次背下来。先顺着读一遍下一次再看到 LLM、RAG、Agent、MCP、API、CLI至少知道它大概站在 AI 世界的哪个位置。一、先认识 AI 和大模型这一组负责回答两个问题AI 是什么大语言模型说话时在处理什么。先把这张地图看懂后面的词会轻松很多。1AIArtificial Intelligence人工智能AI 是让机器完成过去通常需要人来理解、判断、预测或创作的任务。手机人脸解锁、地图预测堵车、平台推荐视频、聊天机器人回答问题都属于 AI。它是一个很大的总称聊天工具只是其中一类应用。2算法Algorithm算法是解决问题的一套明确步骤很像菜谱。菜谱规定先切菜、再热锅、最后调味算法规定电脑先读取什么、怎样比较、最后输出什么。很多传统算法完全不会聊天AI 算法只是算法大家族中的一部分。3NLPNatural Language Processing自然语言处理NLP 是让电脑处理人类语言的技术领域翻译、摘要、搜索、语音转文字和聊天都与它有关。你输入一句口语化的问题AI 能理解大概意思并回答背后就使用了自然语言处理能力。4LLMLarge Language Model大语言模型LLM 是用大量文字和大量计算训练出来的语言模型擅长理解和生成文字。常见的模型或模型家族包括 OpenAI 的 GPT、Anthropic 的 Claude、Google 的 Gemini以及 DeepSeek、Qwen 等。这里还要分清产品和模型ChatGPT 是你打开使用的产品GPT 是它背后可能调用的模型家族。5SLMSmall Language Model小语言模型SLM 是体积更小、计算需求更低的语言模型目前没有一条全球统一的参数分界线。常见例子包括 Microsoft Phi 系列以及 Gemma、Qwen 等模型家族里的小参数版本。它的知识范围可能更窄但做摘要、分类、设备端助手等固定任务时可以更快、更省钱也更容易在手机或普通电脑上运行。6Token词元Token 是模型读写文字时使用的小块不完全等于一个汉字、一个单词或一个标点。模型会先把句子拆成很多 Token 再计算收费和上下文容量也经常按 Token 统计。把它记成 AI 处理文字时使用的“积木块”就够了。7Context上下文Context 是 AI 当前能够参考的全部信息包括你的问题、前面对话、上传的文件、系统规则和工具返回结果。像医生问诊同一句“我不舒服”有没有年龄、症状和检查报告得到的判断会完全不同。给 AI 的上下文越清楚回答越有依据。8Context Window上下文窗口上下文窗口是模型一次最多能处理多少信息通常使用 Token 表示。它像一张大小有限的书桌桌上能同时摊开的资料有上限。内容放不下时系统只能删减、总结、分批处理或者让早期信息退出窗口。9Context Length上下文长度上下文长度经常有两种用法模型最多允许容纳多少 Token或者某次请求实际用了多少 Token。前者像书桌的最大面积后者像你这次实际摊开的文件。看到产品宣传“超长上下文”时讲的一般是最大容量。10MLLMMultimodal Large Language Model多模态大模型MLLM 能在文字之外继续处理图片、声音或视频等信息。你给它一张冰箱照片它能看见食材再结合文字要求推荐晚餐你上传会议录音它也可能听完后整理重点。这里的“多模态”就是多种信息形式。11VLMVision-Language Model视觉语言模型VLM 专门连接视觉和语言主要处理“看图并用文字理解或回答”这类任务。它可以给照片写说明、识别图表内容、根据截图寻找按钮。VLM 强调视觉与语言的配合范围通常比泛称的多模态模型更具体。12MoEMixture of Experts混合专家模型MoE 会在模型内部安排多组“专家”每次只让其中一部分参与计算。像医院先分诊皮肤问题去皮肤科骨头受伤去骨科不用让所有医生同时会诊。这样能扩大模型能力同时控制每次运行需要的计算量。读完这一组只需要先分清LLM 主要处理语言VLM 连接图片和语言MLLM 能处理多种信息。Token 是文字积木Context 是模型这次能参考的资料。二、和 AI 聊天时最常见的词这一组每天都能用到。提示词负责交代任务上下文提供资料AI 根据这些信息生成回答。13Prompt提示词Prompt 是你交给 AI 的全部输入可以是一句话、一个问题、一份资料也可以是一张图片。“把这段合同总结成五条风险”就是提示词。Prompt 不需要写得像咒语目标、材料、限制和输出要求清楚AI 才更容易把事情做对。14Prompt Engineering提示词工程提示词工程是设计、测试和改进提示词的方法。它很像给同事布置工作第一次结果不对就检查任务有没有说清、资料是否齐全、格式是否明确再调整指令。它的价值在于减少沟通误差和重复返工。15System Prompt系统提示System Prompt 是 AI 应用在背后设置的高优先级规则用来规定身份、语气、能力范围和安全边界。它像一家公司的员工手册用户通常看不到全部内容。你提出的要求如果与系统规则冲突模型一般会优先遵循系统提示。16User Prompt用户提示User Prompt 是用户当前输入的要求也就是你在聊天框里发出的内容。系统提示像店里的经营规则用户提示像“请给我一杯少糖热饮”。两者会一起影响结果所以同一句话放进不同 AI 产品回答可能不一样。17Instruction指令Instruction 是提示词里明确要求 AI 执行的动作例如总结、翻译、比较、分类或检查。一条完整提示词还可以带背景资料和限制条件。比如“读下面的邮件提取日期不要补充原文没有的信息”里面就包含两条指令。18MarkdownMarkdown 是一种使用简单符号排版文字的格式。很多 AI 输出看起来层级清楚就是因为使用了 Markdown你写公众号、文档或项目说明时也经常会遇到它。19JSONJSON 是程序常用的结构化数据格式通常由大括号、字段名和对应内容组成。它像一张字段固定的电子表格人能读程序也方便继续处理。让 AI “按 JSON 输出”往往是为了把结果交给另一个软件自动使用。20Conversation History对话历史对话历史是当前聊天里此前出现过的消息。AI 能接着你五分钟前的话题通常是因为应用把前面的聊天记录再次发送给了模型。聊天太长以后早期内容可能被截掉或总结所以 AI 有时会忘记你最开始说过什么。21Hallucination幻觉幻觉是 AI 生成了听起来合理、实际错误或根本不存在的内容例如编造书名、链接、数据和人物经历。它像一个语言能力很好、又不愿承认“不知道”的人顺手把空白补了出来。涉及日期、数字、引用和重要决定时一定要检查原始来源。这一组最该记住的是Prompt 决定你怎么问Context 决定 AI 能参考什么Hallucination 提醒你回答仍要核实。三、让 AI 读取资料RAG 和搜索当你看到“让 AI 读取公司文件”“建立个人知识库”大概率就会遇到这一组词。整条路线只有一句话先找到相关资料再让模型回答。22RAGRetrieval-Augmented Generation检索增强生成RAG 会让 AI 在回答前先从指定资料中寻找相关内容再把找到的片段交给模型组织答案。它像开卷考试学生先翻课本再根据课本作答。RAG 能减少凭空编造也可能搜错资料所以引用仍然需要人工检查。23Knowledge Base知识库知识库是集中存放、整理并供系统查询的资料集合。公司的产品手册、制度文件和常见问题放在一起可以成为客服知识库个人的笔记、文章和读书记录也能组成知识库。资料是否准确、是否及时更新直接影响回答质量。24Retrieval检索检索是从一大批资料中找出与问题最相关的内容。图书管理员听完你的问题从几万本书里拿来三本最合适的书就是检索。RAG 中模型通常不会先读完整个资料库而是先检索出少量片段再回答。25Keyword Search关键词搜索关键词搜索主要看某些文字有没有直接出现。你搜索“退款期限”它会优先找包含“退款”和“期限”的内容。这种方法速度快查产品编号、人名和固定术语很好用提问方式和原文用词差很多时可能会漏掉答案。26Semantic Search语义搜索语义搜索更关注两段话的意思是否接近。你搜索“东西不想要了怎么退”它也可能找到标题为“退货政策”的文件。它适合处理自然语言问题但理解也可能出现偏差所以重要场景常常会搭配关键词搜索。27Hybrid Search混合搜索混合搜索把关键词搜索和语义搜索放在一起使用。身份证号、合同编号适合精确匹配“怎样申请报销”更需要理解含义。两种结果合并后再排序既照顾字面一致也照顾意思相近很多 RAG 系统都会采用这种方式。四、Agent、工具和 MCP这是最近最热门也最容易把人绕晕的一组词。我和朋友聊天时提到最多的 Agent、Skill、MCP都在这一章。先看一条最短路线text你提出目标 → Agent 决定下一步 → 调用工具读取资料或执行动作 → 根据结果继续处理 → 人检查关键步骤28Chatbot聊天机器人Chatbot 是主要通过对话回答问题的软件。早期聊天机器人可能只会按照固定关键词回复现在很多 Chatbot 会接入大模型回答更加自然。它的重点仍然是“你问一句它答一句”通常不会自行完成很长的一串外部操作。29AI Assistant / CopilotAI 助手 / 副驾驶AI Assistant 或 Copilot 是帮助人完成任务的 AI 产品例如辅助写作、整理会议、制作表格或编程。“副驾驶”这个比喻很好记它可以观察、提醒和帮忙方向盘仍然在人手里最终结果也需要人来检查。30Workflow工作流Workflow 是预先安排好的固定步骤。收到发票以后先识别金额再写入表格最后通知财务这就是一条工作流。每一步做什么通常提前确定稳定、好检查遇到计划之外的情况它不会像 Agent 那样灵活决定下一步。31AI AgentAI 智能体AI Agent 是能围绕一个目标决定下一步、调用工具、观察结果并继续行动的系统。普通聊天会告诉你怎么买票Agent 可以在授权范围内打开订票服务、查询班次并填写信息。它能行动所以权限、错误和人工确认都很重要。32Agentic AI智能体式 AIAgentic AI 是强调 AI 能连续规划、使用工具和执行多步任务的一类系统或设计方式。这个词的范围很宽不同公司叫法也不统一。看到产品写着“Agentic”可以继续问三件事能用哪些工具、能自己走多少步、哪里必须人工确认。33Autonomy自主性自主性指系统在没人逐步指挥的情况下能够自己决定和行动到什么程度。自动整理一份文件副本自主性和风险都较低自动发邮件、付款或删除资料风险会明显增加。任务越重要越要缩小权限并增加确认点。34Planning规划Planning 是把一个目标拆成可以依次执行的步骤。像准备旅行时先确认日期再查交通、订住宿、做行李清单。Agent 遇到复杂任务时也会先规划计划写得漂亮不代表执行一定成功每完成一步都需要查看实际结果。35Tool工具Tool 是 AI 可以调用的外部能力例如网页搜索、计算器、数据库、日历和邮件。模型本身更像负责判断的大脑工具给它增加手和眼睛。没有工具时模型只能根据已有上下文回答接入工具后它才有机会查询和行动。36Tool Calling / Function Calling工具调用 / 函数调用工具调用是模型按照规定格式选择某个工具并填写需要的参数程序随后执行再把结果交回模型。它像经理填写一张办事单工作人员按单操作。模型负责判断“调用什么”具体代码负责完成查询、计算或写入。37Plugin插件Plugin 是安装到某个软件里、用来增加功能的扩展包。浏览器安装翻译插件以后能翻译网页AI 应用安装插件以后也可能连接文件、日历或第三方服务。插件通常依附于具体产品能做什么取决于产品提供的接口和权限。38Skill技能Skill 是教 Agent 稳定完成某类任务的一套可复用说明、脚本和资源。它像员工拿到的标准操作手册先读哪些资料、按什么步骤做、怎样检查结果都写清楚。Prompt 往往解决一次任务Skill 更适合反复执行同一类工作。39MCPModel Context Protocol模型上下文协议MCP 是一套让 AI 应用连接外部资料和工具的开放协议。最好记的比喻是 AI 世界的 USB-C过去每个工具都要单独适配现在可以按照同一种连接规范提供能力。它解决的是“怎样连接”不会替 Agent 决定任务目标。40MCP HostMCP 主机MCP Host 是用户实际使用的 AI 应用例如桌面助手、代码编辑器或 Agent 平台。它负责管理用户、模型、安全权限和多个连接。可以把 Host 想成一台电脑它是整个使用环境也是 MCP Client 所在的地方。41MCP ClientMCP 客户端MCP Client 位于 Host 内部负责和某个 MCP Server 建立并维持通信。它会发现 Server 提供了哪些工具和资料再把调用请求送过去。像电脑连接一台打印机时内部需要一条专门管理这次连接的通信通道。42MCP ServerMCP 服务器MCP Server 是按照 MCP 规范向 AI 应用提供工具、资料或提示模板的程序。名字里有 Server不代表它一定在远方也可以运行在你的电脑上。例如一个本地文件 Server 可以让 AI 在授权目录中读取文件。43MCP ToolMCP 工具MCP Tool 是 Server 提供给 AI 请求执行的具体动作例如查询天气、创建日程、读取数据库或发送消息。每个 Tool 会说明自己需要哪些参数。查询类动作风险较低发送、删除、付款这类动作应当设置清楚的权限和确认。44MCP ResourceMCP 资源MCP Resource 是通过 MCP 提供给 AI 读取的内容例如文件、数据库记录、项目结构或应用状态。它更像放在桌上的资料Tool 更像可以按下去的按钮。资源能否读取仍然取决于 Host 和 Server 设置的访问权限。45MCP PromptMCP 提示模板MCP Prompt 是 Server 提供的可复用提示模板帮助用户按照固定方式发起任务。它像系统预装的表格模板提前安排好需要填写的字段和任务结构。它不会自动执行动作最终仍然要由用户选择并交给模型处理。46Memory记忆Memory 是系统保存并在以后重新使用的信息可能包括当前聊天摘要、用户偏好、历史任务和长期资料。AI 所谓“记住你”通常意味着这些信息被存储并在后续对话中再次提供给模型。记忆会影响体验也需要关注隐私和删除方式。47Human in the Loop人在回路人在回路指关键步骤必须由人检查、选择或批准。AI 可以整理退款名单并填写草稿实际转账前由财务确认。这样既利用 AI 的速度也避免系统在信息不完整或判断错误时直接造成无法挽回的后果。48Multi-agent多智能体多智能体是让多个 Agent 分工合作例如一个检索资料、一个起草文章、一个检查引用。它像项目小组分工合理时能并行处理复杂任务成员越多沟通、重复工作和错误传递也会增加所以并非 Agent 越多效果越好。49A2AAgent-to-AgentA2A 指 Agent 之间交换任务、状态和结果的通信方式。MCP 更关注 Agent 怎样连接工具和资料A2A 更关注一个 Agent 怎样把任务交给另一个 Agent。可以把前者记成“接设备”后者记成“同事之间交接工作”。50Computer Use计算机操作Computer Use 是让 AI 通过观察屏幕、移动鼠标、点击和输入来操作软件。它像一个远程代操作员可以使用没有专门 API 的网页和桌面应用。界面变化会让它点错位置遇到付款、删除和外发信息时必须由人确认。51Sandbox沙箱Sandbox 是限制程序活动范围的隔离环境。它像给孩子划出一个有围栏的沙坑可以在里面尝试出了错也尽量碰不到重要文件和系统。让 Agent 运行代码、下载文件或修改项目时沙箱能降低影响范围但不能代替所有安全检查。这一章只记一句Agent 负责决定和行动Tool 提供具体能力Skill 教它怎样做MCP 负责把 AI 和外部能力接起来。五、看 AI 教程会遇到的电脑词这些词不全由 AI 领域发明但学习 Agent、自动化和本地模型时经常出现。能看懂它们很多教程就不会像外语。52APIApplication Programming Interface应用程序编程接口API 是软件之间按照约定交流的入口。你在餐厅不用闯进厨房只要通过服务员下单API 就像软件世界的服务员把你的要求送到后台再把结果带回来。天气应用、支付服务和大模型都可以通过 API 被其他程序调用。53API KeyAPI 密钥API Key 是程序访问某项服务时使用的秘密凭证用来识别谁在调用也经常连接着使用额度和账单。它很像银行卡密码拿到的人可能消耗你的额度。不要把完整 Key 放进公开代码、截图、教程或群聊中。54SDKSoftware Development Kit软件开发工具包SDK 是开发某个平台应用时常用的代码、说明、示例和工具集合。API 告诉你“可以怎样点单”SDK 直接把菜单、餐具和示范做法准备好让开发者少写很多基础代码。不同编程语言通常会有各自的 SDK。55CLICommand-Line Interface命令行界面CLI 是通过输入文字命令操作电脑的界面。图形界面让你点击“新建文件夹”CLI 让你输入一行命令完成同样的事。它看起来像黑色窗口实际只是另一种操作方式AI 开源工具的安装和运行经常使用 CLI。56Terminal终端Terminal 是显示和输入命令的窗口Mac 上的“终端”、Windows Terminal 都属于这一类。可以把它想成你和电脑对话的聊天窗口CLI 命令就是发给电脑的消息。Terminal 是窗口CLI 是通过文字操作的方式两者经常一起出现。57Repository / Repo代码仓库Repository 常简称 Repo是集中保存项目文件和修改历史的地方。它像一个带版本记录的项目文件夹代码、说明、图片和配置都能放进去。别人说“把 Repo 克隆下来”通常就是把这个项目及其历史复制到自己的电脑。58GitGit 是记录文件版本变化的工具。它能告诉你哪些内容被修改、由谁修改也能保留不同阶段的版本。像写文章时保存每一次修订但功能更系统。Git 在本地就能工作不需要一直联网也不等于 GitHub。59GitHubGitHub 是托管 Git 仓库并支持多人协作的网站。开发者会在上面发布代码、写说明、报告问题和共同修改项目。Git 是版本管理工具GitHub 是提供在线托管与协作的平台学 AI 开源工具时经常会先拿到一个 GitHub 链接。第一次看到 CLI 不用紧张。复制命令前先看清它会读取、修改、删除还是上传什么内容涉及重要文件时先用副本练习。六、本地模型和硬件常见词只有当你准备在自己的电脑上运行模型时这组词才需要认真看。平时直接使用在线 AI 产品知道大概意思就够了。60Local Deployment本地部署本地部署是让模型或程序运行在自己的电脑、手机或公司机器上。资料可以少经过外部服务离线时也有机会使用安装、更新、性能和安全则要自己处理。它适合重视数据控制或需要固定环境的人不代表天然绝对安全。61Cloud API云端 API云端 API 是模型运行在服务商的远程服务器上用户通过网络发送请求并取得结果。它像去餐厅点菜不需要自己购买灶台和食材上手方便同时会受到网络、价格、调用额度、平台规则和数据政策的影响。62Open Source开源开源通常指源代码按照某种许可证公开别人可以在许可证允许的范围内查看、修改和分发。公开下载不等于可以随便商用不同许可证要求差别很大。看到“开源 AI”时还要继续看代码、数据和权重到底开放了哪些部分。63Open Weights开放权重开放权重指模型训练完成后的参数可以下载用户有机会在自己的设备上运行或继续调整。训练数据、完整训练代码和商业权利未必同时开放。因此开放权重与完整开源是两件事具体能怎样使用要看模型许可证。64GPUGraphics Processing Unit图形处理器GPU 原本擅长处理图形也很适合同时完成大量相似计算所以被广泛用于训练和运行 AI 模型。它像一大群可以并行做题的人。购买电脑跑本地模型时GPU 型号和显存大小通常比普通办公场景更受关注。65VRAM显存VRAM 是 GPU 自己使用的高速内存模型运行时的权重和中间数据需要放在里面。模型像一套大型积木显存像桌面桌面太小积木放不下模型就可能无法加载或者需要采用更慢、更节省空间的办法。66BBillion十亿参数模型名称里的 7B、70B通常表示大约 70 亿、700 亿个参数。参数可以理解成模型训练后学到的大量内部数字。数字越大通常越占内存和计算资源它不直接等于能力更强训练质量和具体任务同样重要。七、如果只记 10 个词66 个词不需要背。第一次读完先把下面 10 个记住AI让机器处理需要理解、判断、预测或创作的任务。LLM负责理解和生成语言的大模型。Token模型读写文字时使用的小块。Context模型这一次能够参考的信息。Prompt你交给 AI 的要求和资料。HallucinationAI 把错误内容说得很像真的。RAG先从指定资料中检索再组织答案。Agent能围绕目标连续决定和行动的系统。MCP连接 AI 与外部资料、工具的开放协议。CLI通过文字命令操作电脑的界面。几个月前我也是从每天弄懂一个词开始的。你不需要今天就把 66 个词全部记住只要下一次看到 Agent、Skill 或 MCP 时脑子里能出现一个大概的画面这篇词典就已经发挥作用了。以后再遇到陌生缩写可以先问它属于哪一类模型、对话、资料、Agent、接口还是硬件 能把词放回这六个抽屉大多数 AI 文章都会好读很多。