术语速查表

Agent(智能体)

不是更聪明的聊天,而是被授权"采取动作"的循环:观察→决策→执行→更新。关键在"授权",不在模型。详见 F-001。

大模型 / LLM

用海量文本训练、能续写和对话的模型。它只会输出文字,"动手"的能力都是外面装上去的(见工具调用)。

token

模型处理文本的最小单位,大致是"词的碎片"。输入输出都按 token 计数和计费,长对话贵在这里。详见 F-004。

上下文 / context

模型这一次能"看到"的全部文字(含历史)。模型没有记忆,只有每次把上下文重读一遍。详见 F-004。

提示词 / prompt

你给模型的指令和背景。改提示词是改变模型行为最轻的一招。详见 F-005。

微调 / fine-tune

用一批数据继续训练模型,改变它的默认行为。成本最高、最后才考虑,不稳定才谈它。详见 F-005。

embedding(向量)

把一段文字变成一串数字,意思相近的文字数字也相近——检索"找相关"靠它。详见 F-002。

幻觉 / hallucination

模型一本正经地编造不存在的事实。评测和证据意识就是为了对付它。

RAG(检索增强生成)

先从你的资料里检索相关片段,再让模型基于它作答——给模型"外挂一本参考书"。是五个部件的流水线。详见 F-002。

chunk(分块)

把长文档切成小段再入库,方便按段检索。切得太大太小都会影响召回。详见 F-002。

rerank(重排)

检索出一批候选后,再用一个模型给它们重新排序,把最相关的顶上来。详见 F-002。

召回

"该找到的相关内容,有没有被找出来"。检索不准往往是召回出了问题。

私有知识系统

把资料的来源、权限、版本、审核规则先治理清楚,再谈检索。顺序上应先于 RAG。详见 N-002。

工具调用 / tool call

模型"伸出手"的方式:按约定格式请求执行一个函数(读文件、查数据…),外部执行后把结果喂回。详见 F-006。

MCP

一种让模型统一接入各种工具的"插座"标准,省得每个工具各写一套对接。详见 F-006。

闭环(观察-决策-执行-更新)

Agent 的基本循环:看当前状态→决定下一步→执行→更新状态,直到完成或触发停止。详见 F-001 与可跑的 P-006。

多 Agent

多个 Agent 分工协作。不是越多越强,什么时候真需要要看边界。详见 F-007。

技能包 / skills

把 Agent 的能力像软件包一样封装、复用。详见 F-014。

上下文工程

提示词之后的新基本功:在长任务里管理好"该让模型看什么、不看什么"。详见 F-011。

trace(运行轨迹)

把 Agent 每一步做了什么逐条记录下来,用于复盘和追问。一份带失败记录的 trace 比顺滑录屏更可信。详见 N-007。

artifact(产物)

一次运行留下的可核对成果:补丁、测试结果、报告、截图等。

quality gate(质量门)

发布或验收前必须通过的检查关卡,不过就拦下。

scorecard(评分卡)

把一次运行的结果按维度打分汇总,是机器结论还是人工解释要说清。

沙箱 / sandbox

给 Agent 一个隔离、受限的运行环境,防止它删错东西或越权。沙箱本质是权限工程。详见 F-012 与 N-015。

隔离 workspace

每次运行都在一份独立、干净的工作副本里进行,互不污染、可复现。

边界声明

主动写清"这个东西哪里没做、什么情况下会挂"。承认边界比堆术语更专业。详见 F-010。

评测 / eval

用一套固定的题集和标准去测"它到底变好了没",而不是凭手感。详见 F-013。

这里只收高频词。碰到没收录的,大概率某一篇研习正文里讲过——用 全站编目搜一下,或从 研习按编号找。真零基础先看 F-000 动手前的准备。