一部分人看 AI 相关的文章，总会被一堆缩写和概念绕晕。LLM、Agent、Skill、MCP、Harness……明明每个字都认识，但连在一起就不知道在说啥了。
这篇文章就干一件事：把这些术语用大白话解释清楚，让你看完能跟人聊 AI 不露怯。
分为两部分：第一部分是基础必修词，第二部分是 2026 年的高频新词。
一、基础必修词
LLM：大模型，AI 的"大脑"
LLM = Large Language Model，大语言模型。
你可以把它理解成 AI 的"大脑"。它被喂了海量的文本数据，学会了预测下一个词该怎么接——你输入一段文字，它来续写下文。
GPT-4、DeepSeek-V3、Qwen、Claude、Gemini……这些都是 LLM，只是公司不同、技术实现不同。
关键点：LLM 本身只会"说话"，它不知道你在哪个城市、你的项目用什么框架，它只认你喂给它的上下文。
Agent：能干活、会上瘾的 AI
Agent（智能体）= LLM + 工具 + 记忆 + 自主决策。
如果说 LLM 是个只会答题的学生，Agent 就是不仅能答题、还能自己查资料、自己写代码跑测试、自己汇报结果的"实习生"。
它能干这些事：
- 用工具
：调用搜索、读写文件、执行代码、浏览网页 - 记事情
：把对话中的关键信息存下来，下次接着用 - 做计划
：把一个复杂任务拆成几步，一步步执行 - 有反馈
：根据执行结果调整下一步行动
常见 Agent 框架：OpenClaw、Hermes、AutoGPT、CrewAI。
MCP：让 AI 跟外部工具"对上话"的协议
MCP = Model Context Protocol，模型上下文协议。
这是 Anthropic 在 2024 年底开源的一个标准协议，用来解决一个很实际的问题：每个 AI 工具的接口都不一样，开发者每接一个新工具就得重写一遍。
MCP 就像 USB 接口——不管你用 U 盘还是移动硬盘，USB 口都通用。MCP 也一样：只要一个工具支持 MCP 协议，接入任何 Agent 框架的成本就大幅降低了。
举几个例子：你的 Agent 可以通过 MCP 直接调 Figma、GitHub、Slack、数据库——不需要为每个服务写单独的适配代码。
简单理解：MCP = AI 工具的"万能转换头"。
Skill：把经验封装成可复用的模块
Skill（技能）是 AI 圈这两年最火的概念之一。
你可以把它理解成一段封装好的经验或工作流——不是让 AI 每次都从零摸索，而是把"怎么做这件事"的步骤固化下来，让它可以复用。
举例：你可以写一个 review-code Skill，规定 AI 每次做代码审查时必须检查：安全性、可读性、测试覆盖。写一个 write-readme Skill，规定输出格式必须是：功能概览 → 安装步骤 → 使用示例。
在 Claude Code、Cursor 等工具里，Skill 就是 .md 文件，写明触发条件、执行步骤、输出格式，Agent 遇到对应场景会自动调用。
Harness：测试 LLM 能力的"考试系统"
Harness（测试框架）是用来系统化评估 LLM / Agent 表现的工具。
最知名的是 LM Evaluation Harness（简称 lm-eval），由 EleutherAI 开发，专门用来跑标准化的 LLM 评测任务——数学、代码、推理、常识，几十个 benchmark 统一测一遍，输出分数。
Agent 领域也有自己的 Harness，用来模拟真实任务场景、测量 Agent 的成功率、Token 消耗、执行时间。
简单理解：Harness = 给 AI 出题、打分、排名的一套系统。
二、2026 年常见高频词
下面这些词在 2026 年的 AI 社区出现频率极高，有些是功能增强，有些是架构演进。
Memory Provider / Agent Memory
Memory Provider = Agent 的记忆 provider。它定义 Agent 如何存取、检索、遗忘历史信息。
之前那篇介绍 TencentDB Agent Memory 的文章讲过，OpenClaw 用 Memory Provider 机制把记忆系统做成了可插拔模块——换记忆方案不需要改 Agent 代码，只要换 provider。
相关词：Context Window（上下文窗口）
LLM 一次能"记住"多少内容，取决于它的上下文窗口大小。GPT-4 Turbo 128k tokens，DeepSeek-V3 128k，Claude 3.5 200k——数字越大，Agent 能处理的任务就越长。
RAG + Vector Database
RAG = Retrieval-Augmented Generation，检索增强生成。
简单说就是：LLM 回答问题之前，先去查一下"资料库"再回答，而不是纯靠内部知识瞎编。
Vector Database（向量数据库）是 RAG 的基础设施。文本被转成一串数字向量，语义相近的内容在向量空间里距离近，搜索时通过向量相似度匹配来召回相关内容。
代表工具：Chroma、Milvus、Qdrant、Pinecone、Weaviate。
Tool Calling / Function Calling
Tool Calling（工具调用） = LLM 能主动调用外部工具（搜索、数据库、API）。
Function Calling 是 OpenAI 的叫法，本质一样：让 LLM 生成的输出不只是文字，而是一个"调用 XX 工具，参数是 YY"的指令。
这是 Agent 能够"行动"的技术基础——LLM 不是只输出文字，而是生成结构化的工具调用请求。
Multi-Agent
Multi-Agent（多智能体） = 多个 Agent 协作完成复杂任务。
一个 Agent 专管搜索，一个专管代码审查，一个专管写报告——它们之间通过消息传递共享进度和结果，比单个 Agent 干所有事效率高得多。
代表框架：CrewAI（角色扮演式多 Agent）、Ruflo（自主 swarm 编排）。
Fine-tuning / LoRA
Fine-tuning（微调） = 在已有的 LLM 基础上，用特定领域的数据再训练，让模型在某个方向上表现更好。
LoRA（Low-Rank Adaptation） 是一种高效微调技术——不重训练整个模型，只训练一小部分参数，大幅降低微调成本。
System Prompt
System Prompt（系统提示词） = 跟 LLM 对话前，先输进去的一段"角色设定"。
比如你告诉它"你是一个资深后端工程师，善于发现代码安全隐患"——这是 System Prompt 的范畴，决定了 AI 的"人设"和基本行为模式。
Embedding
Embedding（嵌入） = 把文字转成一串数字向量的技术。
"北京"和"上海"的 Embedding 向量距离近，说明它们语义相近；"北京"和"凉爽"距离远，说明语义不相关。
它是 RAG 和向量搜索的核心——所有文本都要先 Embedding，才能在向量数据库里检索。
Tokens
Token = LLM 处理文本的最小单位。
不是按字数算，是按 token 算。英文里一个词大约 1-2 个 token，中文一个字大约 1 个 token。API 收费也是按输入 + 输出的 token 总数计的。
Context Window 的限制本质就是 token 数量的限制。
Temperature / Top-p
Temperature（温度） = 控制 LLM 输出随机性的参数。
Temperature = 0：每次输出几乎一样，适合精确任务（代码、翻译） Temperature = 1.0：正常随机性，创意写作 Temperature 更高：更跳跃、更随机，可能天马行空
Top-p 是另一种采样策略，控制模型只在概率最高的那部分 token 里做选择。
三、一张图看清它们的关系
┌──────────┐
│ LLM │ ← 大脑，会说话但不会行动
└────┬─────┘
│ + 工具 + 记忆 + 决策
▼
┌──────────┐
│ Agent │ ← 能干活、能自主行动
└────┬─────┘
│ 插拔式记忆方案
▼
┌──────────────┐
│Memory Provider│
└──────┬───────┘
│ 用 MCP 协议对接外部工具
▼
┌──────────┐
│ MCP │ ← 工具的"万能转换头"
└────┬─────┘
│ 调 Figma / GitHub / 数据库…
▼
┌──────────┐
│ 工具们 │
└──────────┘
- LLM
提供推理能力 - Agent
在 LLM 基础上加上了行动力 - MCP
让 Agent 能统一调用各种工具 - Skill
把经验封装成可复用的模板 - Harness
用来测试这些系统到底好不好用
四、这些词经常被混用，澄清一下
社区里经常看到把 Agent 和 LLM 混着说的情况，简单区分一下：
|
|
|
|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
写在最后
AI 圈的黑话很多，但大多数概念都是为了解决具体问题才出现的。
搞清楚每个词的来龙去脉，比硬背定义有用得多——你不需要成为术语专家，但得知道它们解决的是哪类问题。
你觉得哪个概念最难跟外行人解释清楚？评论区说说。
