天天刷 LLM、Agent、MCP，一问就卡？9 个 AI 黑话，用人话一次性讲透

点击蓝字

关注我们

LLM、Agent、MCP、Harness 这些词，刷教程时天天见，真要你讲明白又卡壳。不是概念难，是被人包装得太玄。这篇把 9 个 AI 黑话一次讲清，建议收藏，以后看工具测评直接对照。

一、先存这张速查表

二、逐个拆开讲

LLM 大语言模型：核心就一件事，根据前面的内容预测下一个最可能的字。它不像人思考，只是算概率。算得够强，看着就像在思考。没记忆、不联网、不自己干活。

Prompt 提示词：你发给模型、告诉它做什么怎么做的指令。人聊天说半句对方能猜，模型不行，你模糊它就更模糊。所以才有「提示词工程」，专门研究怎么下指令才指挥得动。

Context 上下文：模型每次回答都是一次新计算，不记得上一句。聊天记录、系统规则、当前任务，这些重新喂回去的，就是上下文。给得越全，它越知道现在该干啥。

Agent 智能体：把只会想的文字生成器，变成一条能完成活的流水线。前阵火爆的 OpenClaw（龙虾）就是一个 Agent。把模型当大脑，Agent 给它装眼睛和手，再把每一步排好。

RAG 检索增强生成：大模型的眼睛。模型有俩毛病，知识过时、爱胡说（幻觉），所以让它回答前先翻书找资料。Search 是上网查公开信息，RAG 是我们自己整理成一本可检索的书给它参考。

Tool 工具：大模型的手。写个方法用来联网搜索、查订单、读文件、发消息，再告诉它需要时去调。比如让它能直接读 Figma 设计、接瑞幸查菜单点单。

MCP 模型上下文协议：工具一多，搜索文件数据库 API 格式各异，Agent 每接一个都得重适配。MCP 是一套统一规范，规定工具怎么注册、怎么传参、怎么返回。有了它，外部平台按规范开放，Agent 接上就能直接用。

Skill 技能：理解成生活里的技能就行。你得先会炒菜，饿了才能用食材厨具做饭。对模型也一样，复杂任务得让它掌握对应 Skill。本质是一份给 AI 看的操作手册，它一边想（LLM）一边操作（RAG、Tool、MCP）照着做完。

Harness 驾驭工程：原意是马具，缰绳头套，让马朝正确方向走。放 AI 里，是一整套让 Agent 执行复杂任务时不跑偏的机制。Prompt、Context、Tool 都归它管——哪些存记忆、搜失败换词还是停、能调哪些工具、怎么用配置约束行为，全由 Harness 规范。

想 get 互通行业一手资讯、交流踩坑经验，免费领取【2026 大模型全套资料】+【AI 全套学习资源】👇