AI 名词小白入门白皮书：先建地图，再学名词

大模型、LLM、GPT、Prompt、Token、RAG、Embedding、MCP、Agent、Workflow、Harness……每个词单独查都能看懂，放在一起就乱成一锅粥。作者 @king1818888（Australia AI Engineer）发现，困惑的根源是：很多词根本不在同一个层级。

GPT 是模型家族，ChatGPT 是产品；RAG 是资料检索方法，MCP 是连接协议；Loop 是执行机制，Graph 是编排结构。把它们放进一张平级清单，记得越多越糊涂。

所以这份白皮书的目标不是塞术语，而是回答三个实用问题：① 这个词处在 AI 系统的哪一层？② 它解决什么问题？③ 我在什么情况下需要关心它？

基础术语（Token、嵌入、RAG、微调、量化、智能体、幻觉）已在 01 课《20 个 AI 概念》中讲透，本课不再重复，用"详见 01 课"引用，专心讲本篇独有的分层地图和辨析。

小白最容易混淆的 4 组关系：

第一组：模型、产品和公司品牌混在一起。有人说在用 GPT，有人说在用 ChatGPT。模型提供能力，产品提供使用界面，公司负责训练、运营和更新模型。一个产品内部也可能切换不同版本的模型。

第二组：AI 能看到的资料和 AI 原来学过的知识混在一起。模型训练时学到的内容 ≠ 当前对话里的内容 ≠ 临时上传的文件 ≠ 知识库检索出来的资料。所谓"AI 怎么突然忘了""为什么它不知道公司内部规定"，大多是上下文和资料来源没处理好。

第三组：会生成文字和能执行任务混在一起。模型能写出操作建议，不代表它已获得读取文件、查数据库、发邮件、改代码的权限。从生成内容到执行动作，中间还需要工具、权限、运行环境和确认机制。

第四组：Agent、Workflow、Loop 和 Graph 混在一起。都和"把事情做完"有关，但关注点不同：Workflow 关心预先确定的步骤；Agent 关心根据目标动态决定下一步；Loop 关心行动后如何观察结果并迭代；Graph 关心如何组织节点、分支、并行和回退路径。

先把这四组关系理清，后面的名词就不会散成一地。

作者的判断：小白不需要从模型参数开始学。先建立分层地图，更容易判断自己当前缺的是模型能力、资料、工具，还是执行流程。

这张表是作者为了降低理解成本采用的整理方式，用于定位问题。行业里还有其他分类方法，不需要把这套分层当成固定标准。关键习惯是：看到一个新名词，先问"它属于模型、资料、工具、执行还是控制层"，再问"它解决什么、没解决什么"。

包含关系：人工智能 → 机器学习 → 深度学习 → 今天多数生成式大模型的技术基础。AI 是总称；机器学习是从数据中学习规律的方法；深度学习是用多层神经网络的分支；大模型强调的是规模、数据、算力和通用能力——不是"体积很大的软件"，也不是某公司的专属名称。

LLM、多模态、推理模型：LLM（大语言模型）主要处理语言任务，生成答案时结合训练规律和当前上下文，"说得完整"不等于"事实已核实"（详见 01 课幻觉）。多模态模型同时处理文字、图片、音频、视频；实时模型强调低延迟（语音对话、屏幕协作）；推理模型/Thinking Mode 在复杂问题上投入更多计算，适合多步分析但更慢更贵——简单任务别开最高档。

品牌选型（GPT / Gemini / Claude / MiniMax / DeepSeek）：这是不同公司的模型家族或品牌，都能处理文字，但产品形态、工具支持、多模态能力、速度、价格不同。作者给的选型表不做综合排名，检查五件事：任务效果、稳定性、速度、价格、工具和数据接口是否合适。真正选型要拿自己的任务做测试。

产品 vs API vs 模型：ChatGPT、Gemini、Claude、Kimi、豆包首先是产品（聊天界面、文件上传、语音）；API 是软件调用模型的接口（比如在自己文档系统里加"生成摘要"功能）；模型是底下的能力引擎。三个对象别混用。

Prompt 是我交给 AI 的任务说明和材料。作者写 Prompt 时至少检查六项：① 要完成什么任务；② 输出给谁看；③ 可以使用哪些资料；④ 结果需要什么格式；⑤ 哪些信息必须核实；⑥ 什么情况应停止并向人确认。

System Prompt 更接近长期工作规则：规定助手的职责、可用工具、输出标准和禁止事项。

提示词工程 vs 上下文工程：提示词工程只关心"把当前任务说清楚"；上下文工程的范围更大——还包括文件、历史记录、工具说明、项目规范、示例和权限边界。

Token = 文字流量（帮助理解的比喻）：输入 Token 是你发的问题和资料，输出 Token 是模型的回答，用得越多处理时间和费用越高。注意这只是比喻——Token 不是真实网络流量，也不等于固定字数。

Token 用量 vs Context Window：前者涉及处理和计费，后者限制一次能放进多少内容。就像手机套餐流量和单次文件上传上限是两个指标。

Context、Memory、知识库：Context 是当前这次调用中模型能看到的全部信息；Memory 是应用跨轮次/跨会话保存的信息（模型不会天然永久记住，长期记忆由外部系统存、按需放回上下文）；知识库是一批可检索的组织化资料。关系：知识库/记忆保存资料 → 按需取回 → 放入当前 Context → 模型生成结果。

RAG（检索增强生成）：以查合同"有没有自动续约条款"为例：① 接收问题 → ② 从合同资料检索相关段落 → ③ 把问题和段落一起交给模型 → ④ 要求模型根据原文回答并标出依据。RAG 减少模型凭空补充的概率，但不能保证永远正确——文档解析错误、检索遗漏、资料过期、模型误读都会影响结果（详见 01 课 RAG 概念）。

Embedding：把文字/图片转成数字向量的方法，用向量判断语义接近度。如"收不到登录验证码"和"短信验证一直没来"用词不同但问题接近，Embedding 能帮知识库找到同一类处理方案。向量数据库常用来存这些向量，但 RAG 不只有向量检索一种实现——关键词检索、混合检索、重排序也很常见。

Structured Output（结构化输出）：要求模型按规定结构（如 JSON Schema）返回内容。如果程序要读负责人、日期、状态，结构化输出比一段自由文字好处理得多。

Function Calling（函数调用）：模型根据任务选择已定义的函数/工具并给出调用参数。关键区分：真正执行动作的是外部程序，不是模型本身——模型只提议"调哪个工具、用什么参数"，运行环境决定是否允许执行，再把结果返回给模型。

CLI、工具调用和 MCP：CLI 是命令行接口；当 Coding Agent 获得受控的命令行权限，它可以读项目、改文件、跑测试、再根据结果继续——但可执行不等于应无限授权，目录范围、网络权限、高风险命令都要限制。

MCP（Model Context Protocol）：AI 应用与外部工具、数据源之间的标准连接方式。MCP 解决连接标准问题，不自动解决权限、质量、安全问题。接上一个 MCP Server = 获得新能力，也扩大了要管理的访问范围。

Workflow、Agent、Loop、Graph（再强调一次）：Workflow 适合路径明确的任务（如每周固定收集数据→生成图表→填模板→交审核，没必要让模型每次重新规划）。Agent 适合路径不能预定的任务（如检查一批资料缺了什么）。Loop 是 Agent 的常见运行机制：读取状态 → 决定下一步 → 调用工具/生成结果 → 检查是否满足条件 → 不满足则进入下一轮——必须设退出条件（任务完成、最大轮数、费用上限、连续失败、等待人工确认）。Graph 用节点和边表示任务结构，可包含顺序、条件分支、并行、回退和 Loop。它们可以组合，不需要四选一。

Coding Agent、Vibe Coding、Harness：Coding Agent（Codex、Claude Code、Cursor）能进项目环境读代码、改文件、跑命令、看错误、继续修。Vibe Coding 是用自然语言协作做软件，降低了开门槛，但不自动消除测试、安全、维护成本——个人试验失败代价低，涉及付款、账号、隐私、生产业务时审查、测试、备份、权限一样不能省。Harness 指模型外围的运行控制层（工具、权限、提示词、上下文策略、日志、测试、重试、人工审批），但它不是 MCP 那样的标准术语，不同作者范围不同，先看对方把什么算进 Harness 再讨论。

Evals、Tracing、Observability、Human-in-the-loop：Evals 评估输出是否达标（准确率、格式合格率、完成率、人工评分）；Tracing 记录一次任务经过了哪些模型、工具、参数、步骤，便于定位错误；Observability 看长期运行的质量、延迟、费用、失败率；Human-in-the-loop 在关键节点让人审核、修改、批准或终止。Agent 自主程度越高，这四项越不能拖到最后补。

六个最容易学偏的误区：① 把模型版本当长期知识（版本会变，记核查时点）；② 把更长输出当更强能力（要看依据、完成条件、错误率）；③ 把 RAG 当事实保证（资料/检索/理解错误仍会传递）；④ 把 MCP 当自动化系统本身（编排、权限、验收另需设计）；⑤ 把 Agent 当越自主越好（越重要越要停止条件、权限、日志、人工确认）；⑥ 把行业热词当统一标准（Harness、Vibe Coding、GEO 定义并不总一致——GEO 即 Generative Engine Optimization，研究内容如何进入并影响生成式答案，相关研究仍在发展）。

风险边界（8.1–8.6）：幻觉与来源错误（事实/数字/引用/法律/医疗/财务必须核对可靠来源）；Prompt Injection（外部网页、文件、工具返回内容可能藏诱导指令，只靠 System Prompt 防不住，还要最小权限、输入隔离、参数校验、审批）；隐私与数据权限（能上传不代表有权上传）；自动执行的影响范围（发邮件、付款、删数据、改生产系统、公开发布——设明确授权和人工确认）；成本与无限循环（长上下文、高推理、重复工具调用、无退出条件的 Loop 都在烧钱）；版权与原创性。

第一轮：先分清对象。分清公司、模型、产品、API。能回答"我现在用的哪个产品、它调用了什么模型"，这一轮就够了。

第二轮：学会提供任务和资料。练 Prompt、Context、Token、知识库、RAG。重点是减少模型必须猜测的信息，提示词够用、清楚即可。

第三轮：理解工具和执行。学 Function Calling、Structured Output、MCP、Workflow、Agent、Loop、Graph。先从低风险、可回退的任务开始。

第四轮：建立验收。给任务设完成条件、来源要求、最大轮数、费用范围、人工确认点。记录失败原因，再调流程。

检验地图的假设任务：把会议记录、项目文档、数据表整理成决策简报——① 用 Prompt/System Prompt 定义读者、格式、不得补写的信息；② 资料进 Context，多的走知识库+RAG；③ Embedding/关键词检索找相关内容；④ Structured Output 返回事项、负责人、日期、风险字段；⑤ 读数据表、生成文件走授权工具（可经 MCP）；⑥ 固定步骤放 Workflow，判资料缺口交给 Agent；⑦ Agent 在 Loop 中检查，复杂分支用 Graph；⑧ Tracing 记录、Evals 检查、发布前人确认。