news 2026/7/9 1:03:04

AI圈黑话速成指南：看完这篇，你也能和Claude Code聊技术了

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
AI圈黑话速成指南：看完这篇，你也能和Claude Code聊技术了

🔥 AI圈黑话速成指南：看完这篇，你也能和ChatGPT聊技术了

“MCP、Agent、Token…这些鬼名词到底是什么意思？！”

每次看到AI新闻里蹦出来的这些词，是不是感觉每个字都认识，拼在一起就像天书？别慌，你不是一个人。

今天这篇文章，就用人人能听懂的大白话，帮你把这些AI圈的"黑话"一网打尽。看完你会发现——原来就这么简单！

文章目录

  • 🔥 AI圈黑话速成指南：看完这篇，你也能和ChatGPT聊技术了
    • 1. Token（令牌）—— AI世界的"字数统计器"
    • 2. Prompt（提示词）—— 和AI说话的"正确姿势"
    • 3. Context Window（上下文窗口）—— AI的"短时记忆力"
    • 4. Tool / Function Calling（工具 / 函数调用）—— AI的"双手"
    • 5. JSON Schema（参数格式）—— 给AI填的"标准化表格"
    • 6. MCP 协议（Model Context Protocol）—— AI界的"USB-C口"
    • 7. MCP Server（MCP服务器）—— 装满工具的"工具箱"
    • 8. Skill（技能）—— 工具的"说明书"
    • 9. Agent（智能体）—— 会自己"动脑子"干活的AI
    • 10. Agent Skill（智能体技能）—— 给Agent看的"工作手册"
    • 🎯 终极一图看懂：它们的关系
    • 📝 一张表复习所有名词
    • 💡 最后说两句

1. Token（令牌）—— AI世界的"字数统计器"

一句话懂：Token就是AI计算字数的"计量单位"。

你每次问AI问题，它可不是按"个"来数字数的。它会把你说的中文、英文、标点，统统拆成一个个"小碎片"，这个碎片就叫Token。

有多简单？

  • 1个Token ≈ 1.5个中文字符
  • 1个Token ≈ 4个英文字符

比如你问AI：“今天天气真好”（7个字），AI会把它拆成约4~5个Token来处理。

💡为什么重要？因为AI是按Token收费的！你问得越多、答得越长，消耗的Token就越多。所以下次看到账单，你就知道钱花在哪了。

2. Prompt（提示词）—— 和AI说话的"正确姿势"

一句话懂：Prompt就是你输入给AI的那段"问题/指令"。

换句话说，你在对话框里敲的每一句话，都是Prompt。

烂Prompt ❌好Prompt ✅
“帮我写个方案”“帮我写一份关于社区团购的运营方案，目标用户是25-35岁女性，预算5万元”
“翻译这个”“请将以下英文邮件翻译成中文，语气要正式礼貌”

核心心法：你给AI的信息越具体、越清晰，它返回的结果就越接近你想要的。所以，学会写Prompt，就是学会"精准提问"。

3. Context Window（上下文窗口）—— AI的"短时记忆力"

一句话懂：就是AI一次性能"记住"你之前说了多少话。

你和AI聊天时，它并不是真的"记得"所有历史。它只是在一个**固定大小的"窗口"**里翻看你们的聊天记录。

  • 窗口大（如128K）：AI能一口气读完《三体》三部曲，然后和你讨论细节。
  • 窗口小（如4K）：AI聊着聊着就"失忆"了，忘了你五分钟前说过啥。

打个比方：就像你面前有一张桌子，桌面越大（Context Window越大），能同时铺开的资料就越多，AI参考的信息就越全。

4. Tool / Function Calling（工具 / 函数调用）—— AI的"双手"

一句话懂：让AI能真正"动手"去查天气、订酒店、算数学的接口。

AI本身是一个"只会说不会做"的超级大脑。但通过Function Calling（函数调用），我们可以给它装上"双手"。

举个例子：
你问AI：“北京今天天气怎么样？”

  1. AI自己不知道。
  2. 但它通过Function Calling，调用了一个"天气查询工具（Tool）"。
  3. 工具查完数据，返回给AI。
  4. AI再整理成一句话告诉你。

本质：就是让AI能调用外部API接口，获取实时信息或执行操作。从此AI不再只是"聊天机器人"，而是能干活的"数字员工"。

5. JSON Schema（参数格式）—— 给AI填的"标准化表格"

一句话懂：就是规定Tool（工具）的输入参数应该长什么样的"格式说明书"。

当AI要调用一个工具（比如"查天气"）时，它必须把"北京"这个参数传给工具。但怎么传才能让工具认得出来呢？

这时候就需要JSON Schema来规定格式：

{"city":"北京","date":"2026-07-08"}

打个比方：就像你上网填申请表，名字填在"姓名"框，电话填在"电话"框。JSON Schema就是那个"表格模板"，确保AI填的每一栏都正确无误。

6. MCP 协议（Model Context Protocol）—— AI界的"USB-C口"

一句话懂：一个统一标准，让所有AI都能轻松接入所有工具。

为什么需要它？

以前，每个AI（比如Claude、ChatGPT）要连接一个工具（比如日历、邮箱），都得写一套独立的"适配代码"。就像每个手机都用自己特有的充电口，换根线就充不了电，非常麻烦！

MCP出现后：

它定义了一套通用标准。所有工具只要按照MCP协议"造"一个接口，所有AI都能即插即用。

记住这句话：没有MCP之前，连接10个工具要写100行代码；有了MCP之后，连接100个工具可能只需要1行配置。它就是AI世界的"通用插头"。

7. MCP Server（MCP服务器）—— 装满工具的"工具箱"

一句话懂：按照MCP协议打包好的工具集合。

一个MCP Server就像一个工具箱，里面可能装了"查天气"、“发邮件”、"订机票"等多个工具（Tool）。AI只要连上这个Server，就能用里面所有的工具。

打个比方：

  • MCP Server= 一个瑞士军刀（集合了多种功能）
  • Tool= 瑞士军刀里的剪刀、开瓶器、螺丝刀（每个独立功能）

8. Skill（技能）—— 工具的"说明书"

一句话懂：告诉AI这个Tool（工具）该怎么用、什么时候用、参数填什么的"操作手册"。

光给AI一个工具（Tool），它可能不知道怎么用。所以需要一份Skill（说明书），里面清清楚楚写着：

  • 这个工具是干嘛的
  • 什么时候该调用它
  • 需要填哪些参数（JSON Schema）
  • 返回结果怎么解读

打个比方：

  • Tool（工具）= 一把电钻
  • Skill（说明书）= 电钻说明书：“按下开关正转，拨动开关反转，更换钻头需断电…”

9. Agent（智能体）—— 会自己"动脑子"干活的AI

一句话懂：Agent =AI + 工具（Tool）+ 说明书（Skill）+ 自主规划能力。

这是目前AI最前沿的概念，也是真正像"数字员工"的东西。

普通AI（只会聊天）Agent（智能体）
你问一句，它答一句你给一个目标，它自己规划步骤
不会主动用工具会自动调用多个工具完成任务
没有"思考流程"有思维链（思考→行动→观察→调整）

经典案例：
你对Agent说：“帮我订这周五下午去上海的机票和酒店。”

Agent会：

  1. 思考：需要先查航班，再查酒店，最后对比价格。
  2. 调用工具：自动调用"航班查询Tool"和"酒店查询Tool"。
  3. 综合决策：选择最合适的航班和酒店。
  4. 执行：调用"下单Tool"完成预订。

整个过程不需要你一步步指挥，Agent自己就是那个"会安排事"的得力助手。

10. Agent Skill（智能体技能）—— 给Agent看的"工作手册"

一句话懂：专门写给Agent（智能体）看的详细操作指南。

普通的Skill是给人看的"说明书"，而Agent Skill是用AI能精准理解的语言写成的"工作手册"。它通常包含：

  • 触发条件：什么场景下启用这个技能
  • 执行步骤：先调哪个Tool，再调哪个Tool
  • 异常处理：如果某个Tool失败了怎么办
  • 输出格式：最终结果以什么形式呈现

打个比方：

  • Skill（说明书）：告诉AI"电钻怎么用"
  • Agent Skill（工作手册）：告诉AI"如何在5分钟内用3种工具把一幅画钉在墙上"

🎯 终极一图看懂：它们的关系

你（用户）输入 Prompt（提示词） ↓ Agent（智能体）← 像个"项目经理" ↓ 先看 Agent Skill（工作手册）← "按这个流程来干" ↓ 根据手册调用 Tool（工具） ← 通过 Function Calling ↓ Tool 的参数用 JSON Schema 规定格式 ↓ 所有 Tool 打包成 MCP Server（工具箱） ↓ MCP 协议（统一标准）让所有 AI 都能连接这个工具箱 ↓ AI 在 Context Window（上下文窗口）里处理这一切 ↓ 最后消耗 Token（计费）输出结果给你

📝 一张表复习所有名词

名词一句话人话版类比
TokenAI数字字数的计量单位水电表的"度数"
Prompt你输入给AI的问题/指令和AI说话的"开头语"
Context WindowAI能记住你之前说了多少话你的"短期记忆力"
ToolAI能调用的外部功能AI的"双手"
Function CallingAI调用Tool的标准接口双手的"操作指令"
JSON Schema规定Tool参数格式的模板填表的"表格模板"
MCP 协议AI连接工具的通用标准AI界的"USB-C口"
MCP Server打包好的工具集合"瑞士军刀"工具箱
Skill告诉Tool怎么用的说明书电钻的"使用手册"
Agent能自主规划、调用工具的AI会动脑的"数字员工"
Agent Skill给Agent看的详细工作手册员工的"SOP操作流程"

💡 最后说两句

这些名词看着唬人，但拆开了看，底层逻辑和我们人类干活是一模一样的：

  • Token= 你说话的"字数"
  • Prompt= 你问问题的"方式"
  • Tool= 你手里的"工具"
  • Agent= 知道什么时候用什么工具的"老师傅"

AI并没有那么神秘，它只是把人类的工作方式"数字化"了一遍。下次再看到这些词，希望你能会心一笑：“哦，原来就是那个东西啊！”

如果这篇文章帮你搞懂了AI黑话，点个赞让更多人看到吧！🚀

版权声明: 本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若内容造成侵权/违法违规/事实不符，请联系邮箱：809451989@qq.com进行投诉反馈，一经查实，立即删除！
网站建设 2026/7/9 0:59:05

zynq在u-boot中导入导出Flash文件

正常情况下&#xff0c;只用到flash前面1MB 这里只写flash的前面1MB从板子中提取flash.bin到tftp服务器 # sf read <ram_addr> <flash_offset> <length> # tftp服务器配置 Zynq> setenv ipaddr 192.168.3.13 setenv serverip 192.168.3.17 setenv gatewa…

作者头像 李华
网站建设 2026/7/9 0:55:51

3步构建自平衡轮腿机器人：从算法仿真到硬件部署完整指南

3步构建自平衡轮腿机器人&#xff1a;从算法仿真到硬件部署完整指南 【免费下载链接】foc-wheel-legged-robot Open source materials for a novel structured legged robot, including mechanical design, electronic design, algorithm simulation, and software development…

作者头像 李华
网站建设 2026/7/9 0:55:41

ADS7828与PIC18F96J94构建高精度信号采集系统

1. 项目背景与核心器件选型在工业控制、环境监测和医疗设备等领域&#xff0c;模拟信号采集系统扮演着关键角色。这类系统需要将温度、压力、光强等连续变化的物理量转换为数字信号&#xff0c;以便微控制器进行处理。ADS7828作为TI公司推出的12位精度ADC芯片&#xff0c;配合P…

作者头像 李华
网站建设 2026/7/9 0:50:58

具有多孔光纤的偏振分束器

采用矢量有限元法应用 无源光学 单偏振传输 偏振分束器 光子晶体光纤 偏振复用 色散控制综述设计了一种椭圆-纤芯-圆孔的多孔光纤(EC-CHFs)用于单偏振传输[1]。与传统的圆孔-纤芯-圆孔光纤(CC-CHF)一起&#xff0c;偏振分离器可以将入射CC-CHF的光耦合到支持x偏振模…

作者头像 李华
网站建设 2026/7/9 0:39:21

GPT-4 Turbo 128K 上下文实战：5步构建长文档智能问答系统

GPT-4 Turbo 128K 上下文实战&#xff1a;5步构建长文档智能问答系统当技术文档超过200页、法律合同长达500条款、学术论文包含数十个章节时&#xff0c;传统AI模型的32K上下文窗口就像试图用咖啡杯装下整个海洋。GPT-4 Turbo的128K上下文能力彻底改变了游戏规则——它相当于为…

作者头像 李华