课外阅读：一章看懂 AI 工作系统

本章是全白皮书的"概念底座"。不涉及任何操作，只讲清楚一件事：当你命令我干活时，背后到底发生了什么？ 读懂这一章，你会从"会用 AI"进化到"理解 AI"——知道它强在哪、弱在哪、为什么会说错、怎样才能让它更可靠。

1. 先看全景：一次 AI 任务里发生了什么

当我执行你的任务时，背后其实是一套流水线在协同工作：

你的话 → 大语言模型理解（LLM）→ 分解成步骤（Agent）
       → 调用工具执行（Tool）→ 读取资料（RAG/记忆）
       → 按方法做事（Skill）→ 返回结果给你

每个名词都是这套流水线上的一个齿轮。下面逐个拆开。

2. LLM：会"接话"的预测引擎

LLM（Large Language Model，大语言模型） 是我大脑的核心，一个经过海量文本训练、擅长"根据上下文预测下一个内容"的模型。

2.1 它擅长什么

• 理解自然语言（中文、英文、代码都能读）；
• 生成连贯、有条理的文本（写文档、写代码、总结）；
• 推理和规划（拆步骤、做比较、找逻辑）。

2.2 它不天然保证什么

不保证	说明	例
事实准确	它擅长"像那么回事"，不擅长"确实如此"	可能一本正经说错数据
逻辑完备	长链条推理会丢步骤	10 步逻辑可能漏 1 步
立场中立	受训练数据和你的引导影响	会顺着你的暗示说

2.3 为什么会有"幻觉"

LLM 的机制是"预测最可能的下一句"，不是"查证事实"。当它不知道答案时，最自然的做法是"编一个看起来对的"——这就是幻觉。

降低幻觉的四个办法：

办法	原理	例子
给资料	让它"读着答"而不是"凭记忆答"	把文档给它读
要引用	强制它给出处	"数据必须引用你读的文件"
拆小步	长推理切成短推理	先分析再下结论
交叉验证	多个来源/多问一遍	让它复述+自查

3. Token 与上下文窗口：AI 的"注意力"

3.1 Token 是什么

模型处理文本的最小单位，一个中文词通常约等于 1~2 个 token。你发给我的所有内容（包括我读的文件、写的结果）都会换算成 token 来消耗"脑力"。

3.2 上下文窗口：一次能"记住"多少

每个模型有上下文窗口上限——一次任务里能同时看到的内容总量。超出部分，就"看不过来了"。

这对你的实践意味着什么：

实践	原因
长文档别一次全塞	会被截断/遗忘
关键信息放前面或明确强调	窗口中间的内容最容易被忽略
文件大就分段处理	别让上下文爆掉

3.3 上下文是"资源"，不是"无限内存"

你："读一下这本 500 页的书，然后写总结"
我：（打开书）→ 发现超出上下文窗口 → 正确做法：
    分段读 → 每段提取要点 → 汇总要点成总结

记住：我是"分段工作"的，不是"全书速记"的。 这正是为什么白皮书里反复强调"给输入、给文件、给路径"——你给的材料，我用工具去读；读不下的，我分段读。

4. Prompt：你下的"任务指令"

Prompt（提示词）就是你对我说的话——任务指令。它决定了我的工作方向。

4.1 为什么同一件事，说法不同结果天差地别

❌ "弄一下这个数据"
✅ "阅读 data/sales.csv，按渠道和月份汇总销售额，输出表格，并指出异常"

Prompt 质量 = 信息完整度。 你给的约束越多（目标/输入/格式/验收），我猜的成分越少。

4.2 好 Prompt 的六个要素

要素	问自己
角色	我以什么身份做？（分析师？编辑？）
任务	到底要什么结果？
输入	资料在哪？给路径/内容
格式	输出成什么样？（表格/清单/文档）
约束	有什么限制？（长度/语言/风格）
验收	怎么算完成？

（完整模板见正文第 2 章与附录 A。）

5. Agent：能"自主行动"的执行体

Agent（智能体） 是 LLM 的"行动版"——不仅会说话，还能围绕目标循环行动：

理解目标 → 制定计划 → 调用工具执行 → 检查结果 → 调整 → 继续

5.1 Agent 与普通聊天的区别

	普通聊天	Agent
输出	文字建议	实际动作
循环	一问一答	计划→执行→检查→调整
工具	无	读写文件、执行命令
例子	"你应该整理这个目录"	"我已经把目录整理好了"

5.2 Agent 的核心循环

目标 → 计划 → 行动（调工具）→ 观察结果 → 反思 → 下一轮行动

这个循环就是我在白皮书第 1 章讲的"五步协作循环"的技术本质。你看到的"我干活"，就是这个循环在高速运转。

5.3 Agent 的局限

• 过度自信：会高估自己完成得有多好；
• 目标偏离：长期任务会慢慢跑偏（所以要中间检查）；
• 上下文有限：记住的东西随长度衰减（所以要留档、要记忆）。

6. Tool：让 AI 真的能"动手"

Tool（工具） 是 Agent 的"手和脚"——读写文件、执行命令、搜索内容、运行脚本的能力。没有工具，Agent 只能"说"；有了工具，Agent 能"做"。

6.1 每个工具都要问的五件事

一个合格的工具，应该回答：

1. 它干什么？（功能）
2. 什么时候用？（触发条件）
3. 输入是什么？（参数）
4. 输出是什么？（结果）
5. 边界在哪？（不能干什么/有什么风险）

（我身上的工具清单，见正文第 3 章。）

6.2 工具为什么重要

工具是 AI 从"建议者"到"执行者"的分水岭。

没有工具：AI 说"你应该用 Python 写个脚本"
有工具：  AI 已经用 Python 把脚本写好了，还跑通了

7. Skill：封装"专业工作法"

Skill（技能） 是把"做一件事的最佳实践"封装成可调用的方法——不仅会做，而且按规定的好方法做。

7.1 Skill 与普通指令的区别

普通指令：每次都要重新交代怎么做
Skill：一句话触发，自动按最佳实践执行

7.2 Skill 的标准结构

• 用途：什么时候用它；
• 触发：说什么话会触发；
• 步骤：按顺序的执行动作；
• 边界：什么情况下不能用。

（如何打造自己的 Skill，见正文第 17 章。）

8. MCP：AI 世界的"标准插座"

MCP（Model Context Protocol，模型上下文协议） 是让 AI 与外部系统连接的标准化接口——好比电脑的 USB 接口：不管什么设备，只要支持 USB 标准，插上就能用。

8.1 MCP 解决什么问题

没有 MCP：每个工具都要单独定制连接方式，麻烦、易错
有 MCP：统一的接口标准，工具即插即用

8.2 MCP 与 API 的关系

API：一种连接方式（A 系统的接口）
MCP：统一了"AI 怎么发现、怎么调用"这些接口的标准

类比：API 是插座，MCP 是"统一的插座标准"。

9. RAG 与记忆：AI 的"外挂资料库"

9.1 为什么需要"外挂"

LLM 的训练数据有截止时间，也不包含你的私有资料。所以要让 AI 了解"你的世界"，需要检索增强生成（RAG，Retrieval-Augmented Generation）：先检索相关资料，再基于资料回答。

9.2 RAG 的工作方式

你的问题 → 检索相关资料（从你的文档/知识库）→ 把资料+问题一起给 LLM → 基于资料回答

效果：AI 不再"凭记忆瞎说"，而是"读了你的资料再说话"——这就是我读你给的文件、搜索你的代码库时在做的事。

9.3 记忆 vs RAG

	RAG（检索增强）	记忆（Memory）
存什么	你的文档、知识库	你的偏好、决策、上下文
作用	回答问题时有依据	协作时懂你
例子	"根据项目文档回答……"	"用户偏好中文简洁"

两者结合：RAG 让我"知道得多"，记忆让我"懂你深"。

10. Workflow 与 Agent：两条不同的路

这是最容易混淆的一对概念：

10.1 Workflow：预定义的流水线

步骤写死：A → B → C → D（每一步是什么都提前定好）
特点：可预测、稳定、适合流程固定的任务

10.2 Agent：自主决策的执行体

AI 自己决定：先做什么、后做什么、怎么调整
特点：灵活、适应变化，但结果不那么可预测

10.3 对比表

维度	Workflow	Agent
步骤	预先定义	自主决定
可预测性	高	低
灵活性	低	高
适合	流程固定、重复任务	复杂多变、需要判断
类比	工厂流水线	独立顾问

10.4 何时用哪个

流程固定、重复执行 → Workflow（第 15 章自动化）
复杂多变、需要判断 → Agent（第 18 章多 Agent 系统）
最佳实践：Workflow 负责固定环节，Agent 负责判断环节

11. 一张图总结：AI 工作系统的全貌

┌─────────────────────────────────────────┐
│  你（提出目标，检查结果）                  │
│        ↓  Prompt（任务指令）              │
│  ┌── LLM（理解与生成的大脑）─────────┐    │
│  │    ↓ 目标理解                       │    │
│  │  Agent（自主行动的执行体）          │    │
│  │    ↓ 循环：计划→行动→检查→调整      │    │
│  │  Tool（手和脚：读写/命令/搜索）      │    │
│  │  Skill（专业方法：按最佳实践做）      │    │
│  │  RAG/记忆（外挂资料：懂你+有依据）   │    │
│  └─────────────────────────────────────┘    │
│        ↓  MCP（标准接口连接外部系统）        │
│  外部世界（文件、命令、服务、团队）           │
└─────────────────────────────────────────┘

12. 这些概念如何对应你的日常

你做的事	背后的概念	对应章节
把需求讲清楚	Prompt 质量	第 2 章
我读你的文件	RAG	第 3 章
我用工具干活	Tool + Agent	第 3 章
调用专业技能	Skill	第 5、17 章
我记住你的偏好	记忆系统	第 6、20 章
自动跑流程	Workflow	第 15 章
开 AI 团队	多 Agent 系统	第 8、18 章

13. 阅读建议

• 不打算深究原理：记住三句话就够了——① LLM 会"像那么回事"地说，不一定准；② 给资料、要引用、拆小步，能显著减少幻觉；③ 我干活靠的是"工具+方法+资料"，所以你要给我输入和验收标准。
• 想彻底搞懂：按顺序重读第 2、3、5、7 节，再回到正文边用边理解。
• 以后遇到新概念：随时问我，我可以结合你的场景解释。

---

课外阅读的定位："理解层"的内容，不需要记住，需要建立直觉。 当你看到"幻觉""上下文""Agent"这些词不再发怵，这一章的目的就达到了。