AI 智能体工程概念
用简洁、直击答案的方式讲解构建 AI 智能体的核心概念。
- Agent architecture 工具使用循环 工具使用循环是 AI agent 运行的核心周期：模型决定一个动作，工具执行它，结果被反馈回来，模型再次做出决定——如此往复，直到任务完成。
- Prompting 系统提示词 系统提示词是在对话开始之前给 AI 模型的常驻指令——它设定模型的角色、规则、语气，以及它必须遵循的工具和约束。
- Model fundamentals 上下文窗口 上下文窗口是模型一次能够考虑的最大文本量——以 token 计量——涵盖系统提示词、到目前为止的对话、工具结果，以及它正在生成的回复。
- Knowledge & memory 检索增强生成（RAG） 检索增强生成（RAG）是一种模式：在查询时从外部存储中获取相关文档并插入到提示词中，使模型基于这些新鲜、具体的材料作答，而不是仅凭记忆。
- Agent architecture 函数调用 函数调用（也称工具调用）是一种机制：模型请求一个特定的、已定义的函数并附带结构化参数，而不是用散文回复——这是让 agent 真正能做事的桥梁。
- Safety 提示词注入 提示词注入是一种攻击：隐藏在模型所读取内容中的恶意指令——网页、文件、工具结果——试图覆盖 agent 的真实指令，使其做出违背用户利益的行为。
- Agent architecture ReAct 模式 ReAct（Reason + Act，推理 + 行动）是一种 agent 模式，模型将显式推理与工具行动交织在一起——思考该做什么、行动、观察结果，然后再次思考。
- Tooling & interoperability 模型上下文协议（MCP） 模型上下文协议（MCP）是一个开放标准，通过统一接口把 AI agent 连接到外部工具和数据，使任何符合规范的客户端都能使用任何符合规范的服务器。
- Knowledge & memory Agent 记忆 Agent 记忆是指 agent 如何在单个上下文窗口之外保留信息——从任务内的短期工作状态，到它能够跨会话搜索并复用的长期存储。
- Evaluation AI agent 的评测（Evals） 评测是系统性的测试，用来衡量 AI agent 完成某项任务的表现好坏——它是面向非确定性系统的一套测试用例，用于捕捉回归并对比改动。
- Model fundamentals 幻觉 幻觉是指模型自信地陈述某些虚假或杜撰的东西——编造出从未在其输入中出现、也从未以那种形式为真的事实、来源或细节。
- Knowledge & memory Embeddings（嵌入向量） embedding 是表示一段文本或图像含义的数值向量，其位置安排使得含义相近的内容彼此靠近——这是语义搜索和检索背后的机制。