从 Token 到 Agent 的完整认知图
🎉
在 AI 圈子里，新名词层出不穷：LLM 、Token、Context、Context Window、Prompt、Tool、Skill、MCP、Agent……这些词你大概率都见过，但它们之间到底是什么关系？谁包含谁？谁依赖谁？
本文将用一张完整的认知地图，帮你理清这些概念的层级关系，从最底层的 Token 到最上层的 Agent，构建清晰的 AI 知识体系。
一、概念全景图
先看全局，再逐层深入：
二、第一层：Token（词元）— 最小语言单位
2.1 什么是 Token？
🏖️
Token 是大模型处理文本的最小语言单位，是连接人类文字与机器数字的桥梁。
2.2 为什么需要 Token？
•
大模型本质是一个庞大的数学函数：
代码块
Plain Text
人类文字 → Tokenizer（分词器）→ Token ID（数字）→ 矩阵运算 → 输出数字 → Token → 人类文字
•
大模型根本不认识人类文字，它只认识数字。Token 就是文字和数字之间的翻译。
2.3 Token 不等于"词"
估算标准：
•
英文：1 Token ≈ 0.75 个单词
•
中文：1 Token ≈ 1.5~2 个汉字
2.4 Token 的影响
三、第二层：Context（上下文）与 Context Window
3.1 什么是 Context？
Context 是 AI 能"记住"的所有信息的总和，包括：
3.2 什么是 Context Window？
Context Window 是 Context 能容纳的最大 Token 数量，相当于 AI 的"短期记忆容量"。
3.3 为什么重要？
🎉
Context Window 溢出后，通常采用 FIFO（先进先出）策略：最早的对话会被"遗忘"。
后果：
🥇
•
AI 忘记之前的约定
•
回答与上下文不一致
•
复杂推理链断裂
类比：Context Window 就像一块白板，写满了就得擦掉最早的内容。
四、第三层：Prompt（提示词）— 指挥 AI 的语言
4.1 什么是 Prompt？
🍰
4.2 两种 Prompt 类型
4.3 Prompt Engineering 的本质
很多人把"提示词工程"当作黑科技，其实本质就是：把话说清楚。
代码块
Plain Text
4.4 Prompt 在 Context 中的位置
代码块
SQL
Context 结构：
┌─────────────────────────────────────────┐
│ System Prompt（人设规则） │
│ "你是一个专业的代码审查助手..." │
├─────────────────────────────────────────┤
│ 对话历史 │
│ User: "帮我检查这段代码" │
五、第四层：Tool（工具）— 让 AI"动手"的能力
5.1 为什么需要 Tool？
大模型有个致命缺陷：纸上谈兵。
🍰
•
无法获取实时信息（天气、股价、新闻）
•
无法执行实际操作（读写文件、调用 API）
5.2 Tool 的工作流程
代码块
JSON
用户："今天上海天气怎么样？"
↓
AI："我需要调用天气工具"
↓
调用 Tool（城市="上海"，日期="今天"）
↓
Tool 执行：请求气象局 API
↓
返回结果：{"temp": 25, "weather": "晴"}
↓
5.3 常见 Tool 类型
5.4 Tool 的定义格式
代码块
JSON
六、第五层：MCP（模型上下文协议）— 标准化的工具连接
6.1 什么是 MCP？
🥛
MCP（Model Context Protocol） 是 Anthropic 发布的开放协议，解决"如何让不同 Agent 以统一方式调用工具"的问题。
6.2 为什么需要 MCP？
没有 MCP 之前：
代码块
Plain Text
工具开发者需要：
├── 为 LangChain 写一套适配代码
├── 为 OpenAI 写一套适配代码
├── 为 Claude 写一套适配代码
└── 为其他框架各写一套...
→ 重复劳动，维护成本高
有了 MCP 之后：
代码块
Plain Text
工具开发者只需要：
└── 写一个 MCP Server
→ 所有支持 MCP 的 Agent 都能使用
6.3 MCP 的三种原语
6.4 MCP vs 直接 API 调用
七、第六层：Skill（技能）— 预配置的能力包
7.1 什么是 Skill？
🥇
•
Skill 是针对特定任务的预配置能力包
•
把大模型配置、Prompt、工具、记忆等打包在一起，形成可复用的功能模块。
7.2 Skill 的组成
代码块
Plain Text
一个 Skill 通常包含：
┌─────────────────────────────────────────┐
│ SKILL.md（核心指令文件） │
│ ├── YAML 元数据（名称、描述、触发词） │
│ └── Markdown 正文（工作流程、规则） │
├─────────────────────────────────────────┤
│ scripts/（可执行脚本） │
│ references/（参考文档） │
│ ../assets/（资源文件） │
└─────────────────────────────────────────┘
7.3 Skill vs Tool vs Agent
7.4 Skill 的加载机制
代码块
Plain Text
渐进式加载（节省 Token）：
┌─────────────────────────────────────────┐
│ 平时：只看名称+描述（~100 Token） │
八、第七层：Agent（智能体）— 自主的任务执行者
8.1 什么是 Agent？
❤️
•
Agent 是具备"感知-决策-执行-反思"循环的 AI 应用架构，不是新模型，而是新的工程模式。
8.2 Agent vs 普通 LLM 调用
代码块
Plain Text
普通 LLM 调用：
用户问题 → LLM → 回答
（一次往返，单步推理）
Agent 调用：
用户问题 → LLM 规划 → 调用 Tool → 观察结果 → 调整策略 → 调用 Tool → ... → 最终回答
（多步循环，自主决策）
8.3 Agent 的四大核心能力
8.4 Agent 的工作循环
8.5 SubAgent（子智能体）
Agent 可以调用 SubAgent 来处理子任务：
代码块
Plain Text
主 Agent："帮我开发一个用户登录功能"
│
├── SubAgent 1：负责数据库设计
九、LLM（大语言模型）— 所有能力的推理 引擎
9.1 什么是 LLM？
👍
•
LLM（Large Language Model） 是所有 AI 应用的推理核心，负责语言理解、推理和生成。
9.2 代表性模型
9.3 LLM 在架构中的位置
四层架构：
代码块
Plain Text
四层架构：
┌─────────────────────────────────────────┐
│ 外部工具/数据源 │ ← 文件、数据库、API
十、概念关系速查表
十一、实战案例：一个完整请求的旅程
•
让我们追踪一个真实请求，看这些概念如何协作：
代码块
YAML
用户输入："帮我分析这个项目的代码结构"
总结
核心认知要点：
🌏
•
Token 是基石：一切从 Token 开始，Token 决定成本和性能
•
Context 是记忆：Context Window 是记忆的边界
•
Prompt 是指挥：清晰的表达是高效沟通的基础
•
Tool 是手脚：让 AI 从"会说"变成"会做"
•
MCP 是桥梁：标准化连接工具和数据
•
Skill 是能力包：预配置的即用型功能模块
学习建议
🔔
•
从 Token 开始理解
这是所有概念的基础
•
动手实践 Tool 调用
理解"AI 如何做事"
•
尝试构建一个 Skill