这一组是最近最热门、也最容易把人绕晕的词：Agent、Skill、MCP 都在这里。先看一条最短路线：你提出目标 → Agent 决定下一步 → 调用工具读取资料或执行动作 → 根据结果继续处理 → 人检查关键步骤。

四、Agent、工具和 MCP

28｜Chatbot（聊天机器人）

Chatbot 是主要通过对话回答问题的软件。早期聊天机器人可能只会按照固定关键词回复，现在很多 Chatbot 会接入大模型，回答更加自然。它的重点仍然是「你问一句，它答一句」，通常不会自行完成很长的一串外部操作。

29｜AI Assistant / Copilot（AI 助手 / 副驾驶）

AI Assistant 或 Copilot 是帮助人完成任务的 AI 产品，例如辅助写作、整理会议、制作表格或编程。「副驾驶」这个比喻很好记：它可以观察、提醒和帮忙，方向盘仍然在人手里，最终结果也需要人来检查。

30｜Workflow（工作流）

Workflow 是预先安排好的固定步骤。收到发票以后，先识别金额，再写入表格，最后通知财务，这就是一条工作流。每一步做什么通常提前确定，稳定、好检查；遇到计划之外的情况，它不会像 Agent 那样灵活决定下一步。

31｜AI Agent（AI 智能体）

AI Agent 是能围绕一个目标决定下一步、调用工具、观察结果并继续行动的系统。普通聊天会告诉你怎么买票，Agent 可以在授权范围内打开订票服务、查询班次并填写信息。它能行动，所以权限、错误和人工确认都很重要。

32｜Agentic AI（智能体式 AI）

Agentic AI 是强调 AI 能连续规划、使用工具和执行多步任务的一类系统或设计方式。这个词的范围很宽，不同公司叫法也不统一。看到产品写着「Agentic」，可以继续问三件事：能用哪些工具、能自己走多少步、哪里必须人工确认。

33｜Autonomy（自主性）

自主性指系统在没人逐步指挥的情况下，能够自己决定和行动到什么程度。自动整理一份文件副本，自主性和风险都较低；自动发邮件、付款或删除资料，风险会明显增加。任务越重要，越要缩小权限并增加确认点。

34｜Planning（规划）

Planning 是把一个目标拆成可以依次执行的步骤。像准备旅行时先确认日期，再查交通、订住宿、做行李清单。Agent 遇到复杂任务时也会先规划；计划写得漂亮不代表执行一定成功，每完成一步都需要查看实际结果。

35｜Tool（工具）

Tool 是 AI 可以调用的外部能力，例如网页搜索、计算器、数据库、日历和邮件。模型本身更像负责判断的大脑，工具给它增加手和眼睛。没有工具时，模型只能根据已有上下文回答；接入工具后，它才有机会查询和行动。

36｜Tool Calling / Function Calling（工具调用 / 函数调用）

工具调用是模型按照规定格式选择某个工具，并填写需要的参数，程序随后执行，再把结果交回模型。它像经理填写一张办事单，工作人员按单操作。模型负责判断「调用什么」，具体代码负责完成查询、计算或写入。

37｜Plugin（插件）

Plugin 是安装到某个软件里、用来增加功能的扩展包。浏览器安装翻译插件以后能翻译网页，AI 应用安装插件以后也可能连接文件、日历或第三方服务。插件通常依附于具体产品，能做什么取决于产品提供的接口和权限。

38｜Skill（技能）

Skill 是教 Agent 稳定完成某类任务的一套可复用说明、脚本和资源。它像员工拿到的标准操作手册：先读哪些资料、按什么步骤做、怎样检查结果都写清楚。Prompt 往往解决一次任务，Skill 更适合反复执行同一类工作。

39｜MCP（Model Context Protocol，模型上下文协议）

MCP 是一套让 AI 应用连接外部资料和工具的开放协议。最好记的比喻是 AI 世界的 USB-C：过去每个工具都要单独适配，现在可以按照同一种连接规范提供能力。它解决的是「怎样连接」，不会替 Agent 决定任务目标。

40｜MCP Host（MCP 主机）

MCP Host 是用户实际使用的 AI 应用，例如桌面助手、代码编辑器或 Agent 平台。它负责管理用户、模型、安全权限和多个连接。可以把 Host 想成一台电脑：它是整个使用环境，也是 MCP Client 所在的地方。

41｜MCP Client（MCP 客户端）

MCP Client 位于 Host 内部，负责和某个 MCP Server 建立并维持通信。它会发现 Server 提供了哪些工具和资料，再把调用请求送过去。像电脑连接一台打印机时，内部需要一条专门管理这次连接的通信通道。

42｜MCP Server（MCP 服务器）

MCP Server 是按照 MCP 规范向 AI 应用提供工具、资料或提示模板的程序。名字里有 Server，不代表它一定在远方，也可以运行在你的电脑上。例如，一个本地文件 Server 可以让 AI 在授权目录中读取文件。

43｜MCP Tool（MCP 工具）

MCP Tool 是 Server 提供给 AI 请求执行的具体动作，例如查询天气、创建日程、读取数据库或发送消息。每个 Tool 会说明自己需要哪些参数。查询类动作风险较低，发送、删除、付款这类动作应当设置清楚的权限和确认。

44｜MCP Resource（MCP 资源）

MCP Resource 是通过 MCP 提供给 AI 读取的内容，例如文件、数据库记录、项目结构或应用状态。它更像放在桌上的资料，Tool 更像可以按下去的按钮。资源能否读取，仍然取决于 Host 和 Server 设置的访问权限。

45｜MCP Prompt（MCP 提示模板）

MCP Prompt 是 Server 提供的可复用提示模板，帮助用户按照固定方式发起任务。它像系统预装的表格模板，提前安排好需要填写的字段和任务结构。它不会自动执行动作，最终仍然要由用户选择并交给模型处理。

46｜Memory（记忆）

记忆是系统保存并在以后重新使用的信息，可能包括当前聊天摘要、用户偏好、历史任务和长期资料。AI 所谓「记住你」，通常意味着这些信息被存储，并在后续对话中再次提供给模型。记忆会影响体验，也需要关注隐私和删除方式。

47｜Human in the Loop（人在回路）

人在回路指关键步骤必须由人检查、选择或批准。AI 可以整理退款名单并填写草稿，实际转账前由财务确认。这样既利用 AI 的速度，也避免系统在信息不完整或判断错误时直接造成无法挽回的后果。

48｜Multi-agent（多智能体）

多智能体是让多个 Agent 分工合作，例如一个检索资料、一个起草文章、一个检查引用。它像项目小组，分工合理时能并行处理复杂任务；成员越多，沟通、重复工作和错误传递也会增加，所以并非 Agent 越多效果越好。

49｜A2A（Agent-to-Agent）

A2A 指 Agent 之间交换任务、状态和结果的通信方式。MCP 更关注 Agent 怎样连接工具和资料，A2A 更关注一个 Agent 怎样把任务交给另一个 Agent。可以把前者记成「接设备」，后者记成「同事之间交接工作」。

50｜Computer Use（计算机操作）

Computer Use 是让 AI 通过观察屏幕、移动鼠标、点击和输入来操作软件。它像一个远程代操作员，可以使用没有专门 API 的网页和桌面应用。界面变化会让它点错位置，遇到付款、删除和外发信息时必须由人确认。

51｜Sandbox（沙箱）

Sandbox 是限制程序活动范围的隔离环境。它像给孩子划出一个有围栏的沙坑，可以在里面尝试，出了错也尽量碰不到重要文件和系统。让 Agent 运行代码、下载文件或修改项目时，沙箱能降低影响范围，但不能代替所有安全检查。

这一章只记一句：Agent 负责决定和行动，Tool 提供具体能力，Skill 教它怎样做，MCP 负责把 AI 和外部能力接起来。

五、看 AI 教程会遇到的电脑词

这些词不全由 AI 领域发明，但学习 Agent、自动化和本地模型时经常出现。能看懂它们，很多教程就不会像外语。

52｜API（Application Programming Interface，应用程序编程接口）

API 是软件之间按照约定交流的入口。你在餐厅不用闯进厨房，只要通过服务员下单；API 就像软件世界的服务员，把你的要求送到后台，再把结果带回来。天气应用、支付服务和大模型都可以通过 API 被其他程序调用。

53｜API Key（API 密钥）

API Key 是程序访问某项服务时使用的秘密凭证，用来识别谁在调用，也经常连接着使用额度和账单。它很像银行卡密码，拿到的人可能消耗你的额度。不要把完整 Key 放进公开代码、截图、教程或群聊中。

54｜SDK（Software Development Kit，软件开发工具包）

SDK 是开发某个平台应用时常用的代码、说明、示例和工具集合。API 告诉你「可以怎样点单」，SDK 直接把菜单、餐具和示范做法准备好，让开发者少写很多基础代码。不同编程语言通常会有各自的 SDK。

55｜CLI（Command-Line Interface，命令行界面）

CLI 是通过输入文字命令操作电脑的界面。图形界面让你点击「新建文件夹」，CLI 让你输入一行命令完成同样的事。它看起来像黑色窗口，实际只是另一种操作方式；AI 开源工具的安装和运行经常使用 CLI。

56｜Terminal（终端）

Terminal 是显示和输入命令的窗口，Mac 上的「终端」、Windows Terminal 都属于这一类。可以把它想成你和电脑对话的聊天窗口，CLI 命令就是发给电脑的消息。Terminal 是窗口，CLI 是通过文字操作的方式，两者经常一起出现。

57｜Repository / Repo（代码仓库）

Repository 常简称 Repo，是集中保存项目文件和修改历史的地方。它像一个带版本记录的项目文件夹，代码、说明、图片和配置都能放进去。别人说「把 Repo 克隆下来」，通常就是把这个项目及其历史复制到自己的电脑。

58｜Git

Git 是记录文件版本变化的工具。它能告诉你哪些内容被修改、由谁修改，也能保留不同阶段的版本。像写文章时保存每一次修订，但功能更系统。Git 在本地就能工作，不需要一直联网，也不等于 GitHub。

59｜GitHub

GitHub 是托管 Git 仓库并支持多人协作的网站。开发者会在上面发布代码、写说明、报告问题和共同修改项目。Git 是版本管理工具，GitHub 是提供在线托管与协作的平台；学 AI 开源工具时，经常会先拿到一个 GitHub 链接。

第一次看到 CLI 不用紧张。复制命令前先看清它会读取、修改、删除还是上传什么内容，涉及重要文件时先用副本练习。

六、本地模型和硬件常见词

只有当你准备在自己的电脑上运行模型时，这组词才需要认真看。平时直接使用在线 AI 产品，知道大概意思就够了。

60｜Local Deployment（本地部署）

本地部署是让模型或程序运行在自己的电脑、手机或公司机器上。资料可以少经过外部服务，离线时也有机会使用；安装、更新、性能和安全则要自己处理。它适合重视数据控制或需要固定环境的人，不代表天然绝对安全。

61｜Cloud API（云端 API）

云端 API 是模型运行在服务商的远程服务器上，用户通过网络发送请求并取得结果。它像去餐厅点菜，不需要自己购买灶台和食材，上手方便；同时会受到网络、价格、调用额度、平台规则和数据政策的影响。

62｜Open Source（开源）

开源通常指源代码按照某种许可证公开，别人可以在许可证允许的范围内查看、修改和分发。公开下载不等于可以随便商用，不同许可证要求差别很大。看到「开源 AI」时，还要继续看代码、数据和权重到底开放了哪些部分。

63｜Open Weights（开放权重）

开放权重指模型训练完成后的参数可以下载，用户有机会在自己的设备上运行或继续调整。训练数据、完整训练代码和商业权利未必同时开放。因此开放权重与完整开源是两件事，具体能怎样使用要看模型许可证。

64｜GPU（Graphics Processing Unit，图形处理器）

GPU 原本擅长处理图形，也很适合同时完成大量相似计算，所以被广泛用于训练和运行 AI 模型。它像一大群可以并行做题的人。购买电脑跑本地模型时，GPU 型号和显存大小通常比普通办公场景更受关注。

65｜VRAM（显存）

VRAM 是 GPU 自己使用的高速内存，模型运行时的权重和中间数据需要放在里面。模型像一套大型积木，显存像桌面；桌面太小，积木放不下，模型就可能无法加载，或者需要采用更慢、更节省空间的办法。

66｜B（Billion，十亿参数）

模型名称里的 7B、70B，通常表示大约 70 亿、700 亿个参数。参数可以理解成模型训练后学到的大量内部数字。数字越大，通常越占内存和计算资源；它不直接等于能力更强，训练质量和具体任务同样重要。

七、如果只记 10 个词

66 个词不需要背。第一次读完，先把下面 10 个记住：

  • AI：让机器处理需要理解、判断、预测或创作的任务。
  • LLM：负责理解和生成语言的大模型。
  • Token：模型读写文字时使用的小块。
  • Context：模型这一次能够参考的信息。
  • Prompt：你交给 AI 的要求和资料。
  • Hallucination：AI 把错误内容说得很像真的。
  • RAG：先从指定资料中检索，再组织答案。
  • Agent：能围绕目标连续决定和行动的系统。
  • MCP：连接 AI 与外部资料、工具的开放协议。
  • CLI：通过文字命令操作电脑的界面。

以后再遇到陌生缩写，可以先问它属于哪一类：模型、对话、资料、Agent、接口，还是硬件？能把词放回这六个抽屉，大多数 AI 文章都会好读很多。

内容整理自 X 平台 @AdrianPunk115 的公开分享《66 个 AI 高频词（人话版）》，原文发布于 2026-08-30。