AI 名词小白入门白皮书

宝宝爱学习

AI 名词小白入门白皮书

从模型、Token、RAG 到 MCP、Agent、Loop 和 Graph

版本：v1.0  核查日期：2026 年 8 月 9 日

适合读者：刚接触 AI，希望先建立完整概念地图的非技术读者

目录：

起点：我为什么整理这份白皮书
观察：困惑来自不同层级混在一起  2.1 模型、产品和公司品牌混在一起  
2.2 AI 能看到的资料和 AI 原来学过的知识混在一起  
2.3 会生成文字和能执行任务混在一起  
2.4 Agent、Workflow、Loop 和 Graph 混在一起

判断：我把 AI 系统分成 7 层
执行：逐层拆开这些名词  4.1 AI、机器学习、深度学习和大模型  
4.2 LLM、多模态模型和推理模型  
4.3 GPT、Gemini、Claude、MiniMax 和 DeepSeek  
4.4 产品入口和 API  
4.5 Prompt、System Prompt 和上下文工程  
4.6 Token 和 Context Window  
4.7 Context、Memory 和知识库  
4.8 RAG 和 Embedding  
4.9 Structured Output 和 Function Calling  
4.10 CLI、工具调用和 MCP  
4.11 Workflow、Agent、Loop 和 Graph  
4.12 Coding Agent、Vibe Coding 和 Harness  
4.13 Evals、Tracing、Observability 和 Human-in-the-loop  
4.14 训练、微调、蒸馏和量化

结果：一项任务怎样穿过整张地图
复盘：哪些地方最容易学偏  6.1 把模型版本当成长期知识  
6.2 把更长输出当成更强能力  
6.3 把 RAG 当成事实保证  
6.4 把 MCP 当成自动化系统本身  
6.5 把 Agent 当成越自主越好  
6.6 把行业热词当成统一标准

方法：小白可以怎样开始  第一轮：先分清对象  
第二轮：学会提供任务和资料  
第三轮：理解工具和执行  
第四轮：建立验收

风险边界：这套方法会在哪些地方失效  8.1 幻觉和来源错误  
8.2 Prompt Injection  
8.3 隐私和数据权限  
8.4 自动执行的影响范围  
8.5 成本和无限循环  
8.6 版权和原创性

结语

完整版阅读：

游客，如果您要查看本帖隐藏内容请回复