学习人工智能（AI） 从一张卡片开始

📚 简单定义

人工智能（AI，Artificial Intelligence）是一门研究如何让机器展现类似人类智慧与行为的学科。通过感知环境、思考与决策、学习与适应，AI 试图解决复杂问题，协助或替代人类完成任务。

🌱 形象类比

人工智能就像一台“全能学习机”。它能模仿人类的思考方式，看图识字、听声辨人、分析问题，还能快速学习新技能。如果把任务比作考试，AI 就是那个拿着无数复习资料的“学霸”，能更快、更准确地解题。

✨ 发展历史

🟦 起步阶段（1950s–1970s）
1956 年达特茅斯会议提出“人工智能”概念。

🟨 瓶颈期（1970s–1980s）
算力与算法受限，AI 研究进入低谷。

🟩 复兴阶段（1980s–1990s）
反向传播推动神经网络复苏，专家系统应用兴起。

🟥 深度学习崛起（2000s 至今）
算力与大数据推动 AI 在多个领域落地。

🔑 关键特征

• 智能决策：不仅执行指令，还能根据环境和数据作出判断。
• 学习能力：通过机器学习、深度学习不断优化策略。

🔧 工作原理（简化版）

1️⃣ 感知输入（文本、图像、音频等多模态数据）
↓
2️⃣ 理解与分析（识别、理解、预测信息）
↓
3️⃣ 决策与行动（执行指令、调用工具、输出结果）
↓
4️⃣ 反馈与学习（基于结果持续优化模型与策略）

🔍 背后逻辑与工作机制

AI 的核心在于模拟人类的认知过程：

🔹 感知：通过传感器或数据输入获取信息（文本、图像、语音等）
🔹 理解：利用算法和模型对信息进行分析、推理与抽象
🔹 决策：基于分析结果选择并执行行动方案
🔹 学习与改进：借助机器学习 / 深度学习，从经验中持续优化表现

随着算力与算法的不断提升，
AI 已从早期的规则系统，逐步演进为以数据驱动的深度学习体系。

🎯 实用记忆小技巧

• 从泛化到专精：AI 是大伞，机器学习与深度学习是其下的进阶。
• 掌握基础概念：先理解流程、关键技术与应用场景。

🧩 相似概念对比

• 与机器学习（ML）： ML 是 AI 的子集，专注让机器从数据中学习规律。
• 与深度学习（DL）： DL 是 ML 的子领域，借助深层神经网络自动提取特征，AI 是总目标，DL 是尖端技术。

📚 简单定义： 神经网络（Neural Network, NN）是一种受生物神经系统启发的算法，利用人工神经元模拟人脑的学习过程。通过连接成多层网络，它可以从数据中自动提取特征，完成分类、回归等任务，是机器学习和深度学习的核心技术之一。

🌱 形象类比

想象一个复杂的电话网络，每个电话节点（神经元）接收输入信号（数据），处理后再传递给下一个节点。神经网络就像这样的信号处理系统，通过层层传递和计算，找到输入与输出的最佳关系。

✨ 发展历史

🟦 萌芽阶段（20 世纪 40-50 年代）
1943 年 McCulloch 和 Pitts 提出人工神经元模型。

🟨 理论初探（1950-70 年代）
1958 年感知机问世，但无法处理非线性问题而遇冷。

🟩 复兴阶段（1980-90 年代）
1986 年反向传播算法推动多层神经网络复苏。

🟥 深度学习时代（2000 年至今）
算力与算法突破让神经网络广泛用于图像、语音、NLP 等领域。

🔑 关键特征

• 分层结构：输入层、隐藏层、输出层逐步提取特征。
• 权重与偏置：通过调整连接权重与偏置优化模型。
• 非线性映射：激活函数帮助模型学习复杂关系。

🔧 工作原理（简化版）

1️⃣ 输入数据（如图像或文本）
↓
2️⃣ 输入层：接收数据并传递到隐藏层
↓
3️⃣ 隐藏层：通过权重和激活函数提取特征
↓
4️⃣ 输出层：生成预测结果
↓
5️⃣ 优化：误差反向传播，调整权重

🔍 背后逻辑与工作机制

神经网络通过输入层接收原始数据，隐藏层提取特征，输出层生成结果；借助反向传播算法不断调整权重与偏置，以优化性能，成为解决复杂非线性问题的基础。

🎯 实用记忆小技巧

• 逐层学习：深度学习通过多层结构，从基础到复杂逐步提取特征。
• 自动化特征提取：无需人工干预，模型自行提炼核心模式。

📚 简单定义： 深度学习（Deep Learning, DL）是机器学习的一个子领域，利用多层神经网络模拟人脑的学习机制。通过层层抽象和特征提取，深度学习能够自动从复杂数据中学习模式，用于解决图像、语音和自然语言等领域的高难度任务。

🌱 形象类比

想象你在看一幅复杂的画作，先从局部颜色（低层特征）观察起，然后分析线条和形状（中层特征），最后理解整个画面的意义（高层特征）。深度学习的多层网络就是这样逐层“看图”，从简单到复杂提取关键信息。

✨ 发展历史

🟦 起步阶段（20 世纪 80-90 年代）
1980 年代 Hinton 提出玻尔兹曼机等概念，但受算力限制发展缓慢。

🟨 理论突破（2006 年）
Hinton 提出深度信念网络（DBN），标志深度学习重新兴起。

🟩 实践成功（2012 年）
AlexNet 在 ImageNet 竞赛中大获成功，深度学习崭露头角。

🟥 全面普及（2012 年至今）
推动自然语言处理、图像生成、自动驾驶等领域的技术突破和应用落地。

🔑 关键特征

• 多层结构：逐层提取数据特征。
• 自动特征提取：无需人工设计特征，模型从数据中自动学习。
• 海量数据 + 高算力：深层网络训练需要大量数据与高性能计算支持。

🔧 工作原理（简化版）

1️⃣ 输入数据（图像 / 文本等）
↓
2️⃣ 卷积层 / 隐藏层：提取低级到高级特征
↓
3️⃣ 分类层：输出预测结果
↓
4️⃣ 优化：反向传播调整权重
↓
5️⃣ 输出结果：分类、回归或生成内容

🔍 背后逻辑与工作机制

深度学习通过多层神经网络逐步分解任务：输入层接收原始数据，隐藏层逐步提取特征，输出层完成分类、回归或生成；反向传播不断调整参数以优化性能，擅长处理非结构化数据如图像、音频和自然语言。

🎯 实用记忆小技巧

• 逐层学习：从基础到复杂逐步提取特征。
• 自动化特征提取：模型自行提炼核心模式。

🧩 相似概念对比

• 与机器学习（ML）：传统 ML 需人工特征，DL 依赖多层网络自动学习高级特征。
• 与神经网络（NN）：DL 基于 NN 的更深版本，能处理更复杂任务，推动 AI 从“识别”到更强的理解与生成。

📚 简单定义： 如果预训练和微调让模型拥有知识与能力，那么提示工程就是为模型指明方向的“导航技术”。它通过精心设计输入信息（提示词），引导模型输出更符合预期的答案和风格。模型越强大，提示工程越能让它发挥更精准与更有创意的表现。

🌱 形象类比

像给博学顾问下“任务卡”：不是只说“讲个故事”，而是“用童话风格，给 5 岁孩子讲一个关于友谊和勇气的短故事”。这种精巧的指令设计能让顾问（模型）更准确理解你的要求，给出更贴切的回答。

✨ 常见用途

🔹 定制问答风格：控制语气，如幽默、严肃或科普
🔹 明确写作格式：要求列表、表格或特定叙事结构
🔹 精准信息提取：指定关键词或领域，减少跑题
🔹 内容创作：为写作者提供更有针对性的情节或人设细节
🔹 教育辅助：用不同教学方式解释知识点（如面向儿童的科普）
🔹 数据查询：让模型用表格或列表格式提炼关键信息

🔑 关键特征

• 精确指令：清晰描述内容或格式，避免模糊
• 上下文引导：在提示中提供足够背景，让模型更明白你要什么
• 迭代优化：观察输出结果，反复打磨提示，提升质量

🔧 工作原理（简化版）

1️⃣ 已具备技能的模型（预训练 + 微调）
↓
2️⃣ 提示工程：像给模型定制任务说明书
↓
3️⃣ 模型输出更贴近用户预期的答案或文本

🔍 背后逻辑与工作机制

模型已有能力，但不一定清楚要“做什么、怎么做”。通过精确指令，你把期望传递给模型，让它在庞大语言空间中快速锁定理想的回答路径。

🎯 实用记忆小技巧

• 预训练让模型成“通才”，微调成“专才”，提示工程就是给这位“专才”制定清晰精确的工作说明书。

📚 简单定义： 智能体（Agent）是能够感知环境、做出决策并采取行动以实现特定目标的人工智能系统。当智能体以大模型为“脑”构建时，不仅具备语言理解与生成能力，还能进行任务规划并调用外部工具执行。

🌱 形象类比

把智能体想象成一位“智能管家”：它不仅能回答问题，还能安排日程、预订餐厅、管理邮件，甚至在你不在家时调节设备。依托大模型的理解与决策能力，它能自主完成多种任务。

✨ 发展历史

🟦 早期
基于规则的专家系统，行动僵硬。

🟨 大模型时代
LLM 具备理解与生成能力，能做规划与语言工具调用。

🟩 工具生态
通过插件/函数调用连接数据库、API、浏览器等，实现闭环执行。

🔑 关键特征

• 自主决策：依托大模型分析信息，选择最合适的行动。
• 环境感知与工具执行：通过数据输入感知环境，并调用工具完成操作。
• 目标导向与反馈闭环：围绕目标执行，并根据反馈持续调整。

🔧 工作原理（简化版）

1️⃣ 感知环境与接收目标
↓
2️⃣ 大模型分析信息并制定计划
↓
3️⃣ 执行行动（调用工具）
↓
4️⃣ 反馈与调整，循环优化

🔍 背后逻辑与工作机制

智能体将“理解 + 计划 + 行动”整合：LLM 负责理解与推理，规划器拆解任务，工具层完成具体操作，记忆/日志用于反馈与校正。通过循环迭代来接近目标，但仍需边界与监督。

🎯 实用记忆小技巧

• 典型场景：多步骤自动化、信息收集与整理、客服/运营自动处理。
• 使用要点：明确目标、设定权限与安全约束、持续监控与复盘，防止跑偏或误用资源。

📚 简单定义： 通用人工智能（Artificial General Intelligence, AGI）是人工智能的高级形式，旨在让机器具备像人类一样的通用学习与思考能力。与当前专注于单一任务的AI不同，AGI能够自主适应多种任务，并在不同领域展现出灵活的智能水平。

🌱 形象类比

想象一个博学的全能专家，他不仅擅长编程、翻译、下棋，还能快速学习新技能，例如烹饪或修理家电。AGI正是这样的“通才型助手”，在多种任务中展现出通用智慧，而不仅是擅长某一领域的“单项高手”。

✨ 常见用途

• 跨领域应用：从金融分析到环境保护，都能提供高效解决方案。
• 人机协作：与人类一起完成复杂任务，优化工作流程。
• 生活伴侣：在家庭中兼顾家务管理、教育陪伴、情感支持等角色。

🔑 关键特征

• 通用性：可在多种任务中自由切换，而无需针对性训练。
• 自我学习：能通过经验积累优化表现，解决全新问题。
• 自主决策：具备一定的推理与创造能力，应对复杂挑战。

🔧 工作原理（简化版）

1️⃣ 多模态感知（文本、图像、声音…）
↓
2️⃣ 自主学习与知识整合（动态构建知识体系）
↓
3️⃣ 任务推理与决策（跨领域智能应用）
↓
4️⃣ 反馈优化（不断提升通用能力）

🔍 背后逻辑与工作机制

AGI的实现依赖于以下核心技术：

• 跨领域学习：结合机器学习和深度学习，从多模态数据中提取通用特征。
• 记忆与推理：通过强化学习和知识图谱，建立长期记忆和逻辑推理能力。
• 自我优化：利用元学习（meta-learning），让模型通过自我训练提升适应性和效率。

与专用AI相比，AGI追求更高层次的通用性与灵活性，使其具备解决复杂社会问题的潜力。

🎯 实用记忆小技巧

1. 通用智能愿景：AGI是从“专才”迈向“全才”的未来方向。
2. 技术基础：理解AGI需要掌握多模态学习、强化学习与知识图谱等概念。

🧩 相似概念对比

• 与专用人工智能（Narrow AI）：
专用AI专注于单一任务（如语音识别或图像分类）；AGI则追求多领域智能化，具备广泛适应能力。

• 与人类智能：
AGI试图模拟人类的全局智能，但仍受限于计算资源和伦理问题。

通用人工智能正以其跨领域、全能化的潜力，引领人类迈向智能技术的全新时代！

📚 简单定义：

Skills（技能）是 Agent 架构中一种可被模型自动触发的、结构化执行能力单元。
它通过标准化描述，教会大模型如何完成一类具体任务，并由模型自行判断何时使用、如何使用，而不是依赖人为显式调用或一次性的 Prompt。

一个 Skill 往往封装了对 Tools（工具） 的使用方式、执行步骤与约束规范，使 AI 能够将“思考结果”转化为稳定、可复用、可治理的实际行动。
因此，Skills 是 AI 从“只会生成内容”，迈向“能够可靠执行任务”的关键能力层。

🌱 形象类比

如果把 AI 看成一个正在工作的专业人士：

• LLM = 大脑
  负责理解目标、分析问题、制定行动决策
• Skills = 工作方法与操作手册
  告诉大脑：这一类事情应该怎么做、分几步做、用哪些工具做、做到什么标准
• Tools = 具体工具与设备
  真正执行动作的载体，例如 API、脚本、数据库、业务系统接口

在这个过程中：LLM 负责“想”，Skills 负责“怎么做”，Tools 负责“真正去做”。
只有三者协同，AI 才能从“会说话的模型”，进化为“能干活的智能体”。

✨ 发展历史

🟦 早期阶段（2010 年前后）
规则与脚本驱动，能力分散、难以复用。

🟨 Prompt 驱动阶段（2022–2023 年）
通过 Prompt 教模型做事，执行依赖人工，难以治理。

🟩 Agent 化阶段（2024–2025 年）
AI 开始自主决策并调用工具，需要可复用执行能力。

🟥 Skills 系统化阶段（2025 年至今）
Anthropic 系统提出 Agent Skills 概念，执行能力模块化，由模型自动判断何时、如何使用。

✨ 常见用途

• 把思考变成行动：将推理结果落地为可执行流程。
• 封装可复用能力：一次定义，多场景复用。
• 增强可治理性：执行边界清晰，便于审计与控制。

🔑 关键特征

• 可执行性：不是回答，而是直接行动。
• 标准接口：有清晰的输入、输出和调用方式。
• 可组合：多个 Skills 可形成工作流。
• 可复用：一次封装，多处调用。
• 可治理：行为边界清晰，便于审计与控制。

🔧 工作原理（简化版）

1️⃣ 用户目标 / 任务指令
↓
2️⃣ LLM 推理（要做什么？）
↓
3️⃣ 选择合适的 Skill
↓
4️⃣ Skill 调用 Tools 执行（API / 函数 / 系统）
↓
5️⃣ 返回结果 → 进入下一轮推理

🔍 背后逻辑与工作机制

Skills 的核心思想是：把“怎么做事”从模型的即兴推理中拆出来，变成可控、可治理的能力模块。

🔹 Skill 定义：明确描述能力边界与执行规范，例如：查数据库、发邮件、调用搜索引擎、执行脚本、操作业务系统。
🔹 Skill 调用（Tool Calling / Function Calling）：由 LLM 决定是否调用 Skill，以及在什么上下文下调用。
🔹 执行与反馈：Skill 内部协调 Tools 完成真实操作，并将结果返回给 Agent。
🔹 安全与治理：Skill 可审计、可限权，避免模型“自由发挥”导致风险。

这种设计让 Agent 系统更可靠、更工程化、更可扩展。

🎯 实用记忆小技巧

• LLM 负责想。
• Skills 负责怎么做。
• Tools 负责真正执行。
• 没有 Skills 的 Agent，只是“会说话”的模型。

🧩 相似概念对比

• 与 Prompt（提示词）：
  Prompt 影响“怎么想、怎么说”；Skill 决定“怎么做、是否能稳定地做”。
• 与 Tool（工具）：
  Tool 是能力本身；Skill 是对 Tool 的结构化封装 + 使用规范。
• 与 Plugin / API：
  Plugin 和 API 偏系统集成；Skill 偏 Agent 认知层，是“完成一类任务的方法”。
• 与 Workflow（工作流）：
  Workflow 是固定流程；Skill 是可被模型动态组合的能力积木。

💡 一句话总结： Skills，让人工智能从“会说”进化为“会做”。

📚 简单定义

人工智能（AI，Artificial Intelligence）是一门研究如何让机器展现类似人类智慧与行为的学科。通过感知环境、思考与决策、学习与适应，AI 试图解决复杂问题，协助或替代人类完成任务。

🌱 形象类比

人工智能就像一台“全能学习机”。它能模仿人类的思考方式，看图识字、听声辨人、分析问题，还能快速学习新技能。如果把任务比作考试，AI 就是那个拿着无数复习资料的“学霸”，能更快、更准确地解题。

✨ 发展历史

🟦 起步阶段（1950s–1970s）
1956 年达特茅斯会议提出“人工智能”概念。

🟨 瓶颈期（1970s–1980s）
算力与算法受限，AI 研究进入低谷。

🟩 复兴阶段（1980s–1990s）
反向传播推动神经网络复苏，专家系统应用兴起。

🟥 深度学习崛起（2000s 至今）
算力与大数据推动 AI 在多个领域落地。

🔑 关键特征

• 智能决策：不仅执行指令，还能根据环境和数据作出判断。
• 学习能力：通过机器学习、深度学习不断优化策略。

🔧 工作原理（简化版）

1️⃣ 感知输入（文本、图像、音频等多模态数据）
↓
2️⃣ 理解与分析（识别、理解、预测信息）
↓
3️⃣ 决策与行动（执行指令、调用工具、输出结果）
↓
4️⃣ 反馈与学习（基于结果持续优化模型与策略）

🔍 背后逻辑与工作机制

AI 的核心在于模拟人类的认知过程：

🔹 感知：通过传感器或数据输入获取信息（文本、图像、语音等）
🔹 理解：利用算法和模型对信息进行分析、推理与抽象
🔹 决策：基于分析结果选择并执行行动方案
🔹 学习与改进：借助机器学习 / 深度学习，从经验中持续优化表现

随着算力与算法的不断提升，
AI 已从早期的规则系统，逐步演进为以数据驱动的深度学习体系。

🎯 实用记忆小技巧

• 从泛化到专精：AI 是大伞，机器学习与深度学习是其下的进阶。
• 掌握基础概念：先理解流程、关键技术与应用场景。

🧩 相似概念对比

• 与机器学习（ML）： ML 是 AI 的子集，专注让机器从数据中学习规律。
• 与深度学习（DL）： DL 是 ML 的子领域，借助深层神经网络自动提取特征，AI 是总目标，DL 是尖端技术。

📚 简单定义： 神经网络（Neural Network, NN）是一种受生物神经系统启发的算法，利用人工神经元模拟人脑的学习过程。通过连接成多层网络，它可以从数据中自动提取特征，完成分类、回归等任务，是机器学习和深度学习的核心技术之一。

🌱 形象类比

想象一个复杂的电话网络，每个电话节点（神经元）接收输入信号（数据），处理后再传递给下一个节点。神经网络就像这样的信号处理系统，通过层层传递和计算，找到输入与输出的最佳关系。

✨ 发展历史

🟦 萌芽阶段（20 世纪 40-50 年代）
1943 年 McCulloch 和 Pitts 提出人工神经元模型。

🟨 理论初探（1950-70 年代）
1958 年感知机问世，但无法处理非线性问题而遇冷。

🟩 复兴阶段（1980-90 年代）
1986 年反向传播算法推动多层神经网络复苏。

🟥 深度学习时代（2000 年至今）
算力与算法突破让神经网络广泛用于图像、语音、NLP 等领域。

🔑 关键特征

• 分层结构：输入层、隐藏层、输出层逐步提取特征。
• 权重与偏置：通过调整连接权重与偏置优化模型。
• 非线性映射：激活函数帮助模型学习复杂关系。

🔧 工作原理（简化版）

1️⃣ 输入数据（如图像或文本）
↓
2️⃣ 输入层：接收数据并传递到隐藏层
↓
3️⃣ 隐藏层：通过权重和激活函数提取特征
↓
4️⃣ 输出层：生成预测结果
↓
5️⃣ 优化：误差反向传播，调整权重

🔍 背后逻辑与工作机制

神经网络通过输入层接收原始数据，隐藏层提取特征，输出层生成结果；借助反向传播算法不断调整权重与偏置，以优化性能，成为解决复杂非线性问题的基础。

🎯 实用记忆小技巧

• 逐层学习：深度学习通过多层结构，从基础到复杂逐步提取特征。
• 自动化特征提取：无需人工干预，模型自行提炼核心模式。

📚 简单定义： 深度学习（Deep Learning, DL）是机器学习的一个子领域，利用多层神经网络模拟人脑的学习机制。通过层层抽象和特征提取，深度学习能够自动从复杂数据中学习模式，用于解决图像、语音和自然语言等领域的高难度任务。

🌱 形象类比

想象你在看一幅复杂的画作，先从局部颜色（低层特征）观察起，然后分析线条和形状（中层特征），最后理解整个画面的意义（高层特征）。深度学习的多层网络就是这样逐层“看图”，从简单到复杂提取关键信息。

✨ 发展历史

🟦 起步阶段（20 世纪 80-90 年代）
1980 年代 Hinton 提出玻尔兹曼机等概念，但受算力限制发展缓慢。

🟨 理论突破（2006 年）
Hinton 提出深度信念网络（DBN），标志深度学习重新兴起。

🟩 实践成功（2012 年）
AlexNet 在 ImageNet 竞赛中大获成功，深度学习崭露头角。

🟥 全面普及（2012 年至今）
推动自然语言处理、图像生成、自动驾驶等领域的技术突破和应用落地。

🔑 关键特征

• 多层结构：逐层提取数据特征。
• 自动特征提取：无需人工设计特征，模型从数据中自动学习。
• 海量数据 + 高算力：深层网络训练需要大量数据与高性能计算支持。

🔧 工作原理（简化版）

1️⃣ 输入数据（图像 / 文本等）
↓
2️⃣ 卷积层 / 隐藏层：提取低级到高级特征
↓
3️⃣ 分类层：输出预测结果
↓
4️⃣ 优化：反向传播调整权重
↓
5️⃣ 输出结果：分类、回归或生成内容

🔍 背后逻辑与工作机制

深度学习通过多层神经网络逐步分解任务：输入层接收原始数据，隐藏层逐步提取特征，输出层完成分类、回归或生成；反向传播不断调整参数以优化性能，擅长处理非结构化数据如图像、音频和自然语言。

🎯 实用记忆小技巧

• 逐层学习：从基础到复杂逐步提取特征。
• 自动化特征提取：模型自行提炼核心模式。

🧩 相似概念对比

• 与机器学习（ML）：传统 ML 需人工特征，DL 依赖多层网络自动学习高级特征。
• 与神经网络（NN）：DL 基于 NN 的更深版本，能处理更复杂任务，推动 AI 从“识别”到更强的理解与生成。

📚 简单定义： 如果预训练和微调让模型拥有知识与能力，那么提示工程就是为模型指明方向的“导航技术”。它通过精心设计输入信息（提示词），引导模型输出更符合预期的答案和风格。模型越强大，提示工程越能让它发挥更精准与更有创意的表现。

🌱 形象类比

像给博学顾问下“任务卡”：不是只说“讲个故事”，而是“用童话风格，给 5 岁孩子讲一个关于友谊和勇气的短故事”。这种精巧的指令设计能让顾问（模型）更准确理解你的要求，给出更贴切的回答。

✨ 常见用途

🔹 定制问答风格：控制语气，如幽默、严肃或科普
🔹 明确写作格式：要求列表、表格或特定叙事结构
🔹 精准信息提取：指定关键词或领域，减少跑题
🔹 内容创作：为写作者提供更有针对性的情节或人设细节
🔹 教育辅助：用不同教学方式解释知识点（如面向儿童的科普）
🔹 数据查询：让模型用表格或列表格式提炼关键信息

🔑 关键特征

• 精确指令：清晰描述内容或格式，避免模糊
• 上下文引导：在提示中提供足够背景，让模型更明白你要什么
• 迭代优化：观察输出结果，反复打磨提示，提升质量

🔧 工作原理（简化版）

1️⃣ 已具备技能的模型（预训练 + 微调）
↓
2️⃣ 提示工程：像给模型定制任务说明书
↓
3️⃣ 模型输出更贴近用户预期的答案或文本

🔍 背后逻辑与工作机制

模型已有能力，但不一定清楚要“做什么、怎么做”。通过精确指令，你把期望传递给模型，让它在庞大语言空间中快速锁定理想的回答路径。

🎯 实用记忆小技巧

• 预训练让模型成“通才”，微调成“专才”，提示工程就是给这位“专才”制定清晰精确的工作说明书。

📚 简单定义： 智能体（Agent）是能够感知环境、做出决策并采取行动以实现特定目标的人工智能系统。当智能体以大模型为“脑”构建时，不仅具备语言理解与生成能力，还能进行任务规划并调用外部工具执行。

🌱 形象类比

把智能体想象成一位“智能管家”：它不仅能回答问题，还能安排日程、预订餐厅、管理邮件，甚至在你不在家时调节设备。依托大模型的理解与决策能力，它能自主完成多种任务。

✨ 发展历史

🟦 早期
基于规则的专家系统，行动僵硬。

🟨 大模型时代
LLM 具备理解与生成能力，能做规划与语言工具调用。

🟩 工具生态
通过插件/函数调用连接数据库、API、浏览器等，实现闭环执行。

🔑 关键特征

• 自主决策：依托大模型分析信息，选择最合适的行动。
• 环境感知与工具执行：通过数据输入感知环境，并调用工具完成操作。
• 目标导向与反馈闭环：围绕目标执行，并根据反馈持续调整。

🔧 工作原理（简化版）

1️⃣ 感知环境与接收目标
↓
2️⃣ 大模型分析信息并制定计划
↓
3️⃣ 执行行动（调用工具）
↓
4️⃣ 反馈与调整，循环优化

🔍 背后逻辑与工作机制

智能体将“理解 + 计划 + 行动”整合：LLM 负责理解与推理，规划器拆解任务，工具层完成具体操作，记忆/日志用于反馈与校正。通过循环迭代来接近目标，但仍需边界与监督。

🎯 实用记忆小技巧

• 典型场景：多步骤自动化、信息收集与整理、客服/运营自动处理。
• 使用要点：明确目标、设定权限与安全约束、持续监控与复盘，防止跑偏或误用资源。

📚 简单定义： 通用人工智能（Artificial General Intelligence, AGI）是人工智能的高级形式，旨在让机器具备像人类一样的通用学习与思考能力。与当前专注于单一任务的AI不同，AGI能够自主适应多种任务，并在不同领域展现出灵活的智能水平。

🌱 形象类比

想象一个博学的全能专家，他不仅擅长编程、翻译、下棋，还能快速学习新技能，例如烹饪或修理家电。AGI正是这样的“通才型助手”，在多种任务中展现出通用智慧，而不仅是擅长某一领域的“单项高手”。

✨ 常见用途

• 跨领域应用：从金融分析到环境保护，都能提供高效解决方案。
• 人机协作：与人类一起完成复杂任务，优化工作流程。
• 生活伴侣：在家庭中兼顾家务管理、教育陪伴、情感支持等角色。

🔑 关键特征

• 通用性：可在多种任务中自由切换，而无需针对性训练。
• 自我学习：能通过经验积累优化表现，解决全新问题。
• 自主决策：具备一定的推理与创造能力，应对复杂挑战。

🔧 工作原理（简化版）

1️⃣ 多模态感知（文本、图像、声音…）
↓
2️⃣ 自主学习与知识整合（动态构建知识体系）
↓
3️⃣ 任务推理与决策（跨领域智能应用）
↓
4️⃣ 反馈优化（不断提升通用能力）

🔍 背后逻辑与工作机制

AGI的实现依赖于以下核心技术：

• 跨领域学习：结合机器学习和深度学习，从多模态数据中提取通用特征。
• 记忆与推理：通过强化学习和知识图谱，建立长期记忆和逻辑推理能力。
• 自我优化：利用元学习（meta-learning），让模型通过自我训练提升适应性和效率。

与专用AI相比，AGI追求更高层次的通用性与灵活性，使其具备解决复杂社会问题的潜力。

🎯 实用记忆小技巧

1. 通用智能愿景：AGI是从“专才”迈向“全才”的未来方向。
2. 技术基础：理解AGI需要掌握多模态学习、强化学习与知识图谱等概念。

🧩 相似概念对比

• 与专用人工智能（Narrow AI）：
专用AI专注于单一任务（如语音识别或图像分类）；AGI则追求多领域智能化，具备广泛适应能力。

• 与人类智能：
AGI试图模拟人类的全局智能，但仍受限于计算资源和伦理问题。

通用人工智能正以其跨领域、全能化的潜力，引领人类迈向智能技术的全新时代！

📚 简单定义：

Skills（技能）是 Agent 架构中一种可被模型自动触发的、结构化执行能力单元。
它通过标准化描述，教会大模型如何完成一类具体任务，并由模型自行判断何时使用、如何使用，而不是依赖人为显式调用或一次性的 Prompt。

一个 Skill 往往封装了对 Tools（工具） 的使用方式、执行步骤与约束规范，使 AI 能够将“思考结果”转化为稳定、可复用、可治理的实际行动。
因此，Skills 是 AI 从“只会生成内容”，迈向“能够可靠执行任务”的关键能力层。

🌱 形象类比

如果把 AI 看成一个正在工作的专业人士：

• LLM = 大脑
  负责理解目标、分析问题、制定行动决策
• Skills = 工作方法与操作手册
  告诉大脑：这一类事情应该怎么做、分几步做、用哪些工具做、做到什么标准
• Tools = 具体工具与设备
  真正执行动作的载体，例如 API、脚本、数据库、业务系统接口

在这个过程中：LLM 负责“想”，Skills 负责“怎么做”，Tools 负责“真正去做”。
只有三者协同，AI 才能从“会说话的模型”，进化为“能干活的智能体”。

✨ 发展历史

🟦 早期阶段（2010 年前后）
规则与脚本驱动，能力分散、难以复用。

🟨 Prompt 驱动阶段（2022–2023 年）
通过 Prompt 教模型做事，执行依赖人工，难以治理。

🟩 Agent 化阶段（2024–2025 年）
AI 开始自主决策并调用工具，需要可复用执行能力。

🟥 Skills 系统化阶段（2025 年至今）
Anthropic 系统提出 Agent Skills 概念，执行能力模块化，由模型自动判断何时、如何使用。

✨ 常见用途

• 把思考变成行动：将推理结果落地为可执行流程。
• 封装可复用能力：一次定义，多场景复用。
• 增强可治理性：执行边界清晰，便于审计与控制。

🔑 关键特征

• 可执行性：不是回答，而是直接行动。
• 标准接口：有清晰的输入、输出和调用方式。
• 可组合：多个 Skills 可形成工作流。
• 可复用：一次封装，多处调用。
• 可治理：行为边界清晰，便于审计与控制。

🔧 工作原理（简化版）

1️⃣ 用户目标 / 任务指令
↓
2️⃣ LLM 推理（要做什么？）
↓
3️⃣ 选择合适的 Skill
↓
4️⃣ Skill 调用 Tools 执行（API / 函数 / 系统）
↓
5️⃣ 返回结果 → 进入下一轮推理

🔍 背后逻辑与工作机制

Skills 的核心思想是：把“怎么做事”从模型的即兴推理中拆出来，变成可控、可治理的能力模块。

🔹 Skill 定义：明确描述能力边界与执行规范，例如：查数据库、发邮件、调用搜索引擎、执行脚本、操作业务系统。
🔹 Skill 调用（Tool Calling / Function Calling）：由 LLM 决定是否调用 Skill，以及在什么上下文下调用。
🔹 执行与反馈：Skill 内部协调 Tools 完成真实操作，并将结果返回给 Agent。
🔹 安全与治理：Skill 可审计、可限权，避免模型“自由发挥”导致风险。

这种设计让 Agent 系统更可靠、更工程化、更可扩展。

🎯 实用记忆小技巧

• LLM 负责想。
• Skills 负责怎么做。
• Tools 负责真正执行。
• 没有 Skills 的 Agent，只是“会说话”的模型。

🧩 相似概念对比

• 与 Prompt（提示词）：
  Prompt 影响“怎么想、怎么说”；Skill 决定“怎么做、是否能稳定地做”。
• 与 Tool（工具）：
  Tool 是能力本身；Skill 是对 Tool 的结构化封装 + 使用规范。
• 与 Plugin / API：
  Plugin 和 API 偏系统集成；Skill 偏 Agent 认知层，是“完成一类任务的方法”。
• 与 Workflow（工作流）：
  Workflow 是固定流程；Skill 是可被模型动态组合的能力积木。

💡 一句话总结： Skills，让人工智能从“会说”进化为“会做”。