新手入门

AI_Agent名词宝典

✍️ lvy · 📅 2026-07-13 · ⏱ 30 分钟 · 📂 新手入门

AI Agent 关键名词小白词典（100 个，按常见度排序）

版本说明：这版按照“最常见、最通用、最先遇到”的顺序整理。前 100 个名词先完整展示，每个词保留大白话解释和例子；分类与学习建议放在最后，不打断前面的词表。

参考你提供的《Codex 使用指南 · 小白版》补充了 Codex 工程场景里的 Thread、Diff、Review Pane、Sandbox、AGENTS.md、Skill、Worktree、PR、Cloud/Local、Slash Commands、Testing 等名词。

1. Agent

中文： 智能体 / 代理

大白话： 会理解任务、拆步骤、调用工具、根据结果继续推进的 AI 助手。

例如： - 你说：帮我修这个网页按钮没反应的问题。 - Agent 会先读项目、找相关文件、分析事件绑定、修改代码、运行测试、最后给你看 diff。

2. LLM

中文： 大语言模型

大白话： Agent 的大脑，负责理解语言、推理、写内容、决定下一步。

例如： - GPT、Claude、Gemini、Qwen、DeepSeek 都可以作为 LLM。 - LLM 负责想，Tool/Plugin 负责做。

3. Prompt

中文： 提示词

大白话： 你给 AI 的任务说明，决定它要扮演什么角色、按什么格式输出、有哪些限制。

例如： - 请你作为代码审查助手，只检查安全问题，不要改代码。 - 请用大白话解释，并列出例子。

4. System Prompt

中文： 系统提示词

大白话： 比普通用户指令更高优先级的底层规则，用来约束 Agent 的身份、边界和工作方式。

例如： - 你必须诚实回答。 - 涉及最新信息要先搜索。 - 不能泄露隐私或密钥。

5. Context

中文： 上下文

大白话： Agent 当前能看到的信息，包括对话、文件、工具返回结果、系统规则、任务状态。

例如： - 你刚上传的文件内容。 - 前面几轮对话。 - 工具返回的搜索结果。 - 项目里的 README 和 AGENTS.md。

6. Context Window

中文： 上下文窗口

大白话： 模型一次能装进脑子里的信息容量。

例如： - 窗口越大，能同时看更多文件和对话。 - 但内容太多也会干扰判断，所以长任务需要压缩和整理。

7. Token

中文： 词元

大白话： AI 处理文字时的计算单位，也常用于计费和上下文长度统计。

例如： - 一段中文会被切成多个 token。 - 输入越长、输出越长，通常成本越高。

8. Tool

中文： 工具

大白话： Agent 可以调用的具体能力，是它的手。

例如： - 搜索网页。 - 读取文件。 - 发送邮件。 - 运行测试命令。 - 查询数据库。

9. Plugin

中文： 插件

大白话： 可安装的能力包，通常把一组工具、流程或连接方式打包给 Agent 使用。

例如： - GitHub Plugin：让 Agent 管理仓库、Issue、PR。 - Figma Plugin：让 Agent 读取或生成设计。 - Documents Plugin：让 Agent 生成文档。

10. Function Calling

中文： 函数调用

大白话： 模型不只输出文字，而是决定调用某个函数并填好参数。

例如： - get_weather(city='北京', date='明天') - send_email(to='客户', subject='订单说明', body='...')

11. Tool Calling

中文： 工具调用

大白话： Agent 调用外部工具完成任务的过程，比 Function Calling 更宽泛。

例如： - 先调用 search_web 查资料。 - 再调用 read_file 读文件。 - 最后调用 create_draft 生成邮件草稿。

12. MCP

中文： Model Context Protocol

大白话： 连接模型、工具和数据源的标准接口，可以理解成 AI 工具世界的统一插头。

例如： - Agent 通过 MCP 连接 GitHub、数据库、文件系统、Figma、浏览器。 - 不用每个工具都重新写一套私有接入方式。

13. MCP Server

中文： MCP 服务器

大白话： 把某个外部系统包装成 Agent 可用工具的小服务。

例如： - GitHub MCP Server 暴露创建 issue、读取 PR 的工具。 - Database MCP Server 暴露查询表结构、执行只读 SQL 的工具。

14. MCP Client

中文： MCP 客户端

大白话： Agent 侧连接 MCP Server 的组件。

例如： - Claude Desktop、Codex、Cursor 或其他 Agent 应用里，负责连接 MCP Server 的那一端。

15. MCP Tool

中文： MCP 工具

大白话： MCP Server 暴露出来的一个具体可调用能力。

例如： - read_file - search_repo - query_database - create_issue - open_browser

16. API

中文： 应用程序接口

大白话： 软件之间互相调用的接口，很多 Tool/Plugin/MCP 背后都在调用 API。

例如： - 天气 API 返回天气。 - GitHub API 创建 PR。 - Gmail API 发送邮件。

17. API Key

中文： 接口密钥

大白话： 调用 API 的密码，泄露后别人可能花你的钱或访问你的资源。

例如： - OPENAI_API_KEY - GITHUB_TOKEN - DATABASE_PASSWORD - 不要写进前端代码、README、截图或 GitHub。

18. OAuth

中文： 开放授权

大白话： 让你授权 Agent 访问账号，但不用把密码交给 Agent。

例如： - 用 Google 登录并授权读取日历。 - 授权 GitHub 仓库访问。 - 授权后仍要控制读写权限。

19. Authentication

中文： 认证

大白话： 确认你是谁。

例如： - 登录账号。 - 设备绑定用户。 - 通过 OAuth 或 API Key 验证身份。

20. Authorization

中文： 授权

大白话： 确认你能做什么。

例如： - 可以读 Gmail，但不能发 Gmail。 - 可以读数据库，但不能删除表。 - 可以创建草稿，但不能直接发送。

21. Permission

中文： 权限

大白话： Agent 被允许访问什么、修改什么、执行什么。

例如： - 只允许读项目目录。 - 允许改当前仓库，但不能改系统目录。 - 发送邮件前必须批准。

22. Approval Flow

中文： 审批流程

大白话： 高风险动作执行前让人确认。

例如： - Agent 准备删除文件，先问你是否确认。 - Agent 准备发送邮件，先给你看正文。 - Agent 准备安装依赖，先说明风险。

23. Human-in-the-loop

中文： 人在回路中

大白话： 关键节点让人参与判断，而不是让 Agent 全自动决定。

例如： - 写邮件可以自动，发送前人工确认。 - 修代码可以自动，合并 PR 前人工 review。 - 查订单可以自动，退款前人工审批。

24. Guardrails

中文： 护栏

大白话： 限制 Agent 不能越界的一套规则和机制。

例如： - 不能泄露 API Key。 - 不能删除生产数据库。 - 不能伪造引用。 - 不能跳过用户审批直接付款。

25. Policy

中文： 策略 / 规则

大白话： 把护栏具体写成可执行规则。

例如： - 超过 1000 元的订单必须人工确认。 - 涉及用户隐私的数据不能外发。 - 只能访问白名单域名。

26. Least Privilege

中文： 最小权限原则

大白话： 只给 Agent 完成任务所需的最低权限。

例如： - 能只读就不给写权限。 - 能访问一个文件夹就不给整个磁盘。 - 能创建草稿就不要给直接发送权限。

27. Sandbox

中文： 沙盒

大白话： 隔离环境或安全围栏，限制 Agent 能碰哪些文件、能不能联网、能不能执行命令。

例如： - read-only：只能看不能改。 - workspace-write：可在项目目录改。 - danger-full-access：风险很高，新手不要用。

28. Agent Loop

中文： 智能体循环

大白话： Agent 反复执行“想一想 → 调工具 → 看结果 → 再决定下一步”的过程。

例如： - 思考：需要查文件。 - 行动：读取文件。 - 观察：发现 bug 在按钮事件。 - 再行动：修改代码并运行测试。

29. Reasoning

中文： 推理

大白话： Agent 分析问题、判断因果、选择下一步的能力。

例如： - 用户要最新数据 → 不能靠记忆 → 需要搜索。 - 测试失败 → 先读报错 → 找相关文件 → 最小修改。

30. Planning

中文： 规划

大白话： 执行前先拆任务和制定步骤。

例如： - 先不要改代码，先列计划。 - 先分析涉及哪些文件、风险是什么、怎么验证。

31. Plan Mode

中文： 计划模式

大白话： 让 Agent 只做计划、不直接动手的模式。

例如： - 复杂任务先进入 /plan。 - 你确认计划后再允许它修改文件。 - 适合 Codex、Claude Code 等工程 Agent。

32. Action

中文： 行动

大白话： Agent 决定执行的一步操作。

例如： - 搜索网页。 - 读取文件。 - 运行 npm test。 - 创建 PR。 - 发起审批。

33. Observation

中文： 观察结果

大白话： 工具执行后的返回内容，Agent 会根据它继续判断。

例如： - 测试失败日志。 - 网页搜索结果。 - 数据库查询返回。 - Git diff 内容。

34. State

中文： 状态

大白话： 任务当前进展和关键变量。

例如： - 用户已登录。 - 邮件已生成但未发送。 - 测试已通过。 - PR 已创建但未合并。

35. Session

中文： 会话

大白话： 一次连续任务或对话过程。

例如： - 一次修 bug 的对话。 - 一次做投研报告的工作过程。 - 一次语音助手交互。

36. Thread

中文： 任务对话

大白话： 同一个项目里的一个具体任务对话，Codex 场景里很常见。

例如： - 一个 Thread 只做“修登录按钮 bug”。 - 另一个 Thread 做“优化首页 UI”。 - 不要把所有需求塞进一个 Thread。

37. Memory

中文： 记忆

大白话： 跨会话保存的长期有用信息。

例如： - 用户喜欢中文大白话。 - 这个项目用 pnpm。 - 以后不要随便改全局样式。

38. AGENTS.md

中文： Agent 项目规则文件

大白话： 写给 Agent 看的项目说明书，告诉它技术栈、命令、边界和禁止事项。

例如： - 项目用 Next.js + Tailwind。 - 构建命令是 pnpm build。 - 不要修改 .env。 - 完成后必须说明改了哪些文件。

39. Skill

中文： 技能 / 固定工作方法

大白话： 一套可复用的做事流程，告诉 Agent 遇到某类任务时怎么做。

例如： - README Skill：固定生成 README。 - Code Review Skill：固定按安全、边界、测试检查代码。 - PPT Skill：固定生成演示文稿。

40. Workflow

中文： 工作流

大白话： 预设好的多步骤流程。

例如： - 收到客户邮件 → 分类 → 查订单 → 生成回复 → 人工确认 → 发送。

41. Agentic Workflow

中文： 智能体工作流

大白话： 流程中加入 Agent 的判断能力，不是完全固定路线。

例如： - 如果是退款问题走退款流程。 - 如果是物流问题查物流。 - 如果信息不足先追问。

42. Orchestration

中文： 编排

大白话： 管理多个步骤、工具或 Agent 如何配合。

例如： - 研究 Agent 查资料。 - 写作 Agent 起草。 - 审查 Agent 挑错。 - 主 Agent 汇总结果。

43. Router

中文： 路由器 / 分发器

大白话： 判断任务应该交给哪个工具、哪个 Agent 或哪个流程。

例如： - 问股票 → 投研 Agent。 - 问代码 → 编程 Agent。 - 要发邮件 → Gmail Tool。

44. Handoff

中文： 移交

大白话： 一个 Agent 把任务交给另一个更合适的 Agent。

例如： - 客服 Agent 发现是账单问题，移交给账单 Agent。 - 写作 Agent 完成后移交给审校 Agent。

45. Multi-Agent

中文： 多智能体

大白话： 多个 Agent 分工协作。

例如： - 产品经理 Agent 拆需求。 - 工程师 Agent 写代码。 - 测试 Agent 找 bug。 - 审查 Agent 检查风险。

46. Sub-Agent

中文： 子智能体

大白话： 主 Agent 派出去做专项任务的小 Agent。

例如： - 主 Agent 写报告。 - 子 Agent A 查市场。 - 子 Agent B 查竞品。 - 子 Agent C 查风险。

47. RAG

中文： 检索增强生成

大白话： 先查资料，再基于资料回答，减少瞎编。

例如： - 问合同宠物政策 → 先检索合同 → 引用相关段落 → 再解释。

48. Agentic RAG

中文： 智能体式 RAG

大白话： Agent 自己决定查哪里、查几次、是否换关键词。

例如： - 先查财报。 - 发现缺海外数据，再查公告。 - 再查新闻验证趋势。

49. Retrieval

中文： 检索

大白话： 从文档库、数据库或网页中找相关信息。

例如： - 在文件库里搜 pet policy。 - 在代码仓库里搜 login。 - 在知识库里搜退款规则。

50. Embedding

中文： 向量嵌入

大白话： 把文字变成数字向量，用来比较语义相似度。

例如： - “宠物政策”和“能不能养狗”意思相近，向量距离可能较近。

51. Vector Database

中文： 向量数据库

大白话： 专门存向量并支持相似度搜索的数据库。

例如： - 存公司制度。 - 存产品文档。 - 存客服问答。 - 用户提问后找最相关片段。

52. Semantic Search

中文： 语义搜索

大白话： 按意思搜，而不是只按关键词搜。

例如： - 用户搜“公司能不能养狗”，系统能找到“Pet Policy”。

53. Chunking

中文： 切块

大白话： 把长文档拆成小段，方便检索和喂给模型。

例如： - 100 页 PDF 切成一段段。 - 切太大不精准，切太小容易丢上下文。

54. Knowledge Base

中文： 知识库

大白话： Agent 可查询的一组资料。

例如： - 公司制度。 - 产品文档。 - 合同。 - 财报。 - 代码规范。

55. Grounding

中文： 事实锚定

大白话： 回答必须基于可验证资料，而不是凭空编。

例如： - 基于财报回答。 - 基于合同回答。 - 基于工具返回结果回答。

56. Citation

中文： 引用来源

大白话： 告诉用户答案依据来自哪里。

例如： - 引用文件行号。 - 引用官方文档。 - 引用财报页码。

57. Hallucination

中文： 幻觉

大白话： AI 一本正经地胡说。

例如： - 编造不存在的新闻。 - 编造论文。 - 编造 API。 - 编造公司数据。

58. Structured Output

中文： 结构化输出

大白话： 让 AI 按固定格式输出，方便程序继续处理。

例如： - 输出 JSON：intent、date、location。 - 输出表格：问题、风险、建议。

59. Tool Schema

中文： 工具结构说明

大白话： 告诉模型工具叫什么、干什么、需要哪些参数。

例如： - name: send_email - parameters: to、subject、body - description: 创建邮件草稿而不是直接发送。

60. Function Arguments

中文： 函数参数

大白话： Agent 调用函数或工具时传入的具体信息。

例如： - to='[email protected]' - subject='会议提醒' - body='明天下午三点开会'。

61. Tool Result

中文： 工具结果

大白话： 工具执行后返回给 Agent 的内容。

例如： - 邮件草稿创建成功。 - 测试失败日志。 - 数据库查询结果。 - PR 链接。

62. Error Handling

中文： 错误处理

大白话： 工具失败或信息不全时，Agent 如何补救。

例如： - API 超时 → 重试。 - 权限不足 → 请求授权。 - 文件不存在 → 搜索同名文件。

63. Rate Limit

中文： 速率限制

大白话： API 限制调用频率或用量。

例如： - 每分钟最多 100 次请求。 - 五小时窗口用量限制。 - 达到限制后需要等待或降级模型。

64. Latency

中文： 延迟

大白话： 从用户发出请求到拿到结果要等多久。

例如： - 语音助手延迟太高会很难用。 - 多次工具调用会增加等待时间。

65. Cost

中文： 成本

大白话： Agent 每次运行消耗的钱或资源。

例如： - 模型 token。 - 搜索 API。 - 向量数据库。 - 服务器。 - 语音识别和合成。

66. Streaming

中文： 流式输出

大白话： 边生成边显示或边生成边播放。

例如： - ChatGPT 一个字一个字显示。 - 语音助手边生成边播报，减少等待感。

67. Realtime Agent

中文： 实时智能体

大白话： 能低延迟听说、打断、继续对话的 Agent。

例如： - 你说话时它实时听。 - 你打断时它停止。 - 它根据新指令继续。

68. ASR

中文： 语音识别

大白话： 把声音变成文字。

例如： - 你说：帮我查天气。 - ASR 转成文本：帮我查天气。

69. TTS

中文： 语音合成

大白话： 把文字变成声音。

例如： - Agent 生成：明天有雨。 - TTS 播放成语音。

70. VAD

中文： 语音活动检测

大白话： 判断你是不是正在说话。

例如： - 你开始说话 → 开始录音。 - 你停顿 → 判断是否结束。 - 背景噪音 → 尽量忽略。

71. Gateway

中文： 网关

大白话： 连接设备、Agent 和工具的中间层。

例如： - ESP32 采集声音 → Gateway 转发 → 云端 Agent 思考 → 返回语音。 - Gateway 还可负责鉴权、状态和消息格式转换。

72. Edge Agent

中文： 边缘端智能体

大白话： 在本地设备上运行的 Agent 或部分能力。

例如： - 手机。 - 电脑。 - 树莓派。 - ESP32。 - 优点是低延迟和隐私好，缺点是算力有限。

73. Cloud Agent

中文： 云端智能体

大白话： 在服务器上运行的 Agent。

例如： - 模型更强。 - 工具更多。 - 更容易升级。 - 但依赖网络，有隐私和成本问题。

74. Headless

中文： 无头 / 无界面

大白话： 没有图形界面，在后台运行。

例如： - Headless Browser 看不见窗口，但能打开网页、点击、截图。 - Headless Agent 没有聊天界面，定时在后台跑任务。

75. Browser Automation

中文： 浏览器自动化

大白话： 让 Agent 像人一样操作网页。

例如： - 打开网页。 - 登录账号。 - 点击按钮。 - 填写表单。 - 下载报表。

76. Computer Use

中文： 电脑使用能力

大白话： AI 通过看屏幕、点鼠标、敲键盘来操作软件。

例如： - 打开浏览器。 - 点击网页按钮。 - 填写系统表单。 - 操作没有 API 的老软件。

77. Code Interpreter

中文： 代码解释器

大白话： 让 Agent 运行代码处理数据、文件、图表和计算。

例如： - 读 Excel。 - 清洗 CSV。 - 画图。 - 计算财务指标。 - 生成文件。

78. Artifact

中文： 产物 / 文件产出

大白话： Agent 生成或处理的文件。

例如： - Markdown 文档。 - Excel。 - PPT。 - PDF。 - 图片。 - 代码文件。

79. Automation

中文： 自动化

大白话： 让 Agent 按规则自动做事，不必每次手动触发。

例如： - 每天 9 点生成财经简报。 - 每周检查项目依赖风险。 - 收到邮件后自动分类。

80. Trigger

中文： 触发器

大白话： 让 Agent 开始工作的开关。

例如： - 收到新邮件。 - 上传新文件。 - 每天早上 9 点。 - GitHub 新 issue。

81. Scheduler

中文： 定时器

大白话： 按时间运行任务。

例如： - 每天 9 点发简报。 - 每周一生成周报。 - 每小时检查服务器状态。

82. Trace / Tracing

中文： 追踪 / 执行轨迹

大白话： 记录 Agent 每一步做了什么，方便调试和复盘。

例如： - 什么时候开始。 - 调用了哪个工具。 - 传了什么参数。 - 工具返回什么。 - 在哪一步失败。

83. Observability

中文： 可观测性

大白话： 能看清 Agent 的运行质量、速度、成本和错误。

例如： - 每步耗时。 - 调用次数。 - token 消耗。 - 失败率。 - 用户是否满意。

84. Audit Log

中文： 审计日志

大白话： 记录可追责的操作历史，尤其适合企业级 Agent。

例如： - 谁让 Agent 执行的。 - 什么时候执行的。 - 调用了哪个工具。 - 传了什么参数。 - 结果是什么。 - 有没有人工确认。

85. Evaluation / Eval

中文： 评测

大白话： 系统测试 Agent 到底好不好用。

例如： - 任务完成率。 - 工具调用是否正确。 - 有没有幻觉。 - 是否越权。 - 成本和速度是否可接受。

86. Repository

中文： 代码仓库

大白话： 存放一个项目代码的地方。

例如： - GitHub 上的一个 repo。 - 本地项目目录初始化 Git 后也可以是仓库。

87. Branch

中文： 分支

大白话： 代码的独立版本，用来安全开发新功能。

例如： - main 是主分支。 - feature/login-fix 是修登录 bug 的分支。 - 改完再合并。

88. Commit

中文： 提交

大白话： 一次代码存档。

例如： - fix: repair login button click handler - docs: update README - 每次关键修改后提交，方便回滚。

89. Diff

中文： 改动对比

大白话： 显示代码改了哪里，绿色新增、红色删除。

例如： - 看 Codex 有没有改无关文件。 - 看有没有误删旧逻辑。 - 看有没有暴露密钥。

90. Review Pane

中文： 审查面板

大白话： 在 Codex/App/代码工具里检查改动的区域。

例如： - 看文件列表。 - 看 diff。 - 决定接受、继续修改或回滚。

91. Pull Request / PR

中文： 拉取请求 / 修改申请

大白话： 把分支上的改动提交给别人 review 后再合并。

例如： - Codex 在云端改完代码后生成 PR。 - 你看 diff、测试结果、说明，再决定是否合并。

92. Code Review

中文： 代码审查

大白话： 检查代码是否正确、安全、可维护。

例如： - 有没有边界条件。 - 有没有安全问题。 - 有没有误删。 - 有没有测试。 - 业务逻辑对不对。

93. Worktree

中文： Git 独立工作副本

大白话： 同一个仓库额外开一个独立目录，像草稿本，适合让 Agent 大胆改。

例如： - 主项目保持干净。 - Agent 在 worktree 里做方案 A。 - 另一个 worktree 做方案 B。 - 满意后再合并。

94. Local Mode

中文： 本地运行

大白话： Agent 在你的电脑项目目录里工作。

例如： - 优点：能用本地环境和文件。 - 风险：可能改你电脑里的项目，所以要 Git 和沙盒。

95. Cloud Mode

中文： 云端运行

大白话： Agent 在云端拉取 GitHub 仓库并执行任务。

例如： - 适合远程修 bug、写文档、处理 issue。 - 不适合还没上传 GitHub 的私密本地文件。

96. Slash Commands

中文： 斜杠命令

大白话： 在 Agent/CLI 中用 / 开头的快捷控制命令。

例如： - /plan：先做计划。 - /diff：看改动。 - /permissions：看权限。 - /model：切模型。 - /compact：压缩上下文。

97. Compact

中文： 压缩上下文

大白话： 把长对话压缩成重点，减少上下文占用。

例如： - 长任务做久了，Agent 可能上下文太满。 - 用 /compact 保留关键进展、规则、待办。

98. Reasoning Effort

中文： 推理强度

大白话： 控制模型想得多深、花多少时间和成本。

例如： - 低：改颜色、写文案。 - 中：普通功能。 - 高：复杂 bug、多文件重构。 - 最高：架构分析、疑难问题。

99. Testing

中文： 测试

大白话： 用命令或手动操作验证 Agent 的修改是否真的有效。

例如： - npm test。 - npm run lint。 - npm run build。 - 手动点登录、支付、上传流程。

100. Production Agent

中文： 生产级 Agent

大白话： 真正能稳定给用户或公司使用的 Agent，不只是 Demo。

例如： - 需要权限控制。 - 需要日志。 - 需要评测。 - 需要错误处理。 - 需要成本控制。 - 需要人工确认。

分类速查

一、基础概念

Agent、LLM、Prompt、System Prompt、Context、Context Window、Token

二、工具与外部连接

Tool、Plugin、Function Calling、Tool Calling、MCP、MCP Server、MCP Client、MCP Tool、API、API Key、OAuth、Authentication、Authorization

三、权限、安全与审批

Permission、Approval Flow、Human-in-the-loop、Guardrails、Policy、Least Privilege、Sandbox

四、Agent 执行机制

Agent Loop、Reasoning、Planning、Plan Mode、Action、Observation、State、Session、Thread、Memory、AGENTS.md

五、Skill、流程与多 Agent

Skill、Workflow、Agentic Workflow、Orchestration、Router、Handoff、Multi-Agent、Sub-Agent

六、知识库与检索

RAG、Agentic RAG、Retrieval、Embedding、Vector Database、Semantic Search、Chunking、Knowledge Base、Grounding、Citation、Hallucination

七、结构化输出与可靠性

Structured Output、Tool Schema、Function Arguments、Tool Result、Error Handling、Rate Limit、Latency、Cost、Streaming

八、语音、硬件与自动化

Realtime Agent、ASR、TTS、VAD、Gateway、Edge Agent、Cloud Agent、Headless、Browser Automation、Computer Use、Code Interpreter、Artifact、Automation、Trigger、Scheduler

九、工程化、审计与 Codex 场景

Trace / Tracing、Observability、Audit Log、Evaluation / Eval、Repository、Branch、Commit、Diff、Review Pane、Pull Request / PR、Code Review、Worktree、Local Mode、Cloud Mode、Slash Commands、Compact、Reasoning Effort、Testing、Production Agent

学习建议

第一步：先掌握 Agent 怎么工作

重点看：Agent、LLM、Prompt、Context、Tool、Plugin、Function Calling、Agent Loop、Action、Observation、Planning。

你先把这组理解成：大脑接到任务 → 看上下文 → 决定调用工具 → 看结果 → 继续下一步。

第二步：再掌握工具连接

重点看：API、Tool Calling、MCP、MCP Server、MCP Client、OAuth、Permission、Sandbox。

这一步解决的问题是：Agent 怎么从只会聊天，变成能查文件、查数据库、操作 GitHub、操作浏览器。

第三步：再掌握知识库与 RAG

重点看：RAG、Retrieval、Embedding、Vector Database、Semantic Search、Chunking、Grounding、Citation、Hallucination。

这一步解决的问题是：Agent 怎么基于资料回答，而不是靠记忆瞎猜。

第四步：再掌握工程 Agent / Codex 工作流

重点看：Thread、AGENTS.md、Skill、Plan Mode、Diff、Review Pane、Testing、PR、Worktree、Cloud Mode。

这一步解决的问题是：让 Agent 真的进入项目改代码，但你仍然能控制风险。

第五步：最后掌握上线与安全

重点看：Guardrails、Human-in-the-loop、Approval Flow、Audit Log、Observability、Eval、Rate Limit、Cost、Production Agent。

这一步解决的问题是：从能跑 Demo，变成能长期稳定、安全、可追责地使用。

最核心的记忆口诀

LLM = 大脑
Prompt = 指令
Context = 当前资料
Memory = 长期记忆
Tool / Plugin = 手
MCP = 统一插头
Agent Loop = 想一下、做一步、看结果、再继续
RAG = 先查资料再回答
Sandbox / Permission = 安全围栏
Human-in-the-loop = 关键动作让人确认
Diff / Review = 改完必须检查
Audit Log = 出事能追溯

参考来源

#AI Agent#名词解释#小白词典#MCP#RAG

相关阅读