大模型概念速读笔记

LLM、Token、Context、Prompt、Agent、Skill……，最近我在尝试 Gemini CLI 的使用过程中，为了和这些“数字化工具”更顺手地协作，把大模型里几个关键概念又重新梳理了一遍。

这些内容并非追求教科书式的严谨定义，更像是我结合近期摸索得到的个人理解。因此在这里做个记录和分享，算是一份学习笔记，也期待和大家互相交流。

当我们把信息交给大模型时，这些输入通常可以分成：

LLM 可以理解为“被关在盒子里的大脑”。它具备思考能力，但无法感知“硅基生命世界”中其他“存在”。也因此，它没办法直接和真实世界发生互动，比如：你让它完成查询天气这样的任务，它就需要先能感知到面向“硅基生命世界”的“天气查询服务网站”，并与之发生交互，任务才可能完成。

Skill：相当于告诉 LLM 某个工具该怎么用的“说明书”（一般以 Markdown 文件的形式提供）。

Agent：通过 Skills 来统筹多个 Tool。遇到更复杂的任务时，它会先制定计划、管理执行流程，并根据需要把对应的 Skills 交给 LLM。这样不必把所有潜在信息一次性都塞给 LLM，能够降低 Token 消耗，并避免 Context Window 过载。