AI行业术语全解

读懂这些AI行话，你就算半个业内人士了。

Agent:智能体

通俗解释：也叫实干AI，是一种能主动调用工具、执行任务、完成复杂流程的对话AI。它的出现，标志着AI行业进入了一个新的阶段，让AI不再只是简单的“聊天”，而是能“干活”了。

案例：kimi、智谱的Agent模式。豆包的超能模式，千问的任务助手，需要手动开启。

Context:上下文

通俗解释：指代对话历史，包含对话文件（比如文档和图片）的那种。例如某模型上下文支持1M，意味着能记住这么长的聊天记录。简单说，就是AI的“记忆容量“有多大。

API:接口

通俗解释：好比电脑的USB接口，能把别的服务接入AI里。

案例：网络搜索接口、知网数据读取接口

MCP:模型上下文协议

通俗解释：专为AI设计的接口，更符合AI调用的规范。例如某论文网站出了MCP服务，意味着你可以用AI直接访问它的数据库了。相比API来说，MCP可以直直接调用，而API则需要先让AI写代码才能调用。

Skills:技能库

通俗解释：技能库，包含了它能执行的各种任务。一个技能内可以有API，也可以调用MCP，把业务逻辑全部封装了起来。

案例：小红书内容生成技能、抖音回评论技能、代码审查技能

RAG:检索增强生成

通俗解释：一种检索对话记录的技术，包括检索对话记录里的文件内容。

案例：在openclaw 大龙虾启用 embedding模型，能让它具有检索长期聊天记录的能力，这个地方使用到了RAG技术。

抽卡

这个说法很形象!意思是AI生图或生视频的过程像极了抽奖—充满不确定性和未知的惊喜。

Token:算力

通俗解释：对大多数人来说理解成”积分”就够了。是AI模型的用量额度—你用多少，扣多少积分”。实际含义是一个数字，表示你用了多少计算资源。跟对话长度成正比。