学习中心
用通俗语言理解 AI Agent 工程的核心概念，每篇配有图解和代码示例
核心概念
AI 智能体
AI Agent
AI Agent 是能自主感知环境、制定计划并采取行动来完成目标的智能程序——不只是聊天，而是帮你干活。
MCP 协议
MCP (Model Context Protocol)
MCP 是 Anthropic 提出的开放协议，让 AI 模型通过统一接口发现和调用外部工具——AI 世界的 USB-C。
工具调用
Function Calling / Tool Use
工具调用让大模型不再只会说话——它可以搜索网页、读写文件、调用 API，把「想法」变成「行动」。
智能体工程
Agentic Engineering
智能体工程是围绕 AI Agent 的设计、构建和运维的新兴工程学科——不只是写 prompt，而是造系统。
上下文窗口
Context Window
上下文窗口是大模型一次能「看到」的文本长度上限——它决定了 AI 能处理多复杂的任务。
应用概念
检索增强生成
RAG (Retrieval-Augmented Generation)
RAG 让大模型在回答前先检索相关资料，用真实数据代替「编造」——给 AI 装上一个实时更新的知识库。
提示工程
Prompt Engineering
提示工程是通过设计输入指令来引导大模型输出高质量结果的技术——写好 prompt 是用好 AI 的第一步。
安全护栏
Guardrails
安全护栏是部署在 AI Agent 输入输出两端的检查机制——防止模型越权、泄露数据或产生有害内容。
人机协同
Human-in-the-Loop (HITL)
人机协同让 AI Agent 在关键决策点暂停等待人类确认——兼顾自动化效率和人类判断力。
模型幻觉
Hallucination
模型幻觉是大模型「一本正经地胡说八道」——输出看似合理但实际错误或虚构的内容。
基础概念
交互式深度指南
AI 架构深度指南
从提示词工程到 Agent 系统，从 RAG 到 MCP，交互式演示掌握全貌