当前位置：首页>Excel>AI 和 Agent 基础-学习笔记

AI 和 Agent 基础-学习笔记

2026-11-07 00:56:32

AI 和 Agent 基础-学习笔记

一、AI基础

第一阶段（约 1950s–1990s）：以“会认”为主的 AI,一句话概括它的本事：“给它一个东西，它告诉我们这是什么。”它擅长“认”，是后面一切的根基，机器证明了它能从数据里学到规律。1956年出现的“人工智能”的词;

（2）第二阶段（约 1990s–2016）：“会判断”的AI大规模落地

学会“判断和预测”概括成一句话：给它一堆情况，它帮我们做判断、下预测。

（3）第三阶段（2017至今）：“会创造”的AI真正爆发

大约在 2017 年，一篇名为《Attention is All You Need》的文章提出了深度学习的一个全新架构——Transformer。Transformer 关键的贡献，是引入了一种叫“注意力机制”的设计，让模型既能一眼看全整句话、抓住词与词之间的关联，又能大规模并行计算。

如何通过Prompt、记忆、RAG、工具、MCP 补齐短板

大语言模型LLM：本质就是“文字接龙”：更准确地说是下一个“token”，可以简单理解为一个字或词；token：中文译作“词元”，就是模型处理文字时所切分出的最小单位；

系统提示词（System Prompt）：负责稳定的“人设与规则”；用户提示词（User Prompt）：负责当下的“具体任务”；有了它们，一个原本只会漫无目的瞎接龙的模型，便有了稳定的身份与边界，开始真正像一个可用的助手；

上下文工程（Context Engineering）前面讲的提示词（Prompt），其实就是上下文工程的一部分；而其中另一个关键部分，就是记忆（Memory）。记忆通常分成两种：短期记忆、长期记忆；

Embedding（向量化）：Embedding 做的事，就是把一段文字（一个词、一句话、一段话）转换成一串数字（我们叫它“向量”）。

Embedding应用举例：

①语义搜索：可以用语义关系而不是关键词去搜索，比如搜"悲伤的爱情故事"会找到所有情感相似的作品。

②推荐系统：推荐与用户兴趣向量"最接近"的商品。

③分类：相同类别的文档向量会聚集在一起。

④聚类：自动发现文本之间的相似性。

RAG（Retrieval-Augmented Generation，检索增强生成），企业做 AI，第一步几乎都是搭知识库——本质就是在为 RAG 准备“坐标点”。RAG 的流程，简单来讲，它其实就三步：

step1：把资料变成坐标点（导入与向量化）：提前把所有文档切分成小段（chunk），用Embedding把每一段都变成一个坐标点，存进一个知识库里。

step2：拿问题去就近找（检索召回）：当我们提问“差旅费怎么报？”，系统先把我们这句问题也 Embedding成一个坐标点，然后去知识库里找离它最近的那几个坐标点——这几段文字，就是和我们问题最相关的资料。

step3：把资料塞给模型再作答（增强生成）：把找到的这几段资料，连同我们的问题，一起塞进提示词喂给大模型，让它看着这些资料来回答。

工具调用（Tool Use）：工具本质上可以看作一个函数（Function），使用工具就是去调用这些函数，这个动作也被称为“Function Call”。被封装成的工具供模型调用。

MCP（Model Context Protocol，模型上下文协议）由 Anthropic 公司在 2024 年前后提出，如今已被越来越多的厂商采纳，逐渐成为业界通行的做法。

Agent 能力进化链会接龙的模型（LLM）、给它人设（Prompt）、让它记事（Memory）、让它查资料（Embedding + RAG）、让它动手（Tool Use）、统一动手的规矩（MCP），事实上，大约在 2022 年之前，市面上的 AI 工具虽然已经很能干，但是复杂、需要分步执行的长任务它仍然做不了。要突破这个瓶颈，AI 须得从一问一答的工具，进化成能自己规划、分步骤把复杂任务做完的智能体。

二、智能体（Agent）基础

智能体（Agent）是一种 AI 系统：人只需要给它一个目标，它就能自己拆解任务、规划步骤、调用工具去执行，并根据每一步结果不断调整，直到把目标完成。