本文章没有找到对应的语言版本

刚接触 AI 项目时，最容易让人退缩的往往不是代码，而是一串看起来都懂、放在一起却分不清的词：AI、LLM、Prompt、Agent、RAG、Tool、Memory。

有人说 Agent 会使用 Tool，有人说 RAG 可以给模型增加知识，还有人说做好 Prompt 就能让 AI 记住要求。每句话听起来都像对的，但它们说的其实不是同一层东西。

我们先不背定义。想象公司来了一位新同事，你希望他帮你完成一份周报：他要能读懂你的要求，查看项目资料，找到本周进展，记住团队习惯，最后整理成固定格式。把这个场景拆开，七个概念就会清楚很多。

可以先记住这张简单的关系图：

AI：整片技术领域
└─ LLM：擅长处理语言的“大脑”
   ├─ Prompt：你交代任务的方式
   ├─ Tool：它可以使用的外部工具
   ├─ Memory：它用来延续信息的笔记本
   └─ RAG：它先查资料、再回答的方法

Agent：把模型、任务说明、工具、资料和执行步骤组织起来完成目标的系统

这张图不是严格的技术架构，但很适合建立第一层直觉。下面我们逐个拆开。

AI：不是一个软件，而是一大片技术

AI 是 Artificial Intelligence，也就是人工智能。它不是某一个聊天网站、某一个模型或某一种写代码工具，而是一类让机器完成“看起来需要智能”的任务的技术总称。

例如：

  • 手机相册自动识别人脸；
  • 地图根据路况预测到达时间；
  • 邮箱判断一封邮件是不是垃圾邮件；
  • 聊天工具帮你总结文章、生成图片或修改代码。

这些都可以属于 AI，但背后的技术不一定相同。

生活里，“交通工具”是一个大类，汽车、火车和自行车都是交通工具，但交通工具不等于汽车。类似地，LLM 属于 AI 的一种重要技术，但 AI 不等于 LLM。

所以当别人说“我在做 AI 项目”时，这句话仍然很宽。它可能是在做图像识别、语音转文字，也可能是在做一个由大语言模型驱动的助手。

LLM：特别会处理语言的大脑

LLM 是 Large Language Model，也就是大语言模型。它从大量文本中学习语言的规律，可以根据上下文生成接下来合适的内容。我们平时看到的问答、总结、翻译、写作和代码生成，很多都由 LLM 完成。

在“新同事写周报”的场景里，LLM 像这位同事负责阅读、理解和表达的大脑。你给他几段零散进展，他能看懂大意、整理结构，再写成连贯的文字。

不过，大脑会说话，不代表它天然知道所有事实，也不代表每次判断都正确。LLM 可能遇到这些问题：

  • 它训练时没有见过你公司刚刚更新的资料；
  • 它不知道你电脑里的文件放在哪里；
  • 它可能把不确定的内容说得很肯定；
  • 它通常不能只靠“想一想”就真的发送邮件或修改数据库。

因此，LLM 是许多现代 AI 应用的核心能力，但它不是完整应用。要让这个“大脑”可靠地完成工作，还需要任务说明、外部资料、工具和流程。

Prompt：不是咒语，而是任务说明

Prompt 通常被翻译为提示词。最简单的 Prompt 可以是一句话，例如“帮我写一份周报”。但在真实项目里，更有用的 Prompt 往往还包含背景、限制和期望输出。

继续把 AI 当成新同事。如果你只说“写一下周报”，他很可能不知道写谁的、写哪一周、要多长、交给谁看。更清楚的交代方式会是：

请把下面的项目记录整理成本周周报，面向不了解技术细节的负责人。按“本周完成、当前风险、下周计划”三个部分输出，不要补写记录中没有的信息；缺少关键内容时先列出待确认项。

这段话里已经有了几类重要信息：

  • 任务：整理周报；
  • 背景：读者不了解技术细节；
  • 格式：分成三个部分；
  • 边界：不能编造；
  • 异常处理：信息不足时先提问。

生活中，Prompt 就像任务单。任务单越清楚，新同事越容易做对；但任务单写得再详细，也不能代替资料、权限和工具。你不能只在 Prompt 里写一句“请查看我电脑上的文件”，就假设模型已经拥有读取文件的能力。

Tool：让模型不只会说，还能做事

Tool 是 AI 应用提供给模型调用的外部能力。模型负责判断什么时候需要某种能力，并生成符合规则的参数；真正读取文件、查询天气、调用接口或写入数据库的，通常是程序代码。

对新同事来说，Tool 就像他桌上的浏览器、计算器、表格软件和公司系统账号。没有这些工具，他可以告诉你“我打算查一下任务记录”，却不能真的把记录取回来。

常见的 Tool 包括：

  • 读取或写入文件；
  • 搜索网页；
  • 查询数据库；
  • 调用天气、地图或支付接口；
  • 创建日程、发送消息；
  • 运行一段程序或命令。

工具让 AI 从“生成一段文字”走向“影响外部世界”，同时也带来新的边界。读取公开网页和删除生产数据显然不是同一种风险。一个可靠的 AI 项目需要明确每个工具能做什么、需要哪些参数、失败时返回什么，以及哪些操作必须由人确认。

当工具和外部资源越来越多时，你还会遇到 MCP 这类连接协议。现在只需要知道它们能帮助 AI 应用用更统一的方式发现和使用工具；具体怎么接，我们留到后面的实战文章再讲。

Memory：让下一步不必每次从零开始

Memory 是让 AI 系统保留并再次使用信息的机制。它可以保存用户偏好、历史对话摘要、任务状态，或者一次工作尚未完成的中间结果。

在周报场景里，Memory 像新同事的笔记本。他可能记着：

  • 你喜欢简短直接的表达；
  • 周报固定分成哪几个部分；
  • 上周还有哪个风险没有解决；
  • 这次任务已经处理到哪一步。

Memory 不等于把所有聊天记录永远塞给模型。信息越多不一定越好，过时内容还可能干扰当前判断。实际项目通常会选择真正值得保留的内容，并决定保存多久、何时更新、何时删除。

还要注意：模型在当前对话里能看到前文，不一定代表它下次打开时仍然记得。跨会话的记忆通常需要应用把信息保存到文件或数据库，再在合适的时候取回来。

所以，“这个 AI 记得我”往往不是模型突然拥有了人类式记忆，而是系统在背后做了保存、筛选和重新提供。

RAG：先去资料库找，再结合问题回答

RAG 是 Retrieval-Augmented Generation，也就是检索增强生成。这个名字听起来很重，做的事却很好理解：先从外部资料中找出与问题最相关的内容，再把这些内容交给模型生成回答。

它很像开卷考试。

如果你问新同事：“本周登录功能修了哪些问题？”他没有必要只凭脑子猜。他可以先到项目文档、任务记录和会议纪要里查找“登录功能”，挑出相关片段，再根据这些材料回答。

一个简化的 RAG 过程是：

提出问题 → 检索相关资料 → 把资料和问题一起交给模型 → 生成回答

RAG 适合处理模型训练时不知道、经常变化，或者只属于你自己的知识，例如公司制度、产品文档、课程笔记和项目代码。

但 RAG 不等于 Memory。RAG 关注的是“这次回答应该查哪些资料”，Memory 关注的是“哪些信息需要跨步骤或跨会话保留下来”。资料库里的一份产品手册更像可检索知识；“用户习惯看精简版答案”更像用户记忆。

RAG 也不会自动保证答案正确。如果检索没有找到关键资料，或者资料本身已经过时，最后的回答仍可能出错。因此，一个认真设计的 RAG 应用还会关心资料来源、更新时间、引用和找不到答案时该怎么办。

Agent：围绕目标连续行动的系统

Agent 常被翻译为智能体。它与普通聊天回答最直观的差别是：Agent 不只是收到一句话、返回一句话，而是能围绕目标决定下一步，调用工具，观察结果，再继续行动，直到完成任务、遇到停止条件，或者需要人来确认。

让 Agent 完成周报，它可能会走过这样的过程：

  1. 理解周报的格式和时间范围；
  2. 读取本周任务记录；
  3. 找出与你有关的进展；
  4. 发现某条记录缺少结果，于是向你确认；
  5. 生成周报并检查是否遗漏风险；
  6. 保存到指定文件；
  7. 在真正发送之前请你确认。

这个过程里，LLM 负责理解、判断和生成内容，Prompt 说明目标与规则，Tool 负责读取和保存，Memory 保留偏好与状态，RAG 可以从大量资料中找到相关片段。Agent 则把这些部分组织成一段可以执行的工作流。

因此，Agent 不是“更大的模型”，也不只是“更长的 Prompt”。它更像一个完整系统。模型有多聪明很重要，但工具权限、执行步骤、失败处理和人工确认同样决定它能不能可靠工作。

当然，并不是步骤越多就越像 Agent，也不是所有问题都需要 Agent。翻译一句话、润色一段文案，用一次模型调用往往已经足够。只有当任务真的需要分步处理、使用工具和根据结果继续判断时，Agent 才更有价值。

聊天机器人、RAG 应用和 Agent 项目有什么区别

这三类应用不是互相排斥的产品名称，而是三种不同的能力重点。一个聊天界面背后可以接 RAG，也可以运行 Agent。为了建立直觉，我们仍然可以用“写周报”来对比：

类型它会怎么做适合什么任务
普通聊天机器人你贴出几段进展，它根据当前对话直接生成周报翻译、润色、总结、问答等单次生成任务
RAG 应用它先从项目文档中检索相关进展，再根据找到的资料回答基于私有资料、最新知识或大量文档的问答
Agent 项目它自己读取多个来源、判断缺少什么、调用工具、生成并检查结果，必要时请你确认需要多步骤、外部操作和过程控制的任务

判断一个项目属于哪一类，可以问三个问题：

  1. 它主要是在根据当前输入生成一次回答吗？这更接近普通聊天应用。
  2. 它需要先从外部知识库找资料吗？这用到了 RAG。
  3. 它需要自己决定下一步、连续调用工具并检查结果吗？这开始接近 Agent。

同一个项目也可能同时回答“是”。例如，一个客服 Agent 可以通过聊天界面接收问题，用 RAG 查产品手册，再调用订单工具完成退款申请。概念的作用不是给产品贴上唯一标签，而是帮助我们看清系统里分别有哪些能力。

把七个词重新放回一张桌子上

最后，再回到那位新同事：

  • AI 是我们讨论的整片技术领域；
  • LLM 是特别擅长理解和生成语言的大脑；
  • Prompt 是你交代任务、背景、限制和输出要求的方式；
  • Tool 是它读取文件、查询系统和执行操作时使用的工具；
  • Memory 是保存偏好、历史和任务状态的笔记本；
  • RAG 是遇到知识问题时先查相关资料、再组织答案的方法；
  • Agent 是把这些能力串起来，围绕目标连续完成工作的系统。

你不需要在第一天就掌握它们的所有实现细节。先能听懂、能区分，已经足够开始下一步。

下一篇，我们会继续聊 Vibe Coding 到底是什么：当你还不会完整写出一个项目时，怎样与 coding agent 分工，怎样描述目标、运行结果、反馈问题，再把一个小想法一点点做成能跑的东西。

本系列目录

这是「AI / Vibe Coding 新手系列」的第 1 篇，全系列共六篇：

  1. 先听懂：AI、LLM、Prompt、Agent、RAG、Tool、Memory 到底是什么（当前篇）
  2. Vibe Coding 是什么：不会完整写代码，也能把想法变成项目
  3. 做第一个 Agent 前，要准备哪些东西
  4. 实战：用 Vibe Coding 做一个最小 Agent
  5. 让 Agent 更像项目：工具、记忆、文件读写和简单界面
  6. 从能跑到好用：怎么调 prompt、看错误、让 AI 帮你修 bug

延伸阅读（比本系列更偏工程化，建议跑通第一个 Agent 后再看）：从 Demo 到可交付：如何做一个 Agent 项目