大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。



 
  
    
     
本文以一个用户请求AI助手查天气并写邮件的例子，带领读者走完AI应用的全链路。涵盖了LLM（大语言模型）、Token（词元）、Prompt（提示词）、Context（上下文窗口）、Tool（工具调用）、MCP（模型上下文协议）、Agent（智能体）、Agent Skills（智能体技能）和Harness Engineering（驾驭工程）等核心概念。文章详细解释了每个环节的作用和解决的问题，展示了AI应用技术栈的演进过程，帮助读者对AI应用的底层逻辑有清晰的全景认知。
 

---

从一个请求出发，走完 AI 应用的全链路，彻底搞懂 Token、Prompt、Context、Tool、MCP、Agent、Agent Skills 和 Harness Engineering。

---

想象你对一个 AI 助手说了这样一句话：

“帮我查一下杭州明天的天气，然后写一封邮件告诉我老板明天需要带伞。”

短短一句话，背后却触发了一场精密的连锁反应——你的文字被拆成碎片、装进信封、送入一个读过万亿文字的“大脑”、这个大脑思考后决定上网查天气、拿到结果后又动笔写邮件、最后把邮件发出去。

这篇文章，就是跟着这句话走完它的全部旅程。每经过一个站点，我们就认识一个核心概念。走完全程，你会对 AI 应用的整个技术栈有一个清晰的全景认知。

---

LLM 就像一个读过整个图书馆的语言天才——它没有真正"理解"世界，但它见过太多文字，以至于能极其流畅地"接话"。

概念介绍

LLM，全称 Large Language Model（大语言模型），是整个 AI 应用的核心引擎。GPT、Claude、Gemini、千问大模型——这些都是 LLM。

它的工作原理，其实很简单，本质上只做一件事：预测下一个词。

当你说"今天天气真"，LLM 会根据它在训练中见过的海量文本，计算出下一个词最可能是"好"（而不是"桌子"或"紫色"）。把这个过程不断重复——预测下一个词、再预测下一个词——就能生成一整段流畅的文字。

LLM 预测下一个 Token

但别被"预测下一个词"这个简单描述骗了。现代 LLM 拥有数千亿个参数（可以理解为"神经连接"），在万亿级别的文本上训练。这种规模带来了涌现能力——它不仅能接话，还能推理、总结、翻译、写代码，甚至表现出一定的"常识"。

在 LLM 出现之前，让机器理解人类语言需要大量的规则编写和特征工程。你想做一个聊天机器人？得手写几百条 if-else。想做翻译？得雇语言学家标注语法树。

LLM 一次性解决了这个问题：你只需要用自然语言告诉它你想要什么，它就能理解并回应。这是从"编程控制机器"到"对话驱动机器"的范式转变。

回到我们的旅程：你说的那句"帮我查一下杭州明天的天气……"，最终就是要告诉LLM来处理。但在送进去之前，它需要先经过一道翻译工序。

---

Token 就像乐高积木块——LLM 不认识"文字"，它只认识一块块标准化的小积木。你说的每句话，都要先被拆成这些小积木，才能送进大脑。

概念介绍

你说的那句话——“帮我查一下杭州明天的天气，然后写一封邮件告诉我老板明天需要带伞”——在 LLM 眼里，并不是一个个汉字或单词，而是一串 Token。

Token 是 LLM 处理文本的最小单位。它可能是一个完整的词，也可能是词的一部分，甚至是一个标点符号。不同的 LLM 使用不同的分词器（Tokenizer），拆法也不同。

Token 化过程

以英文为例，"Hello, world!" 会被拆成 ["Hello", ",", " world", "!"] 共 4 个 Token。中文的拆分更有趣——现代 LLM 使用的 BPE（Byte Pair Encoding）分词器并不是按"语义"来分词的，而是基于统计频率来合并字节对。常见的中文词会被合并成一个 Token，不常见的字可能被拆成更小的字节片段。

你可以在 OpenAI 的 Tokenizer 工具 中实际体验分词效果，亲眼看看你的文字是怎么被"拆积木"的。

为什么要关心 Token？ 因为它直接关系到两件事：

1. 成本：LLM 的 API 按 Token 数量计费。GPT-4.1 的价格是每百万输入 Token 2 美元，每百万输出 Token 8 美元。你的每一句话、每一个回复，都在"烧 Token"。
2. 容量限制：每个 LLM 都有一个 Token 上限（后面会详细讲），超过了就装不下了。

回到旅程：你的那句话被拆成了大约 20 多个 Token，像一串编了号的积木块，准备送入下一个环节。

解决什么问题

计算机本质上只能处理数字，不能直接处理文字。Token 是人类语言和机器数字之间的桥梁。每个 Token 都对应一个数字编号（Token ID），LLM 实际上是在对这些数字做数学运算。

没有 Token 化这一步，LLM 就无法"阅读"你的任何输入。

---

Prompt 就是你给天才下达的工作指令——同一个天才，给他不同的指令，产出天差地别。Prompt 的质量，直接决定了 AI 回答的质量。

概念介绍

你以为你只是说了一句"帮我查一下杭州明天的天气……“？实际上，在这句话到达 LLM 之前，系统已经在它前面拼接了大量的"隐藏指令”。最终送进 LLM 的完整 Prompt 可能长这样：

【系统指令 - 用户看不到】你是一个智能助手，能够帮助用户完成各种任务。你可以调用以下工具：天气查询、邮件发送。请用中文回复，语气友好专业。当需要查询信息时，先调用工具获取数据，再基于数据回复用户。【用户消息】帮我查一下杭州明天的天气，然后写一封邮件告诉我老板明天需要带伞。 

一个完整的 Prompt 通常由三部分组成：

Prompt 三层结构

Prompt Engineering（提示词工程） 就是研究如何写出更好的 Prompt 的学问。一个经典的例子：

❌ 差的 Prompt: "写一首诗"✅ 好的 Prompt: "请用五言绝句的格式，写一首描写西湖春天景色的诗， 要求意境清新，最后一句要有转折。" 

同样的 LLM，前者可能给你一首平庸的打油诗，后者则可能产出一首让你眼前一亮的作品。Prompt 是你和 LLM 之间最重要的沟通界面。

回到旅程：你的那句话被包装成了一个结构化的 Prompt，带上了系统指令和工具说明，准备送入 LLM 的"工作台"。

解决什么问题

LLM 虽然强大，但它是一个"通才"——什么都能聊，但不一定聊到点上。Prompt 解决的是精确控制的问题：让 LLM 在正确的角色、正确的约束下，产出符合预期的结果。

没有好的 Prompt，LLM 就像一个没有任务说明书的天才——能力很强，但不知道该往哪使劲。

---

Context 就是天才的工作桌面大小——桌面越大，能同时摊开的资料越多；但桌面总有边界，超出的部分就会掉到地上，被"遗忘"。

概念介绍

Context Window（上下文窗口）是 LLM 一次能"看到"的全部信息量，用 Token 数量来衡量。你可以把它想象成 LLM 的"短期记忆"。

Context 里装了什么？ 所有东西：

Context Window 内部结构

关键问题：Context 满了怎么办？

当对话越来越长，历史消息越来越多，Context Window 就会被塞满。这时候系统必须做出取舍——通常是丢弃最早的对话记录，或者对历史内容做摘要压缩。这就是为什么你和 AI 聊了很久之后，它可能会"忘记"你们最开始聊的内容。

回到旅程：你的 Prompt（系统指令 + 工具定义 + 你的请求）被装进了 Context Window。LLM 扫视整个"工作台"上的所有资料，开始思考该怎么回应你。

解决什么问题

Context 解决的是 LLM 的"视野"问题。没有足够大的 Context，LLM 就像一个只能看到眼前一行字的人——无法理解上下文，无法保持对话连贯，无法处理长文档。

Context Window 的扩大，是 LLM 从"一问一答的玩具"进化为"能处理复杂任务的助手"的关键因素之一。

---

Tool 就是给天才配上了电话和电脑——光靠"想"是查不到真实天气的，得拿起电话打给气象局。Tool 让 AI 从"只会说"变成"能做事"。

概念介绍

LLM 读完你的请求后，它意识到一个问题："杭州明天的天气"这个信息，我脑子里没有。 LLM 的知识截止于训练数据，它不知道"明天"的天气。

这时候，Tool（工具调用）登场了。

Tool 是预先定义好的、LLM 可以"调用"的外部功能。开发者会告诉 LLM：“你有以下工具可以使用”，并描述每个工具的功能和参数格式。

 }, { "name": "send_email", "description": "发送电子邮件", "parameters": { "to": "收件人邮箱", "subject": "邮件主题", "body": "邮件正文" } } ]} 

LLM 分析你的请求后，决定先调用天气工具：

// LLM 的输出（不是给你看的，是给系统执行的）} 

注意：LLM 并不是自己去查天气。 它只是输出了一段结构化的"指令"，告诉外部系统：“请帮我调用天气 API”。外部系统执行后，把结果返回给 LLM：

{ "result": { "city": "杭州", "date": "2026-04-20", "weather": "小雨", "temperature": "18-23°C", "suggestion": "建议携带雨具" }} 

LLM 拿到这个结果，再继续处理你的第二个请求——写邮件。

完整的 Tool 调用流程：

Tool 调用流程

回到旅程：LLM 通过 Tool 查到了杭州明天有小雨，现在它有了写邮件所需的信息。但这里有一个问题——如果每个 AI 应用都要自己写一套工具接入代码，那岂不是重复造轮子？

解决什么问题

LLM 的训练数据是静态的、有截止日期的。它不知道今天的股价、明天的天气、你的日程安排。Tool 解决的是 LLM 与真实世界的连接问题——让 AI 能够获取实时信息、操作外部系统、执行真实动作。

没有 Tool，LLM 就是一个"关在房间里的天才"——博学但与世隔绝。

---

 一句话理解

MCP 就像 USB-C 统一充电口——以前每个手机品牌都有自己的充电线，现在一根 USB-C 走天下。MCP 让所有 AI 应用和所有工具之间有了统一的"接口标准"。

概念介绍

在 MCP 出现之前，Tool 的接入是碎片化的。假设你有 3 个 AI 应用（ChatGPT、Claude、千问）和 5 个工具（天气、邮件、日历、数据库、文件系统），你需要写 3 × 5 = 15 套集成代码。每个 AI 应用都有自己的工具调用格式，每个工具都要为每个平台单独适配。

MCP：从 M×N 到 M+N

MCP（Model Context Protocol，模型上下文协议） 是 Anthropic 在 2024 年底推出的开源协议，它定义了一套标准化的通信方式，让任何 AI 应用都能通过同一个协议连接任何工具。如上图所示，MCP 将原本 M×N 的集成复杂度降低为 M+N。

MCP 采用 Client-Server 架构，并提供三种核心能力：

• Tools（工具）：可执行的操作，如查天气、发邮件、读写数据库
• Resources（资源）：可读取的数据源，如文件内容、数据库记录、API 数据
• Prompts（提示模板）：预定义的提示词模板，帮助用户更好地与 AI 交互

架构上的两个角色：

• MCP Client（客户端）：嵌入在 AI 应用中，负责发起请求
• MCP Server（服务端）：包装了具体的能力（Tools / Resources / Prompts），负责执行并返回结果

MCP Client-Server 架构

一个 MCP Server 的定义非常简洁：

, "date": { "type": "string", "description": "日期" } }, "required": ["city"] } } ]} 

回到旅程：在我们的故事里，AI 助手通过 MCP 协议连接到天气服务的 MCP Server，用标准化的方式查询了杭州的天气。同样的协议，它还能连接邮件服务的 MCP Server 来发送邮件。一个协议，连接一切。

解决什么问题

MCP 解决的是 AI 工具生态的碎片化问题。就像 USB-C 终结了充电线的混乱，MCP 让工具开发者只需要写一次 Server，就能被所有支持 MCP 的 AI 应用使用；AI 应用开发者只需要实现一次 Client，就能接入所有 MCP 工具。

这是 AI 应用从"各自为战"走向"生态互通"的关键一步。

---

 一句话理解

Agent 就像一个项目经理——它不只是回答问题，而是能自主拆解任务、制定计划、调配资源、执行行动，直到把整个项目交付。

概念介绍

让我们回顾一下你的请求：“帮我查一下杭州明天的天气，然后写一封邮件告诉我老板明天需要带伞。”

一个普通的 LLM 聊天机器人可能只会回复一段文字。但一个 Agent 会这样做：

Agent 执行任务的完整过程

Agent 和普通 LLM 对话的核心区别是什么？

Agent vs 普通 LLM 对话

Agent 的核心能力可以用一个循环来概括：

Agent 核心循环

这个 感知-思考-行动-观察 的循环，就是 Agent 的灵魂。它会不断循环，直到任务完成或者判断无法继续。

回到旅程：在我们的故事里，Agent 就是那个把"查天气"和"发邮件"串联起来的指挥官。它分析了你的请求，拆解成多个步骤，依次调用工具，最终完成了整个任务链。

解决什么问题

Agent 解决的是 复杂任务的自动化编排问题。在 Agent 出现之前，即使 LLM 能理解你的意图，也需要人类来手动拆解任务、依次调用工具、处理中间结果。

Agent 让 AI 从"被动回答者"进化为"主动执行者"——你只需要说出目标，它来搞定过程。

---

Agent Skills 就像项目经理的专业认证——一个项目经理可以管理任何项目，但有了 PMP 认证、Scrum Master 认证，他在特定领域就更专业、更高效。

概念介绍

一个通用的 Agent 什么都能做一点，但什么都不够精。Agent Skills 是预定义的、针对特定任务领域的专业能力包。

以我们正在使用的 AI 编程助手为例，它可能拥有这些 Skills：

Agent的技能树

每个 Skill 本质上是一份结构化的指令文档，它告诉 Agent：

1. 什么时候激活：遇到什么类型的任务时使用这个技能
2. 怎么执行：具体的工作流程、步骤、检查清单
3. 质量标准：什么样的结果算"做好了"

Skill 和 Tool 的区别是什么？

Skill 与 Tool 对比

Skill 是更高层次的抽象——它不是一个工具，而是使用多个工具完成复杂任务的策略和流程。

回到旅程：在我们的故事里，如果 Agent 拥有一个"邮件写作"的 Skill，它就不会只是干巴巴地写一封邮件，而是会考虑邮件的语气、格式、称呼，甚至根据"告诉老板"这个上下文，自动使用更正式的措辞。

解决什么问题

Agent Skills 解决的是 Agent 在特定领域的专业度问题。通用 Agent 像一个什么都会一点的实习生，而配备了 Skills 的 Agent 像一个在特定领域有深厚经验的专家。

Skills 让 Agent 的能力从"广而浅"变成"广而深"。

---

 一句话理解

Harness Engineering 就像城市规划师——Agent 是在路上跑的车，而 Harness Engineer 是设计道路、红绿灯、护栏和交通规则的人。没有好的道路系统，再好的车也会翻车。

概念介绍

Birgitta Böckeler（Thoughtworks 杰出工程师）在 2026 年发表于 Martin Fowler 网站的文章中，给出了一个精辟的公式：

Agent = Model + Harness

Harness（驾驭系统） 是 Agent 中除了模型本身以外的一切——系统提示、工具定义、约束规则、反馈循环、错误处理、安全护栏……所有这些"包裹"在模型外面的东西，统称为 Harness。

Harness Engineering（驾驭工程） 就是设计、构建和维护这套 Harness 的工程学科。OpenAI 在 2025 年也发表了同名文章，描述他们如何围绕 Codex 构建 Harness，让 Agent 在实际工程中可靠运转。可以说，这个概念已经成为 AI 工程领域的共识。

为什么需要它？因为 LLM 是非确定性的——同样的输入，可能产生不同的输出。它可能犯错、幻觉、跑偏。Harness 的作用就是：

1. 提高首次正确率（Feedforward / 前馈控制）：在 Agent 行动之前，通过指令、规则、示例来引导它走正确的路
2. 自动纠错（Feedback / 反馈控制）：在 Agent 行动之后，通过检查、测试、验证来发现并修正错误

Harness 双重控制机制

一个具体的例子：

假设你让 Agent 帮你写一个 React 组件。没有 Harness 的情况下：

❌ Agent 可能： - 使用了项目中没有的依赖 - 不符合团队的代码规范 - 没有写测试 - 破坏了现有的模块边界 

有了良好的 Harness：

✅ Harness 会： 前馈：AGENTS.md 告诉 Agent "使用 TypeScript + Fusion 组件库" 前馈：Skills 告诉 Agent "先写测试再写实现" 反馈：Linter 自动检查代码规范 反馈：测试运行验证功能正确性 反馈：架构测试确保没有违反模块边界 

Harness Engineering 的核心理念是"转向循环"（Steering Loop）：

当 Agent 反复犯同一个错误时，不是每次手动纠正，而是改进 Harness——添加新的规则、更好的示例、更严格的检查——让这个错误在未来不再发生。

Harness Engineering 转向循环

回到旅程：回看我们的整个故事——从你说出那句话，到 Agent 查天气、写邮件、发送邮件——这条路之所以能走通，是因为有人精心设计了每一个环节：系统提示怎么写、工具怎么定义、错误怎么处理、结果怎么验证。这个"设计道路的人"，就是 Harness Engineer。

解决什么问题

Harness Engineering 解决的是 AI Agent 的可靠性和可控性问题。LLM 是非确定性的，Agent 是自主行动的——这两个特性叠加在一起，意味着如果没有良好的"驾驭系统"，Agent 随时可能跑偏、犯错、甚至造成损害。

Harness Engineering 是让 Agent 从"实验室玩具"变成"生产级工具"的关键学科。

---

一个请求的旅程：核心概念全景流程图

上面的全景流程图完整展示了这句话走过的每一个站点。下面用一张表格来总结九个概念，一条链路：

---

从 LLM 到 Harness Engineering，我们见证了 AI 应用技术栈的完整演进：

• LLM 给了机器"思考"的能力
• Token 和 Prompt 解决了"怎么和机器沟通"
• Context 决定了机器能"记住"多少
• Tool 和 MCP 让机器能"动手做事"
• Agent 让机器能"自主完成任务"
• Skills 让 Agent 在特定领域"更专业"
• Harness Engineering 确保这一切"可靠运转"

每一层都在解决上一层留下的问题，每一层都让 AI 离"真正有用"更近一步。

对于正在迷茫择业、想转行提升，或是刚入门的程序员、编程小白来说，有一个问题几乎人人都在问：未来10年，什么领域的职业发展潜力最大？

答案只有一个：人工智能（尤其是大模型方向）

当下，人工智能行业正处于爆发式增长期，其中大模型相关岗位更是供不应求，薪资待遇直接拉满——字节跳动作为AI领域的头部玩家，给硕士毕业的优质AI人才（含大模型相关方向）开出的月基础工资高达5万—6万元；即便是非“人才计划”的普通应聘者，月基础工资也能稳定在4万元左右。

再看阿里、腾讯两大互联网大厂，非“人才计划”的AI相关岗位应聘者，月基础工资也约有3万元，远超其他行业同资历岗位的薪资水平，对于程序员、小白来说，无疑是绝佳的转型和提升赛道。


对于想入局大模型、抢占未来10年行业红利的程序员和小白来说，现在正是最好的学习时机：行业缺口大、大厂需求旺、薪资天花板高，只要找准学习方向，稳步提升技能，就能轻松摆脱“低薪困境”，抓住AI时代的职业机遇。

如果你还不知道从何开始，我自己整理一套全网最全最细的大模型零基础教程，我也是一路自学走过来的，很清楚小白前期学习的痛楚，你要是没有方向还没有好的资源，根本学不到东西！

下面是我整理的大模型学习资源，希望能帮到你。

扫码免费领取全部内容

从入门到进阶这里都有，跟着老师学习事半功倍。

2026最新行业报告，针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。

【大厂 AI 岗位面经分享（107 道）】

【AI 大模型面试真题（102 道）】

【LLMs 面试真题（97 道）】

适用人群

四阶段学习规划（共90天，可落地执行）

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

  👇👇扫码免费领取全部内容👇👇

  

这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理，现任上海殷泊信息科技CEO，其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证，服务航天科工、国家电网等1000+企业，以第一作者在IEEE Transactions发表论文50+篇，获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的技术人员，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】