---
source_url: "https://mp.weixin.qq.com/s/8xtOwZmoMO2_sHuKx1W2FA"
tags: [wechat, article, claude, openai, gpt, agent, harness, openclaw]
ingested: 2026-05-23
sha256: ""
---

# AgentGuide AI Agent 核心概念速查

**来源：** AgentGuide | 2026年5月18日
**类型：** 面试速查材料

## 13个核心概念速览

### 1. Agent
以LLM为核心，具备规划（Planning）、记忆（Memory）和工具调用（Tool Use）能力，能够自主拆解复杂任务、循环执行、感知反馈并持续推进任务直到完成。

### 2. 大模型预训练
在海量通用数据上训练模型，训练方式是自监督学习，最常见做法是不断预测下一个token。

### 3. 大模型微调
在预训练基座模型之上，用更小规模、更贴近任务的数据继续训练，训练方式通常是监督微调或指令微调。

### 4. 大模型幻觉
大模型生成看似合理但实际是错误的回答，把虚假信息当做事实来回答。

### 5. MCP协议
Model Context Protocol，为AI应用提供标准化接口连接外部数据源和工具，可以理解为AI应用的"TypeC接口"。

### 6. Token
分词器按照分词算法把输入文本切分为多个token，用数字ID来表示token，大模型推理使用数字ID进行计算。

### 7. RAG
Retrieval-Augmented Generation，让大模型在回答问题前先去"查资料"（检索），相当于开卷考试。

### 8. 记忆模块
- **短期记忆**：当前会话，用截断对话或总结摘要控制prompt长度
- **长期记忆**：跨会话，用向量召回最相关历史信息

### 9. Skill
结构化的本地文件夹，补充某个领域的流程、知识和工具。由主说明文件skill.md、规则/流程文档、模板/示例、脚本/工具文件、参考资料等组成。

### 10. ReAct
Reason + Act，先判断当前信息是否足够完成任务，不够则调用工具/执行动作，结果回来后继续推理下一步。

### 11. Agent自我反思
- **自我反馈**：大模型自己审查输出，适合查文案一致性、约束遵循
- **外部反馈**：把结果放进真实工具里验证，适合代码、计算、JSON、图表

### 12. Harness工程
给AI Agent设计工作环境的工程方法，包括：上下文管理、工具调用、沙箱环境、权限控制、测试验证、日志观测、评审机制和反馈回路。

### 13. SDD-规格驱动开发
Spec-Driven Development，在正式编码之前先确定需求变更的目标、范围、系统行为、设计约束和任务拆分（规格文档），再让AI按文档开发。