用类比大白话讲清AI领域核心概念区别

Codex、Claude 用了这么久，还分不清 Agent、MCP 和 Skill？ 别背那些复杂定义。 把 AI 想象成一家公司，Agent、MCP、Skill 一下就全懂了。 今天直接用大白话告诉你它们到底是干嘛的。

1️⃣ Agent 智能体 = AI 员工 可以理解任务、安排步骤、调用工具，并一步步把工作完成。

2️⃣ LLM 大模型 = AI 员工的大脑 负责理解、推理和生成内容，很大程度上决定这个员工聪不聪明。

3️⃣ Prompt 提示词 = 交给员工的任务单 告诉它要做什么、有什么要求，以及什么不能做。

4️⃣ API 接口 = 软件之间的办事窗口 让不同软件按照约定好的方式交换数据、调用能力。

5️⃣ Token = AI 读写内容的基本单位 你输入的文字和 AI 输出的内容，都会被拆成一个个 Token 来处理。

6️⃣ MCP = AI 连接外部工具和数据的统一插座标准 它规定 AI 应用如何连接 GitHub、数据库和各种外部服务。 不同工具只要遵守同一套标准，AI 就能用相似的方式接入。

7️⃣ Tool 工具 = AI 员工干活的双手 终端、浏览器、搜索、文件编辑，都可以是 AI 真正执行任务时使用的工具。

8️⃣ Skill 技能 = AI 员工的工作 SOP 告诉 AI 某类任务应该怎么做、按什么步骤执行、检查什么，以及最后怎么交付。

9️⃣ Plugin 插件 = 给 AI 安装的能力扩展包 不同平台对 Plugin 的定义不完全一样。 简单理解，就是给 AI 扩展一组额外的工具、连接或者能力。

🔟 Context 上下文 = AI 员工当前桌面上的资料 当前聊天、文件、代码和任务要求，都属于它这次工作能够看到和利用的信息。

1️⃣1️⃣ LTM 长期记忆 = AI 员工的长期档案 用来保存跨任务、跨对话仍然有价值的偏好、经验和项目信息。 它不是大模型天然拥有的长期记忆能力，通常需要额外的记忆机制支持。

最后一句话，把最容易搞混的几个概念记住： Tool 决定它能做什么，Skill 告诉它应该怎么做，MCP 规定工具怎么接进来，Plugin 则负责扩展一组能力。

所以：LLM 是大脑，Agent 是员工，Prompt 是任务单，API 是办事窗口，Token 是读写单位，Tool 是双手，Skill 是 SOP，MCP 是统一插座，Plugin 是扩展包，Context 是桌面资料，LTM 是长期档案。

所谓 AI 工作流，本质上就是： 给一个数字员工配好大脑、任务单、双手、SOP、桌面资料和长期记忆，再让它按照固定流程把事情做完～