整理了12个智能体AI领域必懂术语

🎯12个必须了解的智能体AI术语
如果你正在构建、使用AI智能体，或是为其投资，这些就是你会随处听到的术语。

❶ MCP 🔹️MODEL CONTEXT PROTOCOL
让AI智能体能够通过统一接口连接工具、API和数据源的开放标准。
例如：Claude 通过 MCP 连接 GitHub，自动读写代码。

❷ Agent Loop 🔹️PERCEIVE → PLAN → ACT → OBSERVE
AI智能体运行的持续推理循环：感知输入、制定计划、执行动作、然后观察结果。
例如：一个智能体读取错误日志，规划修复方案，运行代码，然后检查测试是否通过。

❸ Tool Use 🔹️AGENT CAPABILITIES
AI模型调用外部函数、API、代码运行器、浏览器来在现实世界执行动作的能力。
例如：智能体在对话中途调用天气API，回答「我明天应该飞去纽约吗？」。

❹ Orchestrator 🔹️AGENT MANAGER
将目标拆解为子任务，并将其委派给专门子智能体的顶层智能体。
例如：一个编码编排智能体并行分派测试智能体、代码检查智能体和部署智能体。

❺ Subagent 🔹️SPECIALIZED WORKER
在更大的多智能体流水线中执行一项特定任务的专注型AI智能体。
例如：「摘要」子智能体在主智能体综合洞见之前浓缩50篇研究论文。

❻ Memory 🔹️SHORT-TERM & LONG-TERM
智能体在上下文内（临时）或通过外部存储（持久）保留和检索信息的方式。
例如：智能体从存储在向量数据库中的上一次会话中回忆你的编码风格。

❼ Grounding 🔹️REALITY TETHERING
将AI输出关联到可验证的外部数据源，以减少幻觉、提高准确性。
例如：智能体引用 Bloomberg API 的实时股价，而不是从训练数据生成数字。

❽ Guardrails 🔹️SAFETY LAYER
防止智能体采取有害、未授权或超出范围动作的规则和约束。
例如：即使被指示「清理所有东西」，智能体也会被阻止删除生产数据库。

❾ Sandboxing 🔹️SAFE EXECUTION
智能体运行代码的隔离环境，不会有影响主机系统或生产环境的风险。
例如：Claude Code 在 Docker 容器中运行用户脚本，之后再将改动应用到实际仓库。

⓪ Human-in-the-Loop 🔹️APPROVAL GATE
一种设计模式：智能体在执行高风险动作前会暂停，请求人类确认。
例如：智能体起草了一封给客户的邮件，但在发送前等待你的批准。

⓫ Context Window 🔹️WORKING MEMORY LIMIT
智能体在单次交互中能够读取并推理的最大文本量，即它的注意力跨度。
例如：200K token 的上下文窗口让智能体在写一行代码前就能读取整个代码库。

⓬ Multi-Ag