AI Agent开发15大核心概念，建议收藏！

这篇文章主要梳理了AI Agent开发过程中可能会用到的一些概念，还会给每个概念做详细解释，帮那些从其他方向转型做AI Agent开发的开发者和团队，把对这些概念的理解统一起来，沟通的时候也能有一致的语言，减少不必要的误解，降低沟通成本。

里面主要包含LLM、Chat bot、Agent等15个核心概念的说明。

LLM

LLM，英文全称是Large Language Model，也就是咱们常说的大语言模型。先从“模型”本身说起，经过训练之后，模型就具备了接收特定输入、给出特定输出的能力。

而“语言模型”，就是把输入和输出的内容，都限定在了自然语言范围内。至于“大语言模型”，重点就在“大”上，指的是模型的参数量特别大，比如25年爆火的DeepSeek R1，参数量就达到了671B。

咱们输入给LLM的自然语言，会先通过Transformer转换成token，模型内部会根据输入的token，预测接下来该输出什么token，最后再把这些token转换成自然语言，这就是咱们看到的“模型输出”。这也是GPT名字的由来——Generative Pre-trained Transformer。

Chat bot

早期的语言模型，其实就只会模仿。比如你问它“北京天气怎么样”，它可能就会跟着这个句式，输出“南京天气怎么样”“成都天气怎么样”这种没用的答案。<