返回文章列表
AI 概念介绍系列导读
从 LLM 基础、Prompt 与 RAG,到 Agent、Harness 和演进历史,串起这一组 AI 概念介绍文章的阅读路径。
AI 概念介绍系列导读
这一组文章想做的事,是把很多常被混着说的概念重新拆开:
LLM到底在做什么Prompt / Context / RAG为什么会出现Agent为什么不是“更聪明的模型”Harness为什么会成为真正的工程分界线OpenClaw / Hermes / Harness分别处在什么层- 这一整条演进链是怎么一步步长出来的
如果你是第一次读,建议把它当成一条从“模型原理”走到“工程系统”的连续路径。
一、先建立对 LLM 的基础直觉
前两篇先把底层问题讲清楚:模型本质上怎么工作,以及为什么仅靠“会续写”还不够,工程上必须慢慢补出 Prompt、上下文和检索。
二、从“会说”走向“会做”
- 03.从对话到干活-Agent:Agent、Tools、Function Calling、MCP、Skill 到底是什么
- 04.如何让Agent更好干活-Harness:从聊天模型到 Agent Harness
这一段是主线核心:先解释 Agent 为什么出现,再解释为什么只有 Agent 还不够,最后会自然走到 Harness 这个更工程化的视角。
三、理解分层关系与历史演进
这两篇适合在前面概念建立之后再看。它们会把分层关系和时间脉络拉直,帮助你把零散名词放回同一张地图里。
阅读建议
- 如果你完全从零开始,推荐顺序是:
01 -> 02 -> 03 -> 04 -> 05 -> 06。 - 如果你最关心 Agent,至少先看
01 / 02 / 03,否则很多概念容易悬空。 - 如果你最关心工程落地,优先看
03 / 04 / 05。 - 如果你只是想快速建立全局印象,可以先看
06,再回补前面的细节。
这组文章的统一命名
这次我把这一组文件统一成了系列编号格式:
00表示导读页01-06表示正文主章节
这样做的好处是,目录排序、文章 slug、上一篇下一篇和博客归档顺序都会更稳定,也更适合后续继续往这组里扩文章。