AI Agent

LLM 基本概念 · LLM 基本概念

先把 LLM、Prompt、RAG、Agent、Harness 这些核心概念串成一条主线。

中文 English 日本語
返回 AI Agent / LLM 基本概念

阅读路径

7 篇文章

LLM 基本概念

LLM 基本概念

先把 LLM、Prompt、RAG、Agent、Harness 这些核心概念串成一条主线。

开始阅读

目录

按顺序读下去，会从模型原理一路走到 Agent 与 Harness 的工程视角。

  1. 00 AI 概念介绍系列导读 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。
  2. 01 LLM 到底在做什么：从猜词到生成的完整链路 从 token、embedding、预训练到生成流程，建立对 LLM 工作方式的整体直觉。
  3. 02 Prompt、Context、RAG 到底是什么 从输入链路出发，解释 Prompt、Context 和 RAG 为什么会出现以及它们如何配合。
  4. 03 从对话到干活：Agent、Tools、Function Calling、MCP、Skill 到底是什么 解释 LLM 如何从只会对话，逐步演进成能调用工具、执行任务的 Agent 系统。
  5. 04 如何让 Agent 更好干活：从聊天模型到 Agent Harness 从工程运行时视角解释 Harness 如何让 Agent 更稳定、更可控地完成真实任务。
  6. 05 OpenClaw、Hermes 和 Harness：它们到底是什么关系 梳理 OpenClaw、Hermes Agent 与 Harness 在 Agent 体系中的分层、定位与关系。
  7. 06 LLM 到 Agent Harness：从聊天模型到工程基础设施的演进时间线 按演进主线梳理 LLM、工具调用、Agent 与 Harness 基础设施的发展脉络。