📑 本页目录(点开跳转)
附录 A · 术语速查卡
📌 用法:看到不懂的词 Ctrl+F 搜。不要通读。
🧱 基础概念
| 术语 |
英文 |
人话 |
| Agent |
Agent |
模型 + 工具 + 循环。决策权在模型,这是它和普通程序的区别 |
| 工作流 |
Workflow |
路径预先写死在代码里,模型只填空。可预测、便宜 |
| 循环 |
Agent Loop |
发历史→模型决定→执行工具→回填→再发。Agent 的心跳 |
| 上下文 |
Context |
每轮发给模型的全部文字。模型的整个世界 |
| 上下文窗口 |
Context Window |
上下文的容量上限。是上限不是工作区 |
| token |
token |
模型处理文本的最小单位,由 tokenizer 决定;英文词与汉字没有固定换算比例,实际请求应计数 |
| 系统提示词 |
System Prompt |
Agent 的宪法:角色、环境、流程、硬规则 |
| effort |
effort |
投入的彻底程度(读多少、验证多少),和模型能力是两个独立旋钮 |
🧠 上下文工程
| 术语 |
英文 |
人话 |
| 上下文腐烂 |
Context Rot |
token 越多,模型用其中信息的能力越差。渐进式劣化,不是到上限才发生 ⭐ |
| 注意力预算 |
Attention Budget |
把上下文当有限的注意力资源,不是硬盘 |
| 压缩 |
Compaction |
历史对话总结成摘要,腾出空间。摘要必须保留关键事实 |
| 渐进式披露 |
Progressive Disclosure |
不预载,需要时才取。全领域最重要的模式 ⭐ |
| 即时检索 |
Just-in-Time Retrieval |
用时再查,而不是先把资料全塞进去 |
| 外置记忆 |
External Memory |
状态写文件(JSON 便于程序校验;完整性仍靠原子写入、版本与权限) |
| 提示缓存 |
Prompt Caching |
稳定内容放前面可被缓存复用,省钱省延迟。中途换模型会失效 |
🗃️ 记忆
📌 这一组全部出自 04b · Agent 记忆——分不清是哪一层,就会用错技术。
| 术语 |
英文 |
人话 |
| 短期记忆 |
Short-term Memory |
当前会话的 messages 数组本身。免费自动,不需要你设计,你只需控制它的体积 |
| 工作记忆 |
Working Memory |
当前任务的中间状态(做到哪了、试过什么不行),存在上下文之外的 progress.json / todo.json。⭐ 最常被跳过的一层——很多人直奔长期记忆,做出一个记得住用户是左撇子、却记不住自己十分钟前试过什么的 Agent。任务结束就该归档,不该混进长期记忆 |
| 长期记忆 |
Long-term Memory |
跨会话的稳定事实与偏好,三类:关于用户 / 关于世界 / ⭐ 关于自己(Agent 踩出来的操作经验)。坏掉的样子:把一次性的东西记成永久偏好(说了一次「这次简短点」,从此半年惜字如金) |
| 情景记忆 |
Episodic Memory |
带时间戳的事件日志,只追加不可改写。⭐ 和长期记忆的分工:情景记忆记「发生过什么」,长期记忆记「现在成立什么」;情景是原料,长期是从原料提炼的结论 |
| Memory vs RAG |
— |
⭐ 检索技术可以完全一样,治理规则完全不一样。 RAG 是检索增强生成的方法,Memory 是持久状态,两者可组合。知识库与记忆都需治理写入、权限、版本、过期和删除,错误都可能持续生效。真正的新问题全在写入侧 |
| 写入判据 |
— |
一条内容够不够格进长期记忆的三条门槛(要同时满足)。⚠️ 从工具返回和网页内容里学到的东西不该有资格直接写进去——否则一次提示注入会变成持久化后门(第 15 章) |
| 遗忘 / 冲突裁决 |
Forgetting / Conflict Resolution |
长上下文能让 Agent「不忘」,不能让它「忘掉该忘的」。⭐ 记忆系统的价值有一半在删除权。新旧矛盾时谁赢、过期怎么判,是 Memory 的 CRUD 里最难的那部分(Update) |
🔧 工具与接口
| 术语 |
英文 |
人话 |
| 工具 |
Tool |
模型能调用的函数 + 一段给它看的说明书 |
| ACI |
Agent-Computer Interface |
给模型用的界面。像做 UI 一样认真做 ⭐ |
| 工具调用 |
Tool Use / Function Calling |
模型输出结构化的「调用 X,参数 Y」 |
| 防呆 |
Poka-yoke |
让错误用法在结构上不可能(强制绝对路径、枚举参数) |
| 命名空间 |
Namespacing |
相关工具统一前缀(jira_*)帮模型划边界 |
| MCP |
Model Context Protocol |
Agent 世界的 USB,解 M×N 集成爆炸 |
| 三层协议 |
— |
⭐ Function Calling 是「怎么说」,MCP 是「怎么接」,A2A 是「怎么托付」。三者叠加不是替代——MCP 可由模型工具调用、宿主程序或代码编排触发,不强制依赖 Function Calling(第 8 章第二节) |
| Host(宿主) |
Host |
用户面对的那个应用(IDE、聊天客户端、你的 Agent 服务)。⭐ 信任边界在这里——Host 管连接、工具暴露和用户同意;Server 仍须验证身份、资源权限与业务规则,不能只信 Host |
| Client(客户端) |
Client |
Host 内部为每个 Server 开的一条连接,处理协议版本与能力;2025 版握手/会话与 2026 版逐请求元数据不同 |
| MCP Server |
— |
提供工具的一方,暴露 Tools / Resources / Prompts |
| Transport |
stdio / HTTP |
MCP 的两种连法。口诀:Server 和用户在同一台机器上 → stdio;不在 → HTTP。⚠️ stdio 没有租户概念,别拿它做多用户共享;⚠️ 子进程继承所授予的权限,应限制环境、文件范围和网络 |
| A2A |
Agent-to-Agent |
Agent 和 Agent 之间的协作协议,解决「两个自主系统怎么互相托付任务」。没有它就只能把对方当成一个工具来调 |
| Tool Search |
— |
工具定义延迟加载,先只给搜索工具。省 85% token 且提准确率 ⭐ |
| 程序化调用 |
Programmatic Tool Calling |
模型写代码编排工具,中间数据不过上下文 |
| 代码执行 MCP |
Code Execution with MCP |
工具变成沙箱里的代码 API,官方案例省 98.7% token |
📦 组织机制
| 术语 |
人话 |
| Skill |
装着「怎么做某类事」的文件夹。三层披露:YAML头→正文→附件 |
| CLAUDE.md |
项目常驻知识。当索引,不是垃圾桶,控制在 200 行内 |
| Rules |
横切约束,用 paths: 限定只在相关文件加载 |
| Hooks |
事件触发的确定性动作。「每次都要 X」该用它,不是写进提示词 ⭐ |
| 子 Agent |
独立上下文跑支线任务,只回摘要。用完即弃 |
| Agent 团队 |
持久化的多个工作者,跨任务累积状态 |
🏗️ Harness 与架构
| 术语 |
英文 |
人话 |
| Harness |
Harness |
把模型智能变成可用 Agent 的那一整套:循环+工具+上下文管理+护栏 ⭐ |
| 死重 |
Dead Weight |
为旧模型缺陷加的变通,模型进步后变成纯累赘。要定期删 |
| 护栏 |
Guardrails |
max_steps / 超时 / 预算 / 权限。最低限度的安全网 |
| 编排器-工作者 |
Orchestrator-Workers |
主 Agent 动态拆分派发再综合。多 Agent 的默认起点 |
| 生成器-验证器 |
Generator-Verifier |
产出与评估分离。因为自评有系统性正面偏差 ⭐ |
| 消息总线 |
Message Bus |
发布/订阅事件,流程由事件涌现 |
| 共享状态 |
Shared State |
多 Agent 读写同一存储,无中央协调 |
| Supervisor |
Supervisor / Hierarchical / Manager |
⭐ 就是「编排器-子 Agent」的行业叫法。框架文档和面试里最常听到的一个词,听不出来是同一件事会白吃亏(第 13 章第三节有整张对照表) |
| Swarm |
Swarm / Group Chat / P2P |
各框架中可能指 handoff、群聊或对等协作;需查看控制结构,不等同于发布/订阅消息总线 |
| Blackboard |
Blackboard / Shared Scratchpad |
共享状态的行业叫法。⭐ 黑板架构是 1970 年代就有的老概念,不是新东西 |
| Handoff |
Handoff |
⚠️ 不是一种架构,是一个动作:A 把控制权连同对话一起交给 B,之后由 B 直接和用户对话。它回答「怎么交接」,不是「谁指挥谁」——可以发生在消息总线里,也可以发生在编排器里 |
| ReAct |
Reason + Act |
交替推理与行动,随观察更新计划。第 1 章只演示相似的工具反馈循环。⚠️ 两个实际问题:每步的完整观察都塞回上下文(腐烂)、没有全局视野(容易在两个工具间打转) |
| Plan-and-Execute |
— |
模型开头一次性出完整计划再逐步执行。换来全局视野 + 便宜的执行(执行阶段不用最贵的模型)。⚠️ 结构性弱点:计划是在信息最少的那一刻做出来的,所以必须配重规划触发条件(某步连续失败 N 次 / 观察到与前提矛盾 / 预算过半完成度不足 / 冒出计划外的新子目标) |
| ReWOO |
Reasoning WithOut Observation |
再往前一步:工具观察不反复回送规划器,执行器替换占位符,最终 Solver 读取计划与证据后作答。⭐ 规划 1 次 + 汇总 1 次,省的是往返次数和上下文体积——和第 8 章「代码执行 + MCP」是同一个思想。⚠️ 代价:不能根据观察改路线 |
| 彩虹部署 |
Rainbow Deployment |
新旧版本并存、流量渐进切换。Agent 没有发布窗口时用 |
| 上下文焦虑 |
Context Anxiety |
模型感知接近 token 上限时草草收尾 |
| 目标漂移 |
Goal Drift |
跑多轮后做的事偏离最初目标 |
📏 评测
| 术语 |
人话 |
| 评分器 |
判对错的东西。三类:代码(快准客观)/ 模型(灵活但需校准)/ 人工(金标准) |
| rubric |
结构化打分标准,把「好不好」变成可回答的分维度问题 ⭐ |
| pass@k |
k 次至少成功一次。适合「一次成功就够」的工具 |
| pass^k |
k 次全部成功。适合要求稳定的面向用户 Agent ⭐ |
| 转录 |
Transcript。完整的执行过程记录。不读转录你不知道评分器在不在工作 |
| 饱和 |
Saturation。评测被做满分,失去区分度,该「毕业」进回归套件 |
| 基础设施噪声 |
资源配置差异造成的分数波动。可达 6 个百分点,常大于模型间差距 ⭐ |
| 评测驱动开发 |
先建评测再优化。没有评测的优化是玄学 |
🛡️ 安全
| 术语 |
英文 |
人话 |
| 提示注入 |
Prompt Injection |
把指令藏进 Agent 会读的外部内容里。Agent 时代的 SQL 注入 ⭐ |
| 间接注入 |
Indirect Injection |
通过网页/邮件/文件等 Agent 读取的内容注入,不直接对话 |
| 环境层防御 |
Environment-level |
沙箱、VM、出口控制。确定性——不管模型怎么被忽悠都成立 ⭐ |
| 模型层防御 |
Model-level |
系统提示、分类器、训练。概率性——必有漏网 |
| 硬边界 |
Hard Boundary |
代码里的 if,模型碰不到。写在提示词里的不算硬边界 ⭐ |
| 沙箱 |
Sandbox |
隔离的执行环境。文件系统 + 网络双边界缺一不可 |
| 出口控制 |
Egress Control |
限制能往哪发数据。注意:白名单域名的每个功能都是攻击面 |
| 审批疲劳 |
Approval Fatigue |
用户批准约 93% 的弹窗,且注意力递减。监督本身可能反作用 ⭐ |
| 最小权限 |
Least Privilege |
能写代码 ≠ 能部署。能力与权限分离 |
| 零信任 |
Zero Trust |
默认不信任任何组件,每次访问都验证 |
| 影子模式 |
Shadow Mode |
新 Agent 只观察不生效,攒够信任再上 |
🚀 落地
| 术语 |
人话 |
| 降级测试 |
从单次调用往上爬,用成功率数据证明复杂度必要 ⭐ |
| 循环工程 |
Loop Engineering。修产出代码的那个流程,不是逐个修产出 ⭐ |
| 规则手册 |
大规模迁移里前置的翻译政策。发现模式就更新它,而不是改单个文件 |
| 验证循环 |
Agent 做→跑检查→读结果→迭代到通过。编码 Agent 的核心机制 ⭐ |
| Managed Agents |
Session / Harness / Sandbox 三者解耦的架构 |
| 顾问策略 |
小模型执行 + 大模型把关。具体节省比例依赖任务、审查与路由成本;用同题预算对照 |
👉 回到首页
打卡记录保存在你的浏览器里,首页能看到总进度