AI 术语词典
核心 AI 术语，清晰解释
现代 AI 工具背后核心概念的实用参考——从基础（LLM、token）到技术（RAG、微调）再到前沿（MCP、智能体）。
基础概念
核心概念
AI 智能体
能够采取行动的 AI，而不仅仅是回答问题
AI 对齐
使 AI 目标与人类价值观一致
AI 接口（API）
开发者以编程方式访问 AI 模型的接口
上下文窗口
AI 在一次对话中能"记住"多少内容
生成式 AI
能够创建新内容的 AI——文本、图像、音频、视频
接地 / 事实锚定
将 AI 输出与可验证的事实相连接
安全护栏
防止 AI 产生有害输出的规则和过滤器
幻觉
当 AI 自信地说出错误的内容
推理（推断）
运行已训练的 AI 模型以生成输出
知识截止日期
AI 模型没有相关信息的日期界限
模型上下文协议
连接 AI 与工具和数据的标准协议
模型参数 / 权重
定义训练后 AI 模型所知内容的数字
多智能体系统
多个 AI 智能体协作解决复杂任务
开源 AI
权重公开可用的 AI 模型
提示词注入
通过在内容中隐藏恶意指令来欺骗 AI
流式输出
在生成时逐 token 显示 AI 输出
系统提示词
塑造 AI 行为的隐藏指令
温度（采样温度）
控制 AI 创意与一致性的旋钮
Token / 分词
AI 模型处理文本的基本单元
训练数据
塑造 AI 模型的文本和示例
技术方法
思维链推理
让 AI 一步步思考
宪法 AI
通过规则训练 AI 有用、无害且诚实
微调
让模型适应特定任务或领域
上下文学习
AI 从提示词中的示例适应任务
模型蒸馏
训练小模型来模仿大模型
多模态嵌入
文本、图像和其他数据类型的共享向量空间
提示词工程
有效与 AI 模型沟通的技巧
量化
让大型 AI 模型更小更快
强化学习
通过试错和奖励信号学习的 AI
检索增强生成
让 AI 模型访问你自己的数据
人类反馈强化学习
AI 如何学会有用且安全
语义搜索
理解含义而不仅仅是关键词的搜索
合成数据
用于训练其他 AI 的 AI 生成训练数据
工具调用 / 函数调用
让 AI 调用外部 API 和服务
向量数据库
专为 AI 语义搜索构建的存储系统
零样本 / 少样本学习
通过示例教会 AI——或完全不需要示例