📖 AI Agent 中英对照术语表
新手必备!看文档不再懵。每个术语都有通俗解释,就像跟朋友聊天一样。
一、核心概念(Core Concepts)
| 英文术语 |
中文 |
通俗解释 |
例句/说明 |
| Agent |
智能体 |
能自己思考、自己动手干活的 AI |
就像你的"数字员工" |
| LLM (Large Language Model) |
大语言模型 |
Agent 的"大脑",负责理解和生成文字 |
GPT、Claude、DeepSeek 都是 |
| Tool |
工具 |
Agent 的"手",让它可以查天气、算数、搜网页 |
相当于给 Agent 装插件 |
| Memory |
记忆 |
Agent 的"记事本",记住你说过的话 |
分短期记忆和长期记忆 |
| Prompt |
提示词 |
你给 AI 的"指令",告诉它该干嘛 |
写提示词叫 Prompt Engineering |
| Context |
上下文 |
Agent "眼前"能看到的所有信息 |
就像对话的"聊天记录" |
| Token |
令牌 |
AI 计费/计数的基本单位 |
1 个汉字 ≈ 1-2 个 token |
| Inference |
推理 |
AI 根据输入"思考"出结果的过程 |
每调用一次 API 就是一次推理 |
二、Agent 工作方式(Agent Patterns)
| 英文术语 |
中文 |
通俗解释 |
例句/说明 |
| ReAct |
推理+行动 |
"想一步→做一步→看结果→再想"的循环 |
Reasoning + Acting |
| Tool Calling |
工具调用 |
模型说"我要用某工具",然后真的去调用 |
OpenAI Function Calling 的核心 |
| Function Calling |
函数调用 |
让模型按格式输出"要调哪个函数+参数" |
工具调用的另一种叫法 |
| Chain-of-Thought (CoT) |
思维链 |
让 AI "一步一步想"再回答,更准确 |
"Let's think step by step" |
| RAG (Retrieval-Augmented Generation) |
检索增强生成 |
先查资料库,再回答 |
让 AI 用你自己的文档回答问题 |
| Fine-tuning |
微调 |
用额外数据"再培训"模型,让它更懂某领域 |
一般新手用不上 |
| Multi-Agent |
多智能体 |
多个 Agent 分工协作 |
一个调研、一个分析、一个写报告 |
| Orchestration |
编排 |
安排多个 Agent 谁先干、谁后干 |
像导演安排演员 |
| Workflow |
工作流 |
把任务拆成固定步骤依次执行 |
类似工厂流水线 |
| Human-in-the-Loop |
人在回路 |
关键时刻让人来确认,不放心 AI 自动做 |
安全场景必备 |
| 英文术语 |
中文 |
通俗解释 |
例句/说明 |
| LangGraph |
- |
用"图"来编排 Agent 流程的框架 |
LangChain 家的,适合复杂流程 |
| CrewAI |
- |
让多个 Agent 扮演不同"角色"组队干活 |
像组建一支团队 |
| AutoGen |
- |
微软的,让多个 Agent "互相聊天"解决问题 |
Microsoft 出品 |
| MAF (Microsoft Agent Framework) |
微软 Agent 框架 |
AutoGen 的下一代版本 |
2025 年发布 |
| LlamaIndex |
- |
专做"知识库问答"(RAG)的框架 |
让 AI 读你的文档 |
| Dify |
- |
拖拽式可视化平台,不用写代码 |
像搭积木一样做 AI 应用 |
| Ollama |
- |
在本地电脑运行大模型的工具 |
免费、隐私、离线 |
| MCP (Model Context Protocol) |
模型上下文协议 |
统一"工具连接"标准,一个工具到处用 |
Anthropic 提出,各大厂支持 |
| SDK |
软件开发工具包 |
官方给的"现成代码库",直接调 |
Software Development Kit |
| API |
应用程序接口 |
别人给你提供的"远程服务入口" |
付费用大模型的通道 |
| Agent SDK |
智能体开发工具包 |
OpenAI/Claude 官方的 Agent 开发库 |
快速开发 Agent 的捷径 |
| LangSmith |
- |
调试、监控 Agent 的"仪表盘" |
看每次调用花了多少钱、多久 |
四、数据与存储(Data & Storage)
| 英文术语 |
中文 |
通俗解释 |
例句/说明 |
| Embedding |
向量化/嵌入 |
把文字变成"数字坐标",让电脑能算相似度 |
"苹果"和"水果"的向量很近 |
| Vector Database |
向量数据库 |
专门存"数字坐标"的数据库 |
ChromaDB、FAISS、Pinecone |
| Vector Store |
向量存储 |
存向量数据的仓库 |
和向量数据库一回事 |
| Semantic Search |
语义搜索 |
按"意思"搜索,不只是按关键词 |
搜"今天冷"能匹配"气温下降" |
| Chunking |
切块/分块 |
把长文档切成小段再存储 |
RAG 前的必备步骤 |
| Index |
索引 |
建好的"目录",方便快速查找 |
向量索引、倒排索引 |
| Checkpoint |
检查点 |
保存 Agent 运行到一半的状态 |
崩溃了可以从这里恢复 |
| Persistent Memory |
持久化记忆 |
关机重启还记得 |
存数据库/向量库里 |
| Short-term Memory |
短期记忆 |
一次对话内记得,关了就忘 |
就是上下文窗口 |
五、模型与部署(Models & Deployment)
| 英文术语 |
中文 |
通俗解释 |
例句/说明 |
| Model |
模型 |
训练好的"大脑"本体 |
GPT-4o、Claude 3.5 等 |
| Base Model |
基础模型 |
通用大模型,没经过特殊调教 |
和 Fine-tuned 相对 |
| Multimodal |
多模态 |
能同时处理文字、图片、声音、视频 |
GPT-4o、Gemini 都是 |
| Token Limit |
令牌上限 |
一次能处理的最多文字量 |
上下文窗口大小 |
| Context Window |
上下文窗口 |
模型一次"能看见"多长的内容 |
128K 窗口 ≈ 10 万字 |
| Latency |
延迟 |
从发出请求到收到回复的时间 |
越快体验越好 |
| Throughput |
吞吐量 |
单位时间能处理的请求数 |
服务器性能指标 |
| Fine-tune |
微调 |
在基础模型上继续训练 |
让模型变"专家" |
| Deployment |
部署 |
把代码/模型放到服务器上运行 |
上线提供服务 |
| On-premise |
本地部署 |
在自己的服务器/电脑上跑 |
数据不出门,最安全 |
六、质量与优化(Quality & Optimization)
| 英文术语 |
中文 |
通俗解释 |
例句/说明 |
| Hallucination |
幻觉 |
AI 一本正经地胡说八道 |
编造不存在的事实 |
| Accuracy |
准确率 |
回答正确的比例 |
越高越好 |
| Precision |
精确率 |
答对的里面有多少是真的对 |
宁缺毋滥 |
| Recall |
召回率 |
该找到的有没有全找到 |
宁滥毋缺 |
| Evaluation (Eval) |
评估 |
给 AI 回答打分/测试 |
用测试集衡量质量 |
| Observability |
可观测性 |
能看到系统内部发生了什么 |
日志、监控、追踪 |
| Tracing |
追踪 |
记录一次请求的完整链路 |
哪里慢了一目了然 |
| Logging |
日志 |
记录运行过程的信息 |
排查问题的依据 |
| Cost Optimization |
成本优化 |
想办法少花钱 |
换小模型、做缓存 |
| Prompt Engineering |
提示词工程 |
优化提示词提升效果 |
新手最先学的技能 |
| Guardrails |
护栏 |
防止 AI 输出违规/危险内容 |
内容安全过滤 |
| Streaming |
流式输出 |
一个字一个字地蹦出来 |
ChatGPT 打字机效果 |
七、常见缩写速查
| 缩写 |
全称 |
中文 |
| AI |
Artificial Intelligence |
人工智能 |
| LLM |
Large Language Model |
大语言模型 |
| NLP |
Natural Language Processing |
自然语言处理 |
| RAG |
Retrieval-Augmented Generation |
检索增强生成 |
| MCP |
Model Context Protocol |
模型上下文协议 |
| API |
Application Programming Interface |
应用程序接口 |
| SDK |
Software Development Kit |
软件开发工具包 |
| CoT |
Chain-of-Thought |
思维链 |
| HITL |
Human-in-the-Loop |
人在回路 |
| ML |
Machine Learning |
机器学习 |
| DL |
Deep Learning |
深度学习 |
| UI/UX |
User Interface / User Experience |
用户界面/体验 |
| QA |
Question Answering |
问答 |
| DB |
Database |
数据库 |
| JSON |
JavaScript Object Notation |
轻量数据格式 |
| AGI |
Artificial General Intelligence |
通用人工智能 |
八、一句话总结
新手记住这三句话就够了:
1. Agent(智能体) = 会思考 + 会动手 + 会记事儿
2. Tool(工具) = 给 Agent 装的"技能插件"
3. Prompt(提示词) = 你指挥 Agent 的"遥控器"
遇到不懂的术语,随时回来查这张表!
英文版术语表:English Glossary