你肯定见过这些话每个词看起来都很专业放在一起更像四个新出的软件。实际上并非那般玄奥, 我们来讲一则“小黑开设 AI 办事处”的事情, 一回就将它们讲述明白。先认识故事主角小黑小黑刚来上班时脑子很好使。你向它提出问题, 它具备进行分析的能力你吩咐它撰写文章, 它同样能够完成书写。拥有这般聪慧头脑的正是大模型。但只有脑子还不等于能把事情办完。你告知小黑, 要将前一日的项目进展情况整理成日报, 去核对代码记录, 然后再去创建与之对应的工作任务。如果它只能聊天它大概会回答好的建议先收集项目进展再整理成日报最后创建工作任务。道理全对活儿一点没干。想让小黑真正办事它还需要四样东西先记住一句干活的人是 Agent, 做事的方法是 Skill, 连接工具的标准插口是 MCP, 用文字操作工具的窗口是 CLI。下面一个一个拆开。Skill不是超能力而是“这件事应该怎么做”第一次, 老板要求小黑撰写日报, 小黑只能一边发问, 一边猜测: 日报需要写几条, 采用何种格式, 代码提交是否算在内, 写完之后放置于何处, 它一概不知。第二天老板给了它一本《日报操作手册》首先读取今日当下的代码提交以及工作记录, 接着合并不重复的内容, 将流水账性质的部分去除掉, 然后按照“今日完成、当下问题风险、明日计划的相关事项”进行条分缕析地整理, 先把完整的草稿交予老板以便确认, 确认之后方可进行提交, 并且要创建与之对应的任务, 最后对提交的情况进行检查, 看是否成功完成提交。以后小黑再写日报就不用每次从头猜了。这本操作手册就是 Skill。最通俗地说Skill 是这样一种东西, 它要把存在于一个人脑袋里的经验, 转化成 AI 能够依照着去执行的标准做法。一份说明文档, 有可能仅属于一个简单的Skill。脚本、模板、示例以及检查规则还有可能一同附在一个完整的Skill上。比如所以, Skill的重点并非是“促使人工智能 掌握一项魔法”, 而是要让它减少猜测, 降低偏离正确方向的程度, 使其做得更为稳定, 更为稳健运行到底是。MCP不是工具而是“统一插口”小黑知晓日报该如何撰写了, 然而, 代码记录处于一个系统, 数据库在于另一个系统, 浏览器又在别的系统, 工作任务同样处于不同系统。从前, 每一个系统都好似一种怪异的插头: 其中一个需要三角口, 另一个需要圆口, 并且存在一个必须先按住开关而后再插入。小黑每连接一个全新工具, 均要再度学习一整套连接方法。而后, 办公室安设了一个统一接线台。外面的工具只要遵循同一套规则接入进来, 小黑便能够运用统一的方式询问:这个被称作MCP的统一接线标准, 其全称之为Model, 能够先将它设想成一种类似“AI工具通用插口”的东西, 是这样的情况。最通俗地说MCP 作出规定, 规定了 AI 与外部工具之间, 如何进行相互介绍, 如何发出请求, 如何接收结果。它自身一般情况下并不承担撰写日报的职责, 同样也不负责查询数据库。它更类似于 USB 标准那般: USB 并非是键盘, 也不是硬盘, 然而当键盘和硬盘依据这个标准进行接入之后, 电脑便会更容易去使用它们。在 MCP 里可以粗略记住两边所以, “装了MCP”这话, 实际上不太确切。更精准的表述, 一般是: 给AI连接了一个MCP, 能使它运用某套外部能力。CLI没有按钮直接用文字命令电脑CLI 的全名为 Line , 其在中文里称作“命令行界面”, 它并非是由 AI 所发明的, 早在几十年前就已然存在了。平日里你把软件开启, 瞅见菜单、图标以及按钮, 那便是图形界面。CLI却好似一扇唯接收文字指令的窗口:git statusAIbash意思是“告诉我当前代码仓库是什么状态。”ffmpeg -i input.mp4 output.mp3AIbash意思是“把这个视频里的声音取出来。”最通俗地说CLI 就是把点按钮换成输入一行文字命令。它看起来不如图形界面友好却很适合 AI原因很简单能够使用 CLI 的有人类, 脚本同样能够使用 CLI , Agent 也是能够使用 CLI 的。但 CLI, 仅仅是一个操作工具的入口而已。它没办法自行判断“今天该要做些什么”, 并且也不会主动去检查目标是否已经完成。Agent不是只回答问题而是盯着结果办事当下, 小黑具备了脑子, 存有操作手册, 拥有工具接口。老板并非再逐点告知它点击位置, 单单予以它一个具体目标:“把今天的日报整理好先给我确认确认后提交。”小黑会自己完成一轮工作领会目标, 判定先做何事、再去做什事, 挑选所需的 Skill 与工具, 施行操作, 审视结果, 发觉有误便予以调整, 再次尝试, 达成要求之后进行汇报。这样的“小黑”就是 Agent中文常翻译成“智能体”。最通俗地说普通聊天状态下的AI, 会专注你的问题而后予以回答, Agent则会围绕你的目标向前推进做事。这儿最为关键之处并非“它具备思考能力”, 乃是它构建起了一种循环, 即执行一步操作, 观察相应结果之后, 进而再去抉择下一步该做什么的循环。不过, Agent并非那种能够随意放出去的全自动职工。可靠的Agent应当具备明确界限: 哪些资料能够读取, 哪些文件能够修改, 哪些操作必须要让人进行确认, 在失败几次之后应当停止下来。CLI 和 Agent最容易混淆假设你要从仓库搬一个箱子回来。CLI 像对小黑下精确口令向前走 10 步左转拿起第二个箱子原路返回。你说一步它做一步。命令写错了它也可能非常认真地做错。Agent 像告诉小黑一个目标把标有“日报资料”的箱子拿回来。自行寻路, 识别标签, 遇门锁则更换入口, 取回来竟然还会查验箱子是否正确。所以两者不是同一类东西代理商常常会调用命令行界面工具, 如同职员会运用电话, 然而职员并非等同于电话。Skill 和 MCP也不是一回事这两个词也经常一起出现但区别非常简单还用写日报举例只有 Skill没有工具连接小黑知道方法却拿不到资料。单独存在着 MCP, 然而并不具备 Skill, 小黑所拥有的工具数量众多, 可是却不清楚应该先运用哪一个, 且不晓得什么样的结果才能够算作是合格的。四个概念放在一起到底怎么配合现在再看完整的一天老板说“整理今天的研发日报。”目标被 Agent 接住, 随后 Agent 决定将事情办理完成。Skill 向 Agent 告知标准流程、限制以及验收规则。MCP 协助 Agent 连接工作任务、文档、数据库或者浏览器。CLI 助力 Agent 执行诸如 git、curl 等文字命令。接着 Agent 查看其结果, 若不合格便进行调整, 合格之后才予以汇报。可以把它们压缩成一张“人话版名片”概念一句话办公室里的比喻Agent围绕目标持续行动的 AI办事员Skill一类任务的标准做法操作手册MCPAI 连接外部能力的通用协议统一插座/接线台CLI用文字命令操作程序的界面只有文字的操作台再顺手讲清三个小词理解上面四个概念时还会经常遇到三个词目标需被罗列, Agent 承担推进职责, 做法由 Skill 予以提供, 动手由 Tool 负责执行, MCP、API 或者 CLI 给予不同的连接与操作形式, 这便是它们和先前情况的关联所在。最后只记这一句话就够了Agent属于员工范畴, Skill等同于员工手册类别, MCP是统一插座类型, CLI为文字操作台种类。再往深一点有这样一种情况, 大模型使得AI具备去思考的能力, 工具赋予AI行动起来的可能, Agent促使它可以围绕着既定目标以不中断的方式持续开展行动, Skill让它依据正确的方法实施既定的举措行为, MCP以及CLI则助力它与真切实在的现实世界建立起有效的联结。在下一回再度瞅见这些人工智能黑话之际, 并非要先去背诵英文全称。而是要先行询问四个问题:由谁来执行将目标达成, 其依据何种方式去开展, 它通过怎样的路径承接外部工具, 它依照哪些举措对工具进行实地操作?能回答这四个问题, 你基本上就看懂了, 这套AI系统究竟是在做什么。