AI tools explain
Allearn
 2025-05-28 14:00:07  

AI核心概念漫谈：从聊天框到智能协作体系

大家好！最近AI圈各种新名词是不是让你眼花缭乱？Agent、MCP、Function Calling……它们到底都是啥？别急，今天咱们就用大白话，把这些关键概念串起来，讲讲它们是怎么一步步发展到今天的。

一切的开始：用户提示词 (User Prompt)

最早咱们接触AI，比如刚出来的ChatGPT那会儿，它主要就像个聊天窗口：

  • 你输入一句话——这就是你的 **用户提示词 (User Prompt)**。基本上就是你想问的问题或者想说的话。
  • AI模型呢，就回复你一句话。

简单直接，但有时候有点“呆”。

给AI加点“人设”：系统提示词 (System Prompt)

为了让AI不那么千篇一律，系统提示词 (System Prompt) 就出现了：

  • 你可以把 系统提示词 想象成一个藏在幕后的“说明书”或“角色卡”，用来告诉AI它应该扮演什么样的角色。
    • 比如：“你现在是一个暴躁的海盗船长。”
    • 或者：“你是一个超级有耐心的金牌客服。”
  • 它规定了AI的性格、背景、说话的口气等等。
  • 当你再发送你的 用户提示词 时，系统就会偷偷地把这个 系统提示词 也一起发给AI。
  • 举个例子：如果你对一个被设定成你“野蛮女友”的AI说“我肚子疼”，你可能就会得到一句：“哼，老娘也疼，一边待着去！” 是不是就生动多了？
  • 在一些AI工具（比如ChatGPT）里，你可能会看到一个叫“自定义指令”(Custom Instructions)的功能，那里你就可以写下你希望AI怎么回应你，那些话就会变成系统提示词的一部分。

让AI不止会说，还会“做”：AI智能体 (AI Agent) 与 智能体工具 (Agent Tools)

光会聊天还不够，我们希望AI能帮我们干点实事。于是，AI智能体 (AI Agent) 的概念应运而生。

  • 早期尝试：一个叫 AutoGPT 的开源项目做了先锋。它的核心想法是：能不能让AI自己去用工具呢？
  • **智能体工具 (Agent Tools)**：你需要先为AI准备好一些“工具”，通常是一些代码函数。
    • 例如：一个叫 list_files (列出文件) 的函数，一个叫 read_files (读取文件) 的函数。
  • AI智能体 (AI Agent) 的工作：
    1. 你把这些工具的功能描述、怎么用，都告诉AI智能体（比如AutoGPT）。
    2. AI智能体会把这些工具信息打包成一个大的系统提示词，连同你的请求（比如“帮我找找《原神》的安装目录”）一起发给AI模型。
    3. 如果AI模型足够聪明，它就会按照你要求的格式回复说：“好的，我需要用 list_files 这个工具去扫描一下C盘。”
    4. AI智能体收到这个指令后，就真的去调用你写好的 list_files 函数，执行完，把结果（比如C盘的文件列表）再告诉AI。
    5. AI看到结果后，再决定下一步该干啥，这个过程不断重复，直到任务完成。
  • 所以，AI智能体就像一个中介、一个项目经理，它负责在AI模型、各种工具和你之间传递信息，协调一切。

提高效率和可靠性：函数调用 (Function Calling)

AI模型有时候不太“听话”，回复的工具指令格式可能不对，导致Agent看不懂。这就需要反复重试，效率不高。

为了解决这个问题，AI大厂们推出了 函数调用 (Function Calling) 功能：

  • 标准化：它的核心思想就是，把AI使用工具的这个过程，搞得非常规范、非常可靠。
  • 结构化描述：不再是在系统提示词里用自然语言描述工具，而是规定了一种非常严格的、结构化的方式（通常是用JSON这种格式）来定义每一个工具：它的名字是啥、它能干啥、它需要哪些信息（参数）才能工作。
  • 专用通道：这些结构化的工具定义，不再是混在系统提示词里，而是通过API请求中一个专门的字段发给AI模型。
  • AI专项训练：AI模型本身也经过了专门的训练，能够理解这种结构化的工具定义，并且在它想使用工具的时候，会以一种非常特定、标准化的格式来回复。
  • 好处：
    • AI智能体能准确地知道AI想要干什么。
    • 就算AI偶尔还是搞错了回复格式，AI模型背后的服务器自己就能检测到，并且在内部悄悄重试，用户和Agent可能都感觉不到。
    • 开发Agent就容易多了，也省去了很多因为格式错误反复尝试带来的开销。

所以，函数调用就像是一种更专业、更流畅的方式，让AI能够准确地表达“我要用这个工具，参数是这些”。

连接Agent与工具的“USB”：MCP (Multi-Capability Protocol)

我们解决了AI模型和Agent的沟通问题，那么Agent又是怎么和它能使用的那些工具打交道的呢？

  • 早期做法：Agent和它的工具们往往是写在同一个程序里的，直接调用函数就行。
  • 面临挑战：如果你有一个特别好用的工具（比如一个“浏览网页”的工具），很多不同的Agent都想用，总不能在每个Agent里都复制一份同样的代码吧？
  • MCP的诞生：MCP (Multi-Capability Protocol，多能力协议) 就是为了解决这个问题。它有点像一个万能转接头，或者像文章里说的，“AI时代的USB协议”。
  • 角色分工：
    • **MCP客户端 (MCP Client)**：你的AI智能体。
    • **MCP服务器 (MCP Server)**：提供工具的服务。
  • 工作方式：
    1. MCP服务器负责托管各种工具。
    2. MCP客户端（Agent）可以问服务器：“喂，你那里有啥工具啊？它们都能干啥？需要啥参数啊？”
    3. MCP不光能调用那些“干活儿”的工具（比如函数），MCP服务器也可以直接提供：
      • **资源 (Resources)**：比如原始数据、文件。
      • **提示词 (Prompts)**：为Agent提供现成的提示词模板。
    4. MCP服务器既可以和Agent跑在同一台电脑上，也可以部署在网络上，通过HTTP协议通信。
  • 核心价值：MCP本身其实并不关心Agent用的是哪个AI模型。它只负责标准化Agent和工具服务之间的沟通方式。

完整流程：当女朋友说肚子疼……

让我们把所有这些概念串起来，看看它们是如何协同工作的：(Maybe I should add a flowchart here)

  1. **你 (用户)**：告诉你的 AI智能体 (它同时也是一个 MCP客户端) 你的问题：“我女朋友肚子疼，怎么办？” (这是 用户提示词)
  2. **AI智能体 (MCP客户端)**：通过 MCP协议，从某个 MCP服务器 那里获取所有可用的 智能体工具 及其描述信息。
  3. AI智能体处理工具信息：把这些工具信息，要么：
    • 精心构造成一个 系统提示词 给AI模型，要么
    • 转换成 函数调用 所要求的格式。
  4. AI智能体与AI模型沟通：它把你的 用户提示词 (以及系统提示词或函数调用信息) 一起打包发给AI模型。
  5. AI模型思考与决策：AI模型一看，“哦，肚子疼啊……我应该上网搜搜看！” 于是，它通过 函数调用 的格式 (或者老一点的系统提示词方式) 告诉Agent：“请使用 web_browse（网页浏览）工具，搜索‘肚子疼的缓解方法’。”
  6. AI智能体执行工具调用：Agent收到了这个指令。因为它是一个 MCP客户端，所以它就通过 MCP协议 去请求那个托管了 web_browse 工具的 MCP服务器 执行搜索操作。
  7. MCP服务器上的工具执行：web_browse 工具接到指令，勤勤恳恳地上网搜索，然后把结果通过MCP协议返回给Agent。
  8. 结果反馈给AI模型：Agent再把这些搜索结果转发给AI模型。
  9. AI模型生成最终答案：AI模型阅读了搜索结果，加上自己的“头脑风暴”，最终得出了一个充满智慧的答案：“让她多喝热水。”
  10. Agent将答案呈现给你。

结语：齿轮的协奏

所以你看，系统提示词、用户提示词、AI智能体、智能体工具、函数调用、MCP以及AI模型，它们之间并不是简单的取代关系，更像是精密配合的齿轮，一环扣一环，共同构建了AI自动化协作的完整体系。

AI的进步确实日新月异，有时候会让人感到焦虑。但换个角度看，这也是一个充满机遇的时代。我们不再只是被动地接受改变，而是有机会去理解、去参与、甚至去塑造这场变革。也许，一切就从了解一个小小的AI Agent开始。

希望这篇解释能帮你更好地理解这些AI核心概念！