如果把现在的人工智能系统比作一个人，那么 LLM（大语言模型）就是大脑，Prompt是人与大脑沟通的语言，RAG是给大脑提供外部知识，Function Calling是让大脑调用工具，Memory是让大脑拥有长期记忆，Agent则是让大脑能够自主完成任务，而Harness则负责管理整个智能体系统的运行。

这些概念共同构成了当前 AI 应用开发，尤其是 Agent 时代的技术基础。

---

1. LLM（Large Language Model，大语言模型）

LLM 是 Large Language Model 的缩写，即大语言模型。

它是一类通过大量文本数据训练得到的人工智能模型，能够理解和生成自然语言。

简单来说，LLM本质上是一个非常强大的“语言预测系统”。它通过学习海量文本中词语之间的关系、语义规律以及世界知识，从而能够完成文本生成、问答、代码编写、总结分析等任务。

例如，当用户输入：

“中国的首都是……”

模型会根据训练过程中学习到的知识预测：

“北京”。

当然，现在的大模型已经不仅仅是简单预测文字，而是通过 Transformer 架构学习复杂的语义关系，因此具备一定程度的推理、规划和知识整合能力。

目前比较典型的LLM包括：

• OpenAI GPT系列
• Anthropic Claude系列
• Google Gemini系列
• 阿里通义千问Qwen系列
• Meta LLaMA系列

但是需要注意，LLM本身并不是真正意义上的“智能体”。

它更像一个拥有大量知识和推理能力的大脑，但它无法主动操作外部世界。

例如：

它知道杭州今天可能下雨，但它不能自己查询天气；

它知道如何修改代码，但不能直接运行电脑上的程序。

因此需要后面的技术体系。

---

2. Token（词元）

Token 是大语言模型处理文本时的基本单位。

很多人会误认为 Token 就是“字”或者“单词”，但实际上不是。模型并不是直接理解文字，而是先把文字转换成 Token，再转换成数字进行计算。

例如：“人工智能”可能会被模型切分成：“人工” + “智能”两个Token。

英文：“I love AI”可能被拆分为：“I / love / AI”三个Token。

LLM内部处理流程大致是：

文字 → Token化 → 数字表示 → 神经网络计算 → 输出Token → 转换为文字。

Token非常重要，因为它决定了三个方面：

第一是成本。大模型API通常按照输入和输出Token数量收费。

第二是上下文长度。比如某些模型支持128k Token上下文，意味着一次最多可以处理这么长的信息。

第三是模型理解能力。Token划分方式会影响模型对文本结构的理解。

---

3. Prompt（提示词）

Prompt就是用户给AI的输入指令，也就是人与大模型沟通的方式。

简单Prompt：“帮我写一篇文章。”

复杂Prompt：“你是一名AI行业分析师，请面向准备进入AI领域的大学生，分析2026-2030年人工智能产业趋势，重点讨论Agent、多模态模型和机器人，并从技术、商业和职业发展三个角度展开。”

两者区别非常明显。

优秀Prompt并不是简单地“说清楚一句话”，而是在设计一个任务。

通常包括几个部分：

角色（Role）：告诉模型你希望它扮演什么身份。例如：“你是一名GIS领域专家。”

背景（Context）：提供任务环境。例如：“我要研究杭州老年群体医疗可达性。”

任务（Task）：明确目标。例如：“请设计研究方案。”

限制条件（Constraint）：告诉模型不能做什么。例如：“不要编造数据。”

输出格式（Output Format）：规定结果形式。例如：“按照论文技术路线格式输出。”

所以高级Prompt实际上接近一种“程序设计语言”，它是在设计AI工作的流程。

---

4. Function Calling（函数调用）

Function Calling 是让大语言模型能够调用外部函数或工具的技术。

普通LLM：用户提问 → LLM生成文字答案。

加入Function Calling之后：

用户提问 → LLM判断需要什么工具 → 调用函数 → 获取结果 → 生成答案。

例如：用户：“查询杭州今天的天气。”

LLM本身不知道实时天气，于是调用：

get_weather("Hangzhou")

系统返回：“杭州，25℃，晴。”

然后LLM生成：“杭州今天晴天，气温25℃。”

Function Calling解决了LLM最大的限制：

LLM擅长思考，但不会直接操作现实世界。

通过函数调用，它可以连接：

• 数据库
• 搜索引擎
• Python程序
• 企业系统
• API接口

这也是Agent能够执行任务的基础。

---

5. RAG（Retrieval-Augmented Generation，检索增强生成）

RAG中文叫“检索增强生成”。

它解决的是LLM两个核心问题：

第一，模型不知道最新信息。

例如：2026年的新闻，大模型训练数据可能没有。

第二，模型不知道用户自己的私人数据。

例如：你的论文、公司内部资料、个人知识库。

RAG的核心思想是：不要重新训练模型，而是在回答问题时临时给模型补充相关资料。

流程：用户提问 → 检索相关资料 → 将资料提供给LLM → LLM生成答案。

例如：你上传100篇GIS论文。

用户问：“总结这些论文关于GeoAI的发展趋势。”

RAG系统会先找到相关论文内容，然后让LLM基于这些资料总结。

所以：LLM负责“理解和生成”。RAG负责“找到正确的信息”。

---

6. Context（上下文）

Context就是模型当前能够看到的信息。

例如我们现在这次聊天：你之前问过Agent、Harness、GeoAI。

这些聊天内容就是当前Context。

Context包括：

• 用户输入
• 历史对话
• 系统指令
• 检索到的资料

但是Context有容量限制。

如果超过模型最大上下文长度，旧信息可能会被截断。

因此需要Memory。

---

7. Memory（记忆）

Memory和Context很像，但是两者区别非常重要。

Context是短期信息，只存在当前任务中。

Memory是长期信息，可以跨任务保存。

例如：Context：今天聊天：“我正在准备港大AI硕士申请。”

Memory：以后AI助手知道：“用户本科是浙江大学GIS专业，对AI Agent和GeoAI方向感兴趣。”

对于Agent来说，Memory非常重要。

没有Memory：每次交互都是重新认识用户。

有Memory：Agent可以逐渐形成对用户、任务和环境的长期理解。

---

8. Agent（智能体）

Agent是当前AI发展的核心方向。

简单理解：

Agent就是能够自主理解目标、规划任务、调用工具并完成任务的AI系统。

普通ChatGPT：用户提问 → AI回答。

Agent：

用户提出目标 → AI分析任务 → 制定计划 → 调用工具 → 执行动作 → 检查结果 → 完成目标。

普通AI：“帮我写论文。”输出一篇文章。

Agent：先搜索论文 → 整理文献 → 建立框架 → 写作 → 修改 → 生成最终版本。

一个完整Agent通常包含：

LLM + Tools + Memory + Planning + Action。

---

9. MCP（Model Context Protocol，模型上下文协议）

MCP是近年来非常重要的AI基础设施协议。

它解决的问题是：

如何让AI模型更加方便地连接外部工具和数据。

过去：每个AI模型连接数据库、文件系统、软件，都需要单独开发接口。

MCP希望建立一个统一标准。

类似：过去不同手机使用不同充电接口。后来统一成USB-C。

MCP就是AI世界里的“USB-C”。

通过MCP，一个Agent可以更方便地连接：

• 文件
• 数据库
• 软件
• 企业系统
• 外部工具

---

10. Skill（技能）

Skill指Agent具备的专业能力模块。

例如，一个普通LLM：只能聊天。

加入技能之后，它可以成为：

GIS分析Agent：具备空间分析能力。

科研Agent：具备论文阅读和总结能力。

招聘Agent：具备岗位匹配能力。

Skill本质上就是：“让通用AI拥有专业能力”。

未来很多Agent不会是一个万能模型，而是一系列Skill组合。

---

11. Harness（Agent驾驭工程）

Harness是Agent系统中非常重要但容易被忽视的一层。

简单理解：

LLM是大脑，Harness是身体和神经系统。

LLM负责：思考、推理、生成。

Harness负责：管理Agent如何运行。

它包括：

工具管理（Tools）让Agent调用外部能力。

记忆管理（Memory）保存长期信息。

权限控制（Permission）限制Agent可以做什么。

任务流程管理（Workflow）决定Agent执行步骤。

安全机制（Guardrails）防止错误行为。

完整结构：

用户
 ↓
Agent
 ↓
Harness
 ↓
LLM
 ↓
Tools / Memory / MCP / Database

未来AI竞争的重要部分，很可能不是单纯比较谁的模型参数更大，而是谁能够设计更强的Harness，让模型真正解决现实问题。

用户需求

↓

Prompt
（告诉AI做什么）

↓

Agent
（自主规划任务）

↓

Harness
（管理整个系统）

↓

LLM
（负责推理）

↓

RAG
（获取外部知识）

↓

Memory
（保存长期经验）

↓

Function Calling
（调用工具）

↓

MCP
（连接外部世界）

↓

真实应用

如果用一句话总结：

LLM提供智能，Prompt负责沟通，RAG提供知识，Function Calling提供行动能力，Memory提供长期经验，Agent负责自主完成任务，MCP负责连接生态，而Harness负责把这些能力组织成一个真正可用的AI系统。

对于你未来想做的 AI产品、GeoAI、Spatial Agent，最重要的技术组合就是：

LLM + RAG + Function Calling + Agent + MCP + Harness。

这套体系基本就是未来几年AI应用开发的核心底层逻辑。