系列一：明星AI产品

1. OpenClaw（小龙虾 / 养虾）

发音：/ˈəʊpən klɔː/

是什么：2025年底开源的AI Agent框架，能在你的电脑本地运行，直接操作鼠标、键盘、文件和应用程序。

为什么火：它让AI从"聊天机器人"变成了"数字员工"。你可以对它说"帮我写一份报告"，它真的会打开浏览器、搜索资料、整理内容、生成文档。

关键词：本地优先、50+平台渠道、Skills扩展生态

2. Hermes Agent（爱马仕 / 养马）

发音：/ˈhɜːmiːz/

是什么：2026年2月由Nous Research开源的自进化AI Agent框架，GitHub星标已超8万。

核心特点：运行时自进化。执行任务→评估结果→提取经验→生成新技能。用得越久，它越懂你。

和OpenClaw的区别：OpenClaw像你的"执行工具"，Hermes像你的"成长伙伴"。一个帮你干活，一个陪你进化。

3. Devin（德文）

发音：/ˈdevɪn/

是什么：全球首个AI Agent程序员，每月$500。不只是帮你写代码，它能理解整个项目、规划开发步骤、执行任务、调试错误、自主上线。

一句话理解：相当于一个能独立完成软件项目的AI工程师。

4. Claude（克劳德）

发音：/klɔːd/

是什么：Anthropic公司开发的大语言模型，目前最聪明、最安全的AI模型之一。OpenClaw和Hermes都把Claude作为默认推荐模型。

5. Copilot（副驾驶）vs Cursor（光标）

Copilot：微软AI编程助手，深度集成GitHub和Office。不是替代你，而是辅助你——你始终是主驾驶。

Cursor：AI优先的编程IDE，深度语义理解+自主Agent模式。如果你想要AI像同事一样和你一起编程，Cursor是首选。

系列二：协议与标准

6. MCP（模型上下文协议）

发音：/em siː piː/

是什么：Anthropic推出的AI标准通信协议，被称为"AI界的USB接口"。

为什么重要：以前AI想连接外部工具，需要为每个工具单独开发插件。MCP出现后，一次开发，就能让AI连接所有支持MCP的工具。

类比：就像USB-C统一了充电线缆，MCP统一了AI与外部世界的连接标准。

7. A2A（智能体间通信协议）

是什么：Google主导的协议，让不同厂商的AI Agent能够互相"对话"。当市场上出现几十种AI Agent时，它们之间如何协作？A2A就是答案。

系列三：能力模块

8. Skills（技能 / 技能包）

是什么：给AI Agent安装的"APP"。每个Skill能让Agent掌握一种新能力——发微信、操作文件、搜索网页等。

类比：AI Agent是智能手机，Skills就是应用商店里的App。

9. Function Calling / Tool Use（工具调用）

是什么：让AI从"只会说"变成"能做事"的核心技术。你提需求→AI判断需要调用工具→生成函数调用请求→外部代码执行→结果返回AI→AI给你答案。

三者关系：Tool（广义）≈ Function Calling（精确）= Tool Use（新说法）

系列四：知识技术

10. RAG（检索增强生成）

发音：/ræg/

是什么：给AI装一个"外挂知识库"。AI回答问题前，先从知识库检索相关内容，再结合检索结果生成答案。

解决什么问题：AI知识过时 + AI"一本正经胡说八道"（幻觉）

类比：就像开卷考试——AI不再需要记住所有答案，而是知道去哪里找答案。

11. Vector / Embedding（向量 / 向量嵌入）

是什么：把文字、图片、声音转换成"数字坐标"的技术。向量就是AI理解世界的方式。

应用：语义搜索（用"意思"找内容，而不是用"关键词"）、RAG系统

12. Context Window（上下文窗口）

是什么：AI一次能处理的文本量。Claude 3.5 Opus：200K Token（约能读一本《活着》），GPT-4 Turbo：128K Token。

系列五：记忆系统

13. Memory（记忆）

是什么：让AI具有"记住"能力的技术。分为短期记忆（当前对话上下文）、长期记忆（跨会话积累）、向量记忆（快速检索）、程序性记忆（沉淀为"技能"）。

一句话理解：没有记忆的AI，每次对话都像遇到一个失忆症患者。有记忆的AI，才能真正成为你的工作伙伴。

系列六：推理模式

14. ReAct（推理+行动）

是什么：让AI边想边做的推理模式。思考→行动→观察结果→继续推理→继续行动。

15. COT / Chain-of-Thought（思维链）

是什么：让AI一步步推理，而不是直接给答案。"请逐步计算"比"直接给答案"错误率低得多。

16. Reflection（反思）

是什么：让AI在完成任务后"复盘"自己的表现。就像人类工作中的"初稿-审核-修改"流程。

系列七：常见问题

17. Hallucination（幻觉）

发音：/həˌluːsɪˈneɪʃn/

是什么：AI一本正经地胡说八道。说得非常自信，但实际上是错的。

如何缓解：RAG、Prompt约束、多轮验证

18. Token（令牌 / 字元）

是什么：AI处理文本的最小单位。1个Token约等于0.75个英文单词，或1-2个中文字符。AI的收费模式通常按Token计算。

2026趋势：全球AI Token调用量爆发，OpenRouter数据显示单周突破20万亿。

系列八：提示词工程

19. Prompt Engineering（提示词工程）

是什么：优化和AI对话方式的技术。核心原则：明确任务、给例子、分步骤、角色扮演。

20. Zero-shot / Few-shot（零样本 / 少样本）

Zero-shot：不给例子，直接让AI完成任务。适合简单任务。

Few-shot：给1-3个例子，让AI"照着做"。适合复杂任务。

系列九：协作与架构

21. Multi-Agent（多智能体）

是什么：多个AI Agent协同工作，就像一个团队。

代表框架：

CrewAI：最火、最易上手，像组建项目团队一样编排AI

AutoGen（微软）：专注软件工程，支持人工干预

LangGraph：模块化设计，适合复杂工作流

22. Agentic Workflow（智能体工作流）

是什么：把AI Agent嵌入到业务流程中。传统工作流是固定脚本，AI工作流是动态决策。

系列十：开发平台

23. Dify vs Coze/扣子

Dify：开源AI应用平台，支持私有化部署。适合有技术背景的开发者和企业。

Coze：字节跳动推出的零代码/低代码AI开发平台，一键发布到抖音、飞书。适合非技术背景的产品经理、内容创作者。

系列十一：模型与服务

24. LLM（大语言模型）

是什么：能理解、生成和处理人类语言的超大型AI模型。

主流玩家：OpenAI（GPT-4o）、Anthropic（Claude 3.5）、Google（Gemini 2.0）、阿里（通义千问）、月之暗面（Kimi K2.5）、深度求索（DeepSeek）

25. Ollama（欧拉玛）

是什么：本地运行大模型的工具，不用花钱、按月付API费用，在自己电脑上跑AI。支持Llama、Qwen、Mistral等多种开源模型，一键安装，隐私优先。

26. OpenRouter（开放路由器）

是什么：AI模型API聚合平台，通过一个接口调用全球200+个模型。统一接口，切换模型不用改代码。

27. LoRA（洛拉）

是什么：大模型微调技术，能用很少的数据、很低的成本，把通用模型训练成"专家"。通用模型是通才，LoRA微调后变成专才。

三、这些词背后藏着什么趋势？

1. 从"说"到"做"AI不再只是聊天机器人，而是能执行任务、调用工具、产生结果的"数字员工"。

2. 从"单干"到"协作"Multi-Agent让多个AI协同工作，像团队一样分工。每个Agent都有自己的角色和专长。

3. 从"通用"到"专精"通用AI越来越强，但垂直领域的定制需求也在爆发。LoRA微调、Skills扩展，都是为了让AI更懂你的业务。

4. 从"云端"到"本地"Ollama、OpenClaw本地部署，让数据不出本机、隐私有保障、成本更可控。

5. 从"手动"到"自动"Dify、Coze等低代码平台，让非技术背景的人也能搭建AI应用。AI开发的门槛，正在快速下降。

四、术语速查表

本文持续更新中 | 欢迎留言补充返回搜狐，查看更多