技术清单（按底层→上层、按演进依赖顺序）
token → 分词器 → embedding → 上下文窗口 → 提示词工程 → 微调（SFT、LoRA、RLHF）→ function call（工具调用）→ RAG → Skill → MCP → Agent
顺序讲解
-
token 大模型不能直接识别汉字、单词，需要把文本切分成最小处理单元，这个单元就是token。token是所有上层技术的基础，token的总量决定后续很多限制。 基于token，就需要分词器，分词器负责把输入文本切割为token序列，供模型读取。
-
上下文窗口 所有发给模型的历史对话、问题、资料，全部转为token后放在一起，这一块存储区域就是上下文窗口。 不足：上下文窗口容量存在上限，超过上限内容会被截断；窗口内的信息只能本次对话临时使用，无法长期保存大量私有文档，也不能让模型自主执行外部操作。为了在不增大窗口、不修改模型权重的前提下，引导模型按指定规则输出，出现了提示词工程。
-
提示词工程 通过编写系统提示、任务描述、示例，在上下文里给模型下达约束指令，让模型适配特定任务、输出指定格式。 不足：复杂任务、固定范式任务依靠提示词不稳定，换个问法模型就容易跑偏；大量样本场景下反复写长提示词成本很高。想要让模型把能力固化下来，由此引出微调。
-
微调（SFT、LoRA、RLHF） 准备大量输入输出样本，训练修改模型权重，把任务范式、风格、知识偏好固化进模型内部。SFT是监督微调；LoRA是轻量化微调，只训练少量矩阵，降低显存成本；RLHF是基于人类反馈的强化学习，对齐人类偏好。 不足：微调成本高，更新知识需要重新训练，存在灾难性遗忘；无法接入实时数据，不能调用外部程序、接口做计算和查询。模型本身只具备文本生成能力，想要让模型主动调用外部能力，引出function call。
-
function call（工具调用） 模型输出结构化参数，调用预先写好的外部函数，拿到外部结果再整理回答。 不足：每个模型、每个应用的工具定义、调用协议不统一，每个新工具都要单独适配，无法即插即用；只能调用函数，不方便统一接入文档、数据库这类只读资源。为了把单一的调用函数封装成可复用能力单元，引出Skill。
-
Skill Skill是封装完成的独立能力单元，包含能力描述、入参定义、执行逻辑，本质是标准化后的function。 不足：Skill没有统一的传输、发现、会话协议，不同AI客户端不能直接共用同一套Skill，数据源和工具分开两套对接方式。为统一资源、工具的接入标准，引出MCP。
-
MCP（Model Context Protocol，模型上下文协议） 一套开放标准协议，把资源（文档、数据库，对应RAG数据源）、工具（对应Skill）、提示模板统一封装成MCP Server，AI客户端作为Host接入。一份MCP服务可以被所有支持协议的模型直接使用。 在工具调用这条线发展的同时，针对文档查询、知识补充的需求，并行发展出RAG。
-
RAG（检索增强生成） 先把文档切片、转为embedding向量存入向量库；用户提问时，检索相似文档片段，把片段放进上下文给模型参考生成答案。embedding是RAG的底层依赖，负责文本向量化、相似度比对。 不足：RAG、Skill、MCP都只是单一组件，只能完成单次检索或者单次工具调用，无法自主规划多步骤复杂任务。把这些组件组合、自主调度，引出Agent。
-
Agent（智能体） 以大模型作为思考中枢，自主进行任务拆解、规划，循环调用RAG检索、Skill/MCP工具，多轮执行直到完成复杂目标。
精简依赖演进线
token→分词器→上下文窗口→提示词工程（不稳定）→微调（固化能力，但不能联网调用工具）→function call（可以调用外部函数，适配麻烦）→Skill（封装函数）→MCP（统一工具与资源接入标准） 同时基于embedding发展出RAG（外挂知识库） 最后：RAG + MCP + Skill + 上下文，共同组成Agent。
