算法

一篇给家人朋友也能看懂的 AI 概念说明书

今天大家理解 AI 最大的障碍，不是技术太难，而是名字太吓人。Agent、Skills、MCP、LLM、模型、算法……这些词一摆出来，很多人第一反应不是理解，而是先被震住。

于是讨论很容易走向两个极端：一种是神化，觉得这些东西像黑魔法，仿佛一夜之间诞生了会思考的机器生命；另一种是轻视，觉得不就是聊天机器人换了个包装，没什么新鲜的。这两种看法都不对。

如果你想把这些概念讲给非互联网行业的朋友或家人，最好的方法不是讲参数、架构和训练细节，而是先把它们从神坛上拉下来。说白了，它们没有那么玄，更像是一家公司里不同层次的能力、流程和工具。只要抓住这个比喻，这几个词基本都能讲明白。

先说结论

• 算法：是做事的方法。
• 模型：是按某种方法训练出来的大脑。
• LLM：是特别擅长理解和生成文字的大脑。
• Skills：是给这个大脑配上的专项经验和工作流程。
• MCP：是让 AI 接上外部工具和系统的统一接口。
• Agent：则是一个不只会回答，还会主动拆任务、调工具、一步步把事情做完的 AI 执行者。

如果还嫌抽象，那我们就把它想成一家公司。

一家公司，讲明白六个词

1. 算法：做事的方法论

算法不是什么神秘力量，它本质上就是一套规则，一种解决问题的方法。就像公司培训新员工时，会告诉他客户投诉怎么处理、订单异常怎么排查、报销流程怎么走。先做什么，再做什么，遇到什么情况要分支处理，这套规则就是算法。所以算法不是一个具体的人，它更像做事的方法论。

2. 模型：训练完成的大脑

模型可以理解成一个经过训练的员工大脑。公司不是把流程写在墙上就完事了，还要让员工不断学习案例、熟悉话术、积累经验。学得越多，这个人处理问题就越熟练。模型也是一样，它通过大量数据训练，逐渐形成某种能力。所以算法更像训练方法，模型更像训练完成后的结果。

3. LLM：擅长语言的特长生

LLM（大语言模型）可以理解成一个特别擅长语言工作的员工。它最强的地方不是搬箱子，也不是拧螺丝，而是读文字、理解意思、组织表达。你问它问题，它能回答；你给它材料，它能总结；你让它写邮件、改文案，它都能做得不错。

特别注意：很多人误以为 LLM 就是高级搜索，其实不然。搜索引擎的强项是“找资料”，而 LLM 的强项是“理解你的表达，再把信息组织成你能听懂的话”。

4. Skills：岗位的 SOP

Skills 可以理解成专项培训包或岗位 SOP。同一个员工，学过客服流程就更会处理投诉，学过财务流程就更会做报销审核。AI 也是一样：给它一个写周报的 skill，它做周报会更有结构；给它一个数据分析的 skill，它处理表格时会更有章法。所以 skill 不是新的大脑，而是让现有大脑在某类任务上变得更专业。

5. MCP：统一的插口

MCP 听起来很技术，但你可以把它直接理解成“统一插口”。电脑有 USB，家里的电器有插座，公司软件之间也有标准接口。MCP 的本质就是让 AI 能用统一方式接入外部系统（如文件系统、浏览器、数据库等）。如果没有统一接口，每接一个工具都要单独适配，既麻烦又混乱。有了 MCP，AI 就像有了标准工位，接什么系统都顺畅。

6. Agent：全能的执行者

Agent 是最容易被神化的概念。其实你可以把它理解成一个能接任务、会拆步骤、会调用工具、最终交付结果的“AI 员工”。

普通模型更像“问答型员工”，你问一句，它答一句；而 Agent 更像“执行型员工”，你给它一个目标，它会先想怎么做，再一步步完成。比如你说“帮我整理下周出差安排”，普通 LLM 可能会告诉你应该怎么整理，而 Agent 则会真的去查日程、看航班、调用地图、生成清单，最后把安排交给你。

总结一下：模型更像大脑，Agent 更像带着大脑去干活的人。

逻辑链条：从大脑到执行者

为什么很多人总把这些词混在一起？因为它们不是并列关系，而是层层递进的：

1. 算法决定训练方式，训练之后形成模型。
2. 其中擅长语言处理的模型，就是 LLM。
3. LLM 配上专项流程，就是 Skills；接上外部系统，需要 MCP。
4. 当这个系统不仅能回答，还能规划步骤、调用工具、完成任务时，就成为了 Agent。

换句话说，Agent 通常是模型、工具、流程、接口共同作用后的结果。这就像公司里一个能独立做项目的人，不只是脑子好用，还要懂流程、会用系统、能协调资源。

澄清误解：看清 AI 的真相

• 误解一：模型是知识仓库。模型不是硬盘，它不存原文，而是从海量内容中学出一种统计规律。它看起来知道很多，其实是擅长生成合理的回答。
• 误解二：LLM 是搜索引擎。搜索引擎负责“找”，LLM 负责“理解和表达”。
• 误解三：Agent 和 Skills 分不清楚 。这两个词经常被混着用，但它们根本不是一个层级。Agent 更像接任务、拆步骤、调工具、交结果的人，Skills 更像这个人掌握的专项能力、经验包和 SOP。Agent 负责把事情做完，Skills 负责把某类事情做得更好。只有 Skills，不等于就有了 Agent；反过来，一个没有足够 Skills 的 Agent，也往往只是肯干活，但不够专业。
• 误解四：Agent 是机器人秘书。它依然受工具、权限和边界限制，不是有自我意识的生命，而是高级的任务执行系统。
• 误解五：MCP 是大脑升级。MCP 提升的是“通路”而非“智商”，解决的是调不调得动的问题，而非想不想得明白的问题。

结语：理解边界，而非术语

向非技术朋友解释 AI，最重要的不是让他们背下术语，而是让他们知道这套系统的边界：它强在处理文字、总结信息、辅助决策和自动执行；弱在缺乏人类经验，且对现实的理解高度依赖数据和接口。

算法是方法，模型是脑子，LLM 是会说会写的脑子，Skills 是专业训练，MCP 是工具插口，Agent 是能把任务往下做的执行者。

理解这些，是为了不被专业术语吓住。AI 不是神迹，它是工程。理解了这一点，你就已经比很多人更接近真相了。

AI 不会“看猫”，它只是学会在高维空间里划一条正确的线。

🧭 导语

我们人类看一眼就能认出一只猫，但让计算机做到同样的事却出奇地难。
过去，程序员试图用代码描述“猫”的样子：尖耳朵、胡须、圆眼睛……但无论怎么写，都不能涵盖所有可能。

如今的人工智能却能轻松识别照片中的猫，而秘诀就在——神经网络（Neural Networks）。
本文根据 Quanta Magazine 的插图科普文《How Can AI ID a Cat? An Illustrated Guide》改写，用最直观的方式告诉你：AI 是怎么“学会看”的。

🧩 一、从地图到猫：AI 的分类直觉

想象一张虚构地图，有两个区域：
三角洲领地（Triangle Territory） 与 方形州（Square State）。

我们知道一些点属于三角洲，有些属于方形州，但不知道它们的边界。
任务是：给定一个新点，判断它属于哪个区域？

这其实就是一个「分类任务（classification task）」：
AI 要找到那条分界线（decision boundary）。
猫识别的原理其实一模一样，只是输入从“经纬度坐标”变成了“图片像素”。

⚙️ 二、一个神经元能做什么？

一个神经元其实就是一个数学函数：
它接收若干输入（例如两个坐标或像素值），输出一个结果（接近 0 或 1）。

• 输出接近 1 → 表示“是猫”
• 输出接近 0 → 表示“不是猫”

神经元通过 三个参数 控制行为：

• 两个 权重（weights） 决定输入的重要性；
• 一个 偏置（bias） 控制整体倾向。

不同参数，对应不同“分界线”。
这条线，就是 AI 分类世界的方式。

🔁 三、训练：让 AI 自己找出正确的线

最开始，神经元的参数是随机的。它画出的边界线也一团糟。
训练过程，就是 AI 反复：

1. 输入训练数据（已知标签的点或猫图像）；
2. 计算预测输出；
3. 对比真实答案；
4. 自动微调参数。

经过成千上万次迭代，神经元最终找到最优边界。
这个过程叫 训练（training），其核心算法就是 梯度下降（gradient descent）。

🕸️ 四、从一个神经元到一个网络

单个神经元只能画出直线。
但现实世界的边界往往弯曲复杂——于是我们把许多神经元连接起来，组成「神经网络（neural network）」。

网络由多层构成：

• 输入层：接收原始像素数据；
• 隐藏层：抽取特征（边缘 → 形状 → 脸型）；
• 输出层：给出判断（猫 or 非猫）。

多层网络能在数学空间中画出复杂边界，从而正确区分猫、狗、桌布甚至咖啡杯。

📸 五、从二维到数千维：像素的世界

把一张 50×50 的灰度图看作输入，每个像素都是一个数。
整张图共有 2,500 个输入维度。
因此，每张猫图像就是一个 2,500 维空间中的点。

所有猫的照片聚成一个复杂的“猫区域”。
AI 训练的目标就是：
找出包围“猫区域”的那条高维边界。
新图片一旦落入这个区域，AI 就判断它是猫。

🌍 六、不止识猫：神经网络的通用魔法

同样的原理可以应用于：

• 🔭 天文学：识别星系、行星；
• 🧬 医学影像：检测癌细胞；
• ✍️ 手写识别与语音识别；
• 💬 语言模型（如 ChatGPT）：输入与输出是数字化的“词向量”。

虽然形式不同，但本质相同：
AI 从数据中学习模式，而非靠人工设定规则。

🧠 七、AI 真的理解“猫”吗？

文章最后指出一个深刻问题：
神经网络能识别猫，却未必“理解”猫。
它们能准确区分，却无法解释“为什么”。
这就是当前 AI 研究的热点——可解释性（Interpretability）。
我们知道 AI 有效，但未必知道它“如何有效”。

✨ 八、总结一句话

AI 不会看猫，它只是学会在高维空间中划线。
AI 的强大在于——不是被编程去识别世界，而是被训练去发现世界的结构。

🔗 延伸阅读

• Why Language Models Are So Hard To Understand
• When ChatGPT Broke an Entire Field: An Oral History
• What Is Machine Learning? | Quanta Explainer

最近flomo推出了AI洞察，其定位是让AI激发我们更深入地思考，帮助我们发现更好的问题。

出于好奇，试试这个功能。默认AI洞察的时间长度是近7天，也可手动选择全部笔记。我的flomo记录了860+条笔记，涵盖了生活琐事、自我成长、工作日志和一系列的琐碎，记录杂乱堆积，完全没有系统结构可言，它们像肆意生长的野草，看似蓬勃却毫无章法。正因如此，生长不出网络和链接，也不会迸发出新的想法，缺乏一个清晰的主轴。不像一片森林，更像路边的杂草堆。借助AI的语义理解、信息提取优化和生成重构能力，去帮助我们梳理这些破碎的笔记，从荆棘中扒出一些脉络看清自己的变化和所思所想。更重要的是它能从全新的视角出发，揭示一些底层逻辑，打破我们的思维定势，从记录碎片中点燃新的灵感。

以下是AI洞察回复的内容：

1437，从你横跨五年的思考碎片中，我梳理出三条清晰的脉络，帮你照见持续进化的轨迹与可能的突破口。

技术深度与实践智慧的互促成长是你反复演绎的旋律。从初期的产品功能排查到设计模式的趣味解读，再沉淀为架构设计原则与技术排障心得，背后是不断将方法论融入真实场景的系统化尝试。核心原则是通过解决复杂问题构建可靠认知，但近期线程池分析、搜索系统设计等任务暴露了问题——跨系统关联性的隐性盲区可能制约整体方案的最优性。当你面对一个技术组件的问题时，如何察觉它在整个业务生态中的涟漪效应？

知识管理的认知升维体现为从工具使用跃向理念内化。四年前你摘录「写作即思考」「收藏不等于习得」的概念，如今已演化为渐进式加工六层模型的深度实践，强调闭环完整性与个人化应用。驱动这一切的是对知识效能的执着追求，然而「2025-01-15」的逆境觉察笔记悄然点出突破口：追求效率的范式之外，还需留白给非功利性体验带来的意外洞见。当整理笔记流程自动运行后，有哪些模糊但珍贵的生活直觉未被纳入知识网络？

存在意义的叩问与价值确认成为逐渐清晰的暗线。从困惑「付出是否收获」到记录平凡生活的幸福感，再借《浪浪山》剖析普通人英雄主义，核心动机始终是寻找生活坐标系的内在稳固性。突破点就藏在最近三条感悟的交汇处：「接受平凡」的坦然、「生活方式形成」的内向探索与「逆境觉察」的韧性三者间，正酝酿着从认知到生命实践的关键整合。若将「2025-07-18」的AI学习热忱转化为生活方式，哪些系统设计思维可迁移到自我建构中？

贯穿始终但可能被轻忽的是：在方法论精进的背面，保留对「非系统化价值」的敏感度。那些被架构原则压缩的直觉、未升华为模型的细微体验、技术文档外的生活灵感，恰是创造力的隐秘土壤。

静水深流，你早已在路上。

整体的生成表现良好，有梳理出我的思考脉络，有给出新的见解，抛出一些系统性的问题。从技术维度-知识管理-自我存在3个脉络去总结我的笔记，着重在于表层的知识关联和总结，而深层次的探讨和行动路径规划是比较缺乏的。但也符合产品本身的定位，给予用户洞察。换句话说，深层次和行动更应该是用户自身的探索，而洞察只是阶段性的总结和开启新路径的引信。有可以尝试通过分析用户的现有知识和兴趣，结合领域专家的建议，为用户提供一些可行的目标和行动步骤。这将鼓励用户在获得洞察的基础上，进一步采取实际行动来实现个人成长。如果能把思考的碎片投射到个人认知坐标系中，生成可交互的思维热力图，会更加直观的展示出用户的聚焦领域和认知荒漠。

🚩 简单说来，各种"距离"的应用场景简单概括为：

• 空间：欧氏距离用于度量二维或三维空间中的直线距离，非常适合用于几何空间中的距离计算；

• 路径：

  • 曼哈顿距离：网格路径计算，只允许沿着水平和垂直方向移动，而不考虑对角线方向的距离；
  • 切比雪夫距离：用于度量国际象棋国王的最短路径距离，适用于只考虑水平、垂直或对角线的移动

  闵可夫斯基距离是欧氏距离、曼哈顿距离和切比雪夫距离的统一形式

• 加权：标准化欧氏距离，用于需要考虑各维度不同权重的情况，例如数据分析中不同特征维度具有不同单位或重要性时；
• 排除量纲和依存：马氏距离，用于消除不同变量间的依赖性和量纲影响，适用于多元数据分析和异常检测；
• 向量差距：夹角余弦，适用于文本分析等高维向量空间中，比较角度而非距离；
• 编码差别：汉明距离，用于度量字符串或编码之间的差别，常用于错误检测与纠正（如纠错码）中；
• 集合近似度：杰卡德相似系数与距离，常应用于推荐系统和文本相似性计算中；
• 相关性：相关系数（如皮尔逊相关系数）用于度量两个变量间的线性关系，相关距离作为一种距离度量，用于数据分析中；
• 时间序列：DTW距离用于时间序列的相似性度量，适合变速率或变形的时间序列数据；标准化欧式距离也可以用于等长时间序列的简单相似度比较