AI 术语库
AI 发展太快，很多词你天天看到却说不清它到底是什么。这里一个词一页，像讲给完全不懂的人一样讲 —— 词是人工挑的，不求全，只收这个领域里该懂的那些。
| 预览 | 术语 | 核心解释 | 领域 |
|---|---|---|---|
 | Skill 校订于 2026/08/31 | 一份写给 AI 的说明书：把「这件事该怎么做」写下来 —— 步骤、规矩、模板，它就照着做。 | 应用 |
 | MCP 校订于 2026/08/31 | 让 AI 连上你的文件、日历、邮箱、数据库的通用插头。关键在「通用」：每样东西都用同一种接法。 | 协议 |
 | AI Agent 校订于 2026/08/23 | 普通 AI 给你一个答案，AI Agent 朝着一个目标继续做：会观察、会调用工具、会检查结果的那一类 AI。 | 应用 |
关于这个库
一个词一页，讲给完全不懂的人听
AI 这两年造词的速度，比任何人跟得上的速度都快。Agent、MCP、Tool Use、上下文窗口 —— 这些词你在推上、在文档里、在同事嘴里天天看到，但真要你讲清楚它到底是什么，大多数时候只能说个大概。问题不在你，在于绝大多数解释都是写给已经懂的人看的：定义里套着另外三个术语，读完只是把不懂的地方换了个位置。
所以这个库的写法是反过来的 —— 每个词一整页，从「你为什么会碰到这个词」讲起，先把机制用大白话说明白，再回头认领它的标准定义。不预设你知道任何前置概念。每一页也是单独设计的，因为一个概念该用什么视觉讲清楚，取决于概念本身，套模板讲不明白。
收录方针
不求全，只收该懂的那些
词典的目标是全，这个库的目标是懂。一旦以「收得多」为目标，就必然要牺牲每一条的深度 —— 所以总量按 50 个封顶，收进来的每一个都得讲透。下面这几条标准写在代码里，每次要不要收一个词，就照它判一次：
- 收： 两家以上一手厂商文档里出现的词，或者从业者默认不解释就直接用的词
- 不收： 单一厂商私有命名且行业没跟进的，或者论文里热但产品侧还没落地的
- 过时的词不删： 标记成「过时」再重做 —— 一个词的含义怎么变，本身就是知识
- 总量 50 个封顶： 10 个讲透了的远胜 100 个凑数的
表格里每条都带「校订于」的日期，是同一个意思的延伸：AI 领域半年就能让一段解释过时，与其假装内容永远有效，不如把最后一次人工过目的时间摆出来，让你自己判断还新不新。
它适合谁
谁会用得上这个库
刚开始关注 AI 的人
每天都在遇到新词，但每个解释都要求你先懂另外三个词。这里每一页都从零讲起，读完一个是一个，不用按顺序读。
要跟别人解释的人
带新人、写分享、跟不做技术的同事对齐。这些页面本身就是「怎么把一个概念讲给外行」的范本，可以直接拿去当讲解稿。
想确认自己没理解错的人
用过很多次、但从没真正讲清楚过的那些词。花五分钟对一遍，经常会发现自己一直理解得差了一点。
常见问题
FAQ
这个术语库和百科、词典有什么不一样？
词典给定义，这里给理解。每个词是一整页，从「你为什么会碰到这个词」讲起，用大白话把机制说清楚，再回到它的标准定义。写法是假设读者完全不懂 —— 不预设你知道任何前置概念，也不靠「就是一种……」这种把问题推给另一个术语的说法。
为什么收得这么少？
因为是人工挑的，而且刻意不求全。判断标准是：两家以上一手厂商文档里出现的词，或者从业者默认不解释就直接用的词。论文里的热词、单一厂商的私有命名，都先不收。十个讲透了的远胜一百个凑数的，所以总量按 50 个封顶。
一个词的意思变了怎么办？
不删，标记成「过时」再重做。一个词的含义怎么变的，本身就是这个领域的知识 —— 「Agent」在 2023 年和现在指的东西差得很远，把旧的抹掉，就把这段变化也抹掉了。
「校订于」是什么意思？
这个词条最后一次人工过目的日期。AI 领域半年就能让一段解释过时，所以每条都带日期，你能自己判断这个解释还新不新。不是自动生成的时间戳，是真的重新读过一遍。
每个词条为什么长得都不一样？
因为每一页是单独设计的。一个概念该用什么视觉讲清楚，取决于这个概念本身 —— 讲流程的和讲对比的，不该套同一个模板。代价是每页要多花时间，好处是你不会读到第三条就开始跳着看。
我想要的词没有，能提吗？
能。在 X 上告诉我就行。收不收看它过不过得了上面那条标准，但每条都会看。
有想看的词还没收进来？
在 X 上告诉我 →