基础概念
大语言模型、提示词工程、Agent、MCP 等核心概念入门。不用全懂，够用就行。
用 AI 工具不需要成为 AI 专家。但你花 10 分钟理解几个核心概念，选工具的时候就不会靠猜。
这一章不会讲深度学习的数学公式，也不会讨论模型架构的细节。我按实际使用中的重要性来组织——你大概率不需要自己训练模型，但你需要知道：
- 什么场景该用便宜的模型，什么场景必须上贵的
- 为什么有时候提示词写好了还是不行（问题可能不在提示词上）
- Agent 和普通聊天的区别到底是什么
- Vibe Coding 能不能真拿来赚钱
学习路径
| 顺序 | 概念 | 为什么对工具选择很重要 |
|---|---|---|
| 1 | 什么是 LLM | 知道模型的能力边界，避免让 AI 做它做不到的事 |
| 2 | 提示词工程 | 学会有效沟通，减少反复试错的成本 |
| 3 | 上下文工程 | 管理 AI 的"记忆"，长任务的核心瓶颈 |
| 4 | AI Agent | 理解什么时候该让 AI 自主干活，什么时候要手控 |
| 5 | MCP 协议 | AI 工具连接外部数据的标准接口 |
| 6 | Vibe Coding | AI 编程新范式，有用但有坑 |
核心关系
graph TD
A[LLM 大语言模型] --> B[提示词工程]
B --> C[上下文工程]
C --> D[AI Agent]
D --> E[工具调用 / MCP]提示词工程是基础，上下文工程是进阶，Agent 是应用。理解这条主线，后面看任何 AI 工具都不会迷路。
你不需要一次性全搞懂。先看你觉得最相关的两三个概念，跑通一个实际任务，再回来补其他的。
下一步
- 什么是 LLM — 从这里开始
- AI 编程工具与环境设置 — 直接上手工具