这些AI术语你肯定听过但未必懂，我们来一次性说清楚
人工智能的崛起带来了大量新术语和行话。本文整理了一份常用词汇表，帮助你理解LLM、RAG、RLHF等关键概念。
从AGI到AI Agent：核心概念解析
AGI（通用人工智能） 是一个模糊但重要的概念。OpenAI CEO Sam Altman将其描述为“可以雇来当同事的普通人类水平的AI”，而OpenAI的章程则定义为“在大多数经济价值工作上超越人类的高度自主系统”。Google DeepMind的理解略有不同，认为AGI是“在大多数认知任务上至少与人类能力相当的AI”。值得注意的是，即使是AI研究前沿的专家们对此也未达成共识。
AI Agent（智能体） 指的是能够自主执行一系列任务的工具——比如报销费用、预订机票或编写代码——远超基础聊天机器人的能力。不过，正如我们之前解释过的，这个新兴领域仍有许多不确定性，不同人对AI Agent的理解可能不同，其底层基础设施也仍在建设中。
技术细节：API端点与思维链
API端点（API endpoints） 可以理解为软件后端暴露的“按钮”，其他程序可以“按下”这些按钮来触发功能。开发者利用这些接口构建集成，例如让一个应用从另一个应用拉取数据，或让AI Agent直接控制第三方服务。大多数智能家居设备和联网平台都有这些隐藏按钮，普通用户通常看不到。随着AI Agent能力增强，它们越来越能自主发现并调用这些端点，带来强大的自动化可能。
思维链（Chain of thought） 是一种推理方法，让AI像人类一样逐步思考问题。面对简单问题时，人类大脑可以不经思考直接回答；而复杂问题则需要分解步骤。思维链提示技术正是模拟这种过程，要求模型输出中间推理步骤，从而提升复杂任务的准确性。
行业背景与术语价值
这些术语的涌现反映了AI行业的快速迭代。理解它们不仅是技术爱好者的需求，更是商业决策者和普通用户跟上时代的基础。例如，区分AGI的不同定义有助于评估AI公司的技术路线和商业承诺；了解API端点的概念则能理解为什么AI Agent正在成为自动化领域的热点。
本文作为一份活文档，将持续更新。建议读者重点关注RLHF（基于人类反馈的强化学习）、RAG（检索增强生成） 等后续会深入解析的术语，它们分别对应AI对齐和知识检索两大关键方向。
