什么值得买App下载 App ›
连续签到专享现金活动

AI的七层关系,你搞懂了几层?

人工智能系统的运行并非单一维度的简单交互,而是一个分层级、严密的架构体系。从最基础的信息颗粒到最终的自主执行,每一层都承担着特定的功能与职责。理解这七层关系,有助于厘清AI如何接收指令、理解意图并进行复杂任务的处理。
01基础概念层:信息的原子与指令起点
  1. Token:文字的最小颗粒
    所有对话内容、指令文本及资料数据,在进入系统前均被拆解为最小的语义单位——“Token”。它是模型理解信息的基础载体,也是计量计算工作量的最小单位,无论是人类指令还是AI回复,均由此构建。
  2. 提示词:任务的直接指令
    作为一切工作的起点,提示词是用户向系统下达的直接命令,如“整理资料”、“分析数据”等。它定义了系统需要执行的具体目标和行动方向。
02核心架构层:记忆中枢与决策主体
  1. 上下文:全过程的备忘录
    记录从对话开始到当前的所有交互历史。系统依赖这份备忘录来维持话题的连贯性,理解前因后果。由于上下文窗口容量有限,一旦信息溢出,早期的记录将被遗忘。
  2. Agent:自主决策的大管家
    作为系统的核心执行主体,Agent具备主动思考与自主规划的能力。它不再被动响应单一指令,而是能够拆解复杂任务、规划执行步骤,并调动相应工具完成全套工作流程。
03约束与扩展层:规范管理与资源连接

约束与扩展机制解析

Harness:工程框架与规范

侧重于内部管控与流程规范

  • 定义Agent的权限边界与操作规范
  • 实施风控管理,防止越界或违规操作
  • 编排运行逻辑,确保任务执行有序
MCP:连接协议与中枢

侧重于外部连接与资源调度

  • 作为通讯枢纽连接各类工具与数据库
  • 打通跨模块、跨工具的信息壁垒
  • 实现系统与外部资源的无缝对接
04执行能力层:可复用的技能包
Skills:具体的技能与手艺
位于架构最顶层的是Agent所掌握的各项具体技能,如联网搜索、数据分析、文档翻译、表格制作等。这些可复用的能力包是Agent完成任务的实际手段,即便具备优秀的规划能力,若缺乏对应的Skills,也无法处理特定领域的专业工作。

评论 1

没有更多了