AI 概念大解密：從 LLM 到 Agent，再一次搞懂 MCP 與 Skills
本文整理自 YouTube 影片：【AI科普】一期视频讲透所有唬人概念：LLM, Agent, RAG, MCP, Skills... 原作者透過清晰的脈絡，解釋了這些名詞的演進關係。
你是否也被 GenAI、LLM、Agent、RAG、MCP、Skills 這些不斷冒出的新名詞搞得暈頭轉向？ 這篇文章整理自相關影片內容，帶你從最核心的概念出發，一步步拆解這些術語的關聯，讓你一次看懂 AI 發展的脈絡。
1. 一切的起點：大語言模型 (LLM) 與 Prompt
故事要從最基礎的 語言模型 (Language Model) 說起。 早期的語言模型能力有限，但隨著參數量的指數級增長，模型在某個臨界點突然「湧現」出了智慧，為了區分，我們加了一個「大」字，這就是 大語言模型 (Large Language Model, LLM)。
LLM 本質上在做什麼？其實它就是在玩「文字接龍」。它根據前面的內容，不斷預測下一個字是什麼。 單純的文字接龍看起來並不像有智慧，但如果我們把場景設定為「一問一答」，雖然底層機制沒變，但人類感覺像是在對話了。
在這個過程中，產生了幾個關鍵概念：
- Prompt (提示詞)：你對 LLM 說的話，也就是你給它的「上文」。
- Context (上下文/語境)：Prompt 中包含的背景資訊。為了讓 LLM 回答得更準確，我們通常會在 Prompt 裡塞入一些相關的背景知識，這部分就是 Context。
- Memory (記憶)：LLM 本身不記得你昨天說過什麼。為了讓對話能延續，我們把「過往的對話紀錄」作為 Context 的一部分再次傳給 LLM，讓它「假裝」有了記憶。
2. 給大腦裝上雙手：Agent (代理人) 與 RAG
LLM 很強，但它有個致命傷：它是靜態的，且活在過去。它無法上網獲取最新資訊，也無法執行真正的操作（比如寫檔案、寄信）。
為了解決這個問題，我們引入了 Agent (代理人) 的概念。 這裡有個很不客氣但精準的定義：所謂 Agent，就是整個系統中「不需要智慧」的程式碼部分。 Agent 是一個包裝在 LLM 外層的程式，負責處理邏輯、呼叫工具、聯網搜尋。
- 你問問題 -> Agent 接收 -> Agent 決定是否需要上網 -> Agent 執行搜尋程式 -> Agent 把搜尋結果塞回 Context -> LLM 根據 Context 生成回答。
在這個階段，我們又發明了幾個詞：
- RAG (Retrieval-Augmented Generation, 檢索增強生成)：Agent 去向量資料庫 (Vector DB) 搜尋相關文件，把找到的內容「增強」到 Context 裡，讓 LLM 基於事實回答，減少幻覺。
- Web Search：其實就是聯網版的 RAG，把搜尋結果餵給 LLM。
3. 溝通的標準化：Function Calling 與 MCP
當 Agent 想要呼叫工具（比如計算機、搜尋、API）時，直接用自然語言跟程式溝通很不穩定。工程師希望 LLM 能輸出「結構化」的資料。
- Function Calling：這是 LLM 與 Agent 之間的一種「約定」。LLM 按照約定的格式（例如 JSON）輸出它想呼叫的函式和參數，Agent 讀懂 JSON 後去執行真正的程式碼。
但工具五花八門，Agent 要怎麼知道有哪些工具可用？如何呼叫？ 這就需要一個統一的介面標準，於是有了 MCP (Model Context Protocol)。
- MCP：你可以把它想像成 AI 時代的 USB 介面協定。
- Server 端 (工具提供者)：告訴 Agent "我有這些工具，參數是這樣那樣"。
- Client 端 (Agent/IDE)：透過 MCP 協定發現並呼叫這些工具。
- 這讓 Agent 可以像插拔 USB 一樣，輕鬆連接各種不同的數據源和工具，而不需要為每個工具寫特定的適配程式碼。
4. 自動化的演進：從 Workflow 到 Skills
Agent 能夠呼叫工具後，我們希望它能自動完成複雜任務（例如：讀取 PDF -> 翻譯 -> 存成 Word）。這就涉及到「流程控制」。
這裡經歷了三個階段的演進，從「剛性」到「柔性」：
- LangChain (程式碼編排)：
- 概念：工程師用 Python/JS 寫死整套流程 (If this then that)。
- 優點：極度穩定，可控。
- 缺點：開發門檻高，缺乏彈性。
- Workflow (工作流)：
- 概念：低程式碼 (Low-code) 的拖拉介面 (如 Dify, Coze)。
- 優點：上手容易，邏輯可視化。
- 缺點：本質還是寫死的流程，遇到意料之外的情況容易卡死。
- Skills (技能 / Agent 自主)：
- 概念：這是目前最接近「通用代理人」的型態。我們不再寫死流程，而是寫一份 「說明書」 (Skill.md) + 工具腳本。
- 運作方式：Agent 閱讀說明書，自己決定在什麼時候、用什麼順序去呼叫這些工具。
- 優點：極度靈活。Agent 可以根據當下情況動態調整策略。
- 缺點：不可控性增加（它可能會自己決定做一些你沒想到的事），且 Token 消耗較大。
Sub-agent (子代理人)：為了避免一個 Agent 的 Context 太長太亂，我們把複雜任務拆解，交給專門的 Sub-agent 處理（例如一個專門寫程式，一個專門寫文案），處理完只回報結果，這樣能保持主 Agent 的思緒清晰。
5. 未來展望：Super Agent 與便利性的勝利
目前的 AI 發展就像當年的程式語言演進，從底層組合語言 (Prompt Tuning) 走向高階語言 (Agentic Workflow)。
- LangChain 像組合語言，精確但繁瑣。
- Skills 像高階語言，讓 AI 自主決策。
未來，我們可能不再需要手動配置 MCP 或撰寫複雜的 Workflow。 就像 SpringBoot 封裝了複雜的 Java 配置一樣，未來會出現 Super Agent，它內建了各種常用 Skills 和 MCP 連接能力。用戶不需要懂什麼是 RAG、什麼是 Vector DB，只需要說「幫我處理這份文件」，Agent 就會自動呼叫內建的技能（閱讀、搜尋、總結、寫檔）來完成任務。
在這個趨勢下，便利性 (Convenience) 將會戰勝一切。也就是說，誰能把 AI 封裝得越簡單、越無感，誰就是贏家。