人工智能（AI）
└─ 机器学习（Machine Learning）：
└─ 深度学习（Deep Learning） ← 这里是核心技术
└─ Transformer 架构（2017年后主流）
└─ 大语言模型（LLM，如 GPT、Llama、Claude、Gemini 等）- 有监督学习：朴素贝叶斯、决策树、支持向量机、逻辑回归、线性回归、K近邻、神经网络
- 无监督学习：K-means、Dbscan、主成分分析（PCA）、线性判别分析（LDA）、局部线性嵌入（LLE）
- 激活算法：Sigmoid、Logistic、ReLu、BPTT、神经网络、卷积神经网络、循环神经网络（RNN）
LLM 的所有突破（ChatGPT 级别的涌现能力、长上下文、工具调用等）都建立在深度学习几十年的积累上，尤其是 2017 年 Transformer 论文《Attention Is All You Need》之后，才真正开启了 LLM 时代。
LLM本质是根据用户提供的内容（提示词），预测后面可能出现的词。如何让LLM回答的更符合预期，则需要不断调整提示词，这就是提示词工程。
所谓的推理是基于模仿人类知识与语言规律去预测结果。此时LLM只能基于内生知识，进行文字类问答。他让我们能够通过自然语言了解各种我们原先需要自主检索的知识，相当于我们可以随时和一个知识面极广的人交流任何问题。交互主要通过问答形式，根据我们的问题（Prompt）进行回答，问题问的好不好决定了回答的质量。
对于专业领域知识，可以通过接入外部知识库，让LLM可以实时查询相关知识，这就是RAG（Retrieval-Augmented Generation，检索增强生成）。
LLM无法做一些知识问答以外的事情，只会聊天回答问题升级到可以思考、规划、调用工具、反复试错，最终能完成一个复杂任务，也就是智能体（AI Agent）。比如Microsoft Office 365 Copilot、Microsoft Security Copilot、GitHub Copilot、Adobe Copilot等，让 AI 从问答工具成为了办公、代码、设计等工作场景中的“副驾驶”，也就是一个个智能体。
- 规划：通过将一个大问题/任务拆分成多个小问题/任务，再去回答/解决多个问题/任务，并去判断回答的效果，再进行调整。也就是ReAct、Plan-and-Execute、Tree of Thoughts。
- 记忆：让LLM储存每次对话记录，能够知道每次对话的上下文，变的更聪明。
- 工具调用：通过将传统软件中的各种工具集成进LLM，通过描述工具的功能，当提示词中涉及相关功能，则调用执行该工具获取结果并返回。LangChain可以实现工具调用。
而各种工具如何能在不同的Agent中使用，就诞生了MCP，它统一了工具的协议，降低开发、接入、分享各种工具的成本。
当需要将Agent专业知识、思考方式、最佳实践打包成可服用的模块，让Agent瞬间变成领域专家，就是智能体技能（Agent Skill）。
单个Agent处理多种任务时，由于上下文过长、幻觉过大以及并行速度慢等原因，更适合将全能Agent拆分为让每个Agent专注自己最擅长的事情，也就是多智能体（Multi Agent）。
而多Agent如何互相之间配合，就需要有一套协议，也就是A2A。