AI 编程词典 · 中文版

让计算机完成通常需要人类智能的任务的一类方法与系统。

本次请求中命中提示词缓存、可复用先前输入计算结果的词元（Token）。

用于调节模型完成任务时投入程度的设置。

让模型能够使用工具、管理上下文并持续执行任务的软件运行层。

使用训练好的模型处理输入、生成输出的计算过程。

本次请求中送入模型的词元，包括指令、资料、历史消息等。

应用向模型服务发起的一次生成或推理请求。

通过接口提供模型推理能力的云端服务商或本地服务。

从训练数据中学到模式、根据输入生成输出的计算系统。

根据已有上下文预测后续词元，再逐步生成完整序列的机制。

相同输入在不同运行中可能得到不同结果的现象。

模型在本次请求中生成的词元。

训练过程中被优化、决定模型行为的数值，也常称为权重。

复用请求开头相同内容的计算结果的一种缓存机制。

词元（Token）是模型对内容进行编码和处理的基本单位。

通过数据和优化算法调整模型参数的过程。

围绕目标，利用模型选择行动、调用工具并根据结果继续工作的系统。

模型一次处理可容纳的上下文范围，通常以词元数量衡量。

本次任务中提供给模型、帮助它理解和判断的信息。

一段由应用维护的连续交互过程。

系统能保留先前操作产生的信息，并在后续操作中使用。

一次操作不依赖系统自动保留的先前交互信息。

应用提供给模型、用于设定角色、规则和行为边界的高优先级指令。

从收到一条用户输入，到助手交还控制权的一段工作。

产品提供的一组行为与权限配置。

智能体通过工具读取或改变的外部世界。

按文件与目录组织、存储和访问数据的系统。

模型上下文协议（Model Context Protocol，MCP），用于连接 AI 应用与外部工具、数据和提示模板。

决定哪些操作可直接执行、哪些需要审批的一组规则。

执行尚未获准的操作前，系统向用户或审批机制提出的授权申请。

通过技术限制隔离程序运行和资源访问的环境。

模型或应用向工具执行系统发出的操作请求。

工具执行后返回给应用与模型的信息。

供智能体调用、完成明确操作的程序接口。

描述模型在有限上下文和计算条件下分配关注程度的经验性说法。

上下文变长或干扰增多时，模型利用相关信息的可靠性可能下降。

在注意力机制中，某个位置按权重利用其他可见位置的信息的关系。

模型通过当前输入直接获得的信息。

模型生成了看似合理、实际缺乏依据或与事实矛盾的内容。

用于描述模型训练知识覆盖时间范围的参考节点。

模型在训练中学到、通过参数表现出来的知识与模式。

形容任务目标清楚、上下文干扰较少时，智能体工作比较稳定的经验性比喻。

模型为迎合用户而过度附和，忽略事实、反例或独立判断的倾向。

运行框架在达到条件时自动触发的上下文压缩。

移除当前交互历史，让后续工作从新的上下文开始。

将已有交互压缩成更短表示，以节省上下文空间。

帮助后续执行者接续任务的持久记录。

将任务所需的信息与责任移交给另一个会话、智能体或人。

能够直接提供事实依据的原始材料。

对原始材料进行整理、解释或转述的内容。

说明要构建什么、有哪些约束，以及怎样判断完成的需求文档。

界定一项可执行工作的目标、边界和验收条件的记录。

名为 AGENTS.md 的项目指令文件，用于向支持它的编程智能体说明项目约定。

指向其他资料位置、提示智能体按需读取的引用。

把重要信息持久保存，并在后续任务中按需取回的机制。

先提供当前必需的信息，需要更多细节时再逐层展开。

为一类任务打包的指令、操作步骤和辅助资源。

由上层智能体委派、在独立任务上下文中执行工作的智能体。

用户发起任务后，不持续在线陪同执行的工作方式。

环境是否便于智能体发现信息、执行任务并判断结果。

通过预定义程序判断结果是否符合明确条件。

由 AI 等自动系统阅读产物、判断质量并提出问题的审查。

人类开发者理解、修改、运行和维护项目的整体体验。

用“黑灯工厂”比喻自动产出代码、缺少逐次人工代码审查的开发方式。

关于要做什么产品、提供怎样的体验及采用哪些核心取舍的设计构想。

用连续、具体的追问澄清需求，检验假设并推进设计决策的方法。

由人直接检查代码、界面或其他产物，并形成质量判断。

在工作流程中保留人的判断、反馈或审批环节。

用较低成本构建可体验的原型，以检验设计或技术假设。

将需求输入、执行、验证与交付组织成可重复运行的流程。

主要靠自然语言描述和运行感觉来迭代 AI 生成代码的编程方式。