AI 常用高频用词
- AI Agent（智能体）：实体程序，可以自主规划、调用工具、多步执行任务
- AI Agents：多个智能体程序（复数）
- Sub‑Agent｜子智能体：由主智能体派生，负责执行某一项细分专项任务的子智能体
- Harness｜智能体驾驭层：包裹大模型外部整套执行系统，包含智能体循环、沙箱、工具调度、上下文管控、约束与反馈回路；公式：Agent = LLM + Harness（简易记忆口诀；完整智能体还包含任务目标、工具集）。模型负责思考，Harness 赋予模型执行与管控能力
- Codex：OpenAI 软件工程智能体产品，由 codex‑1 代码大模型 + Codex Harness（开源驾驭层）构成，支持读取代码仓库、批量修改多文件、自动测试、Git 提交；开源版 Harness 支持 BYOM 自带模型，不强制绑定 OpenAI 模型
- BYOM｜Bring Your Own Model｜自带模型：框架 / 平台支持接入第三方大模型，不锁定单一厂商
- SWE‑Agent：面向软件代码修复的开源智能体项目，专门自动修复开源仓库的 Bug
- ComfyUI：开源节点式可视化 AI 工作流编排工具，通过拖拽节点搭建图像、视频生成工作流，常用于本地运行 Flux、Wan、Seedance 等视觉模型。ComfyUI不是大模型，也不是智能体 Harness，本身不含 AI 推理算力，推理由 PyTorch 等后端执行；可通过 MCP 协议，被 Codex 这类 AI 智能体调用，作为图像视频生成工具
- MCP｜Model Context Protocol｜模型上下文协议：标准化接口，让 AI 智能体（Agent/Harness）可以调用外部工具（例如 ComfyUI）
- Skill｜技能：可复用封装单元，可以是提示词模板、工具调用组合、小脚本，供 Agent 直接调用，一次性完成一套固定任务，也是鹿智社区核心分享资源类型
- Workflow｜工作流：完整 AI 任务流水线，包含模型、参数、节点、步骤配置；ComfyUI 支持导入、导出、分享 Workflow 文件
- Node｜节点：ComfyUI 的最小功能单元，拖拽、串联多个节点即可组成完整 Workflow
- Checkpoint｜基础大模型权重文件：图片视频生成的基础主模型，内置 UNet、CLIP、VAE 组件
- LoRA｜Low‑Rank Adaptation｜低秩适配：小型轻量化模型文件，叠加在基础模型上，用来增加特定人物、画风、特效；文件体积小，非常适合社区分享
- QLoRA｜Quantized Low‑Rank Adaptation｜量化低秩适配：基于 4bit 量化的轻量化微调方案，普通消费级显卡就可以完成大模型微调
- VAE｜Variational AutoEncoder｜变分自编码器：负责潜空间与像素图片互相编码、解码，直接影响画面色彩、曝光效果
- Latent｜潜空间：扩散模型内部运算空间；图片先转为潜向量在潜空间运算，最后由 VAE 还原成像素图像
- Sampler｜采样器：扩散模型的去噪算法，不同采样器影响画面质感、收敛速度与出图耗时
- Seed｜种子值：随机数种子；相同 Seed + 全套参数，可以复现完全一致的生成结果
- CFG Scale｜提示词引导强度：控制 AI 遵守提示词的严格程度，数值越大，AI 越严格贴合提示词描述
- T2I / Text‑to‑Image｜文生图：输入文本提示词生成图片
- I2I / Image‑to‑Image｜图生图：以参考图片为基底，结合提示词重新生成图片
- I2V / Image‑to‑Video｜图生视频：输入一张参考图，生成动态短视频
- Negative Prompt｜反向提示词 / 负面提示词：描述不希望出现的画面，用来规避畸形、瑕疵、错误画面
- FPS｜Frames Per Second｜帧率：视频每秒播放的画面帧数
- Aspect Ratio｜画幅比例：控制图片、视频宽高比，常见 9:16、16:9、4:3
- Mask｜蒙版：局部重绘工具，标记图片区域，指定哪部分重绘、哪部分保留原图不变
- Trigger Word｜触发词：专用关键词，用来激活 LoRA 模型效果
- Memory｜记忆：智能体记忆模块，分为短期记忆（上下文窗口）、长期记忆（向量库持久保存历史信息）
- Planning｜任务规划：Agent 将复杂大目标拆解为多个子步骤、子任务
- Session｜会话：一次完整交互上下文，保存本轮全部对话、工具调用状态
- Pipeline｜管线：数据顺序流转处理链路，图像、视频、Agent 任务都可以搭建 Pipeline
- Zero‑Shot｜零样本：不给示例样例，直接让模型完成陌生任务
- Few‑Shot｜少样本：在提示词内附带少量参考示例，引导模型输出目标效果
- ReAct｜Reason + Act｜推理行动模式：Agent 经典循环范式，先推理思考，再执行工具行动，观察返回结果继续迭代
- Tool‑Use｜工具调用：大模型调用外部程序、API 接口，扩展自身能力边界
- Vector｜向量：高维数字表征，文档、图片、文本均可转为向量，用于向量检索匹配
- Snapshot｜快照：保存当前完整运行状态，支持环境回滚、问题复现
- Override｜覆盖：更高优先级配置，替换系统默认参数、规则
- Debug｜调试：追踪 Agent、Workflow 运行日志，定位报错、异常行为
- Dump｜转储：导出运行日志、上下文快照，用于问题排查
- Re‑render｜重新渲染：图像或视频，重新执行完整生成流程输出素材
- OCR｜Optical Character Recognition｜光学字符识别：把图片、截图里的印刷 / 手写文字，转换成可编辑文本
- ASR｜Automatic Speech Recognition｜自动语音识别（语音转文字）：音频信号识别输出文本
- TTS｜Text‑to‑Speech｜文本转语音：将文字合成自然人声音频
- SAM｜Segment Anything Model｜万物分割模型：Meta 开源图像分割模型，对图片物体做自动抠图分割
- Diffusion Model｜扩散模型：图像、视频生成主流技术，通过逐步去噪生成高质量画面
- Vector Database｜向量数据库：专门存储 Embedding 向量，做语义相似度检索的专用数据库
- Custom GPTs｜自定义 GPT：OpenAI 平台，用户可自行配置提示词、工具、知识库，生成专属 GPT 应用。OpenAI 已宣布计划逐步停用该功能，建议迁移至插件或新方案
- Computer‑Use Agent｜计算机操作智能体：可以操控鼠标、键盘，直接操作桌面各类软件的智能体
- LLM｜Large Language Model｜大语言模型：推理大脑，Agent 最常用内核
- AIGC｜AI Generated Content｜人工智能生成内容：AI 生成图文、音频、视频等内容
- AGI｜Artificial General Intelligence｜通用人工智能：具备跨领域类人综合智能（目前尚未实现）
- VLM｜Vision‑Language Model｜视觉语言多模态模型：可以同时理解文字 + 图片
- Token｜词元 / 令牌：LLM 处理文本的最小单元，用于统计输入输出长度与计费
一、AI 核心公司 / 机构
- OpenAI — 开放人工智能研究中心（ChatGPT、Codex 研发方）
- Anthropic — 克劳德研发公司（Claude、Claude Code）
- Google DeepMind — 谷歌深度思维（Gemini）
- Meta（原 Facebook） — Meta AI（Llama 系列开源大模型、2026 年推出个人 AI 智能体 Muse）
- ByteDance — 字节跳动（豆包 Doubao，Seed 大模型基座）
- Microsoft — 微软（Azure OpenAI、Copilot、GitHub Copilot Agent）
- NVIDIA — 英伟达（GPU 算力龙头）
- Alibaba Cloud — 阿里云（通义千问 Qwen，HappyHorse 音视频模型）
- Tencent — 腾讯（混元 Hunyuan）
- Baidu — 百度（文心一言 ERNIE）
- Moonshot AI — 月之暗面（Kimi）
- DeepSeek — 深度求索（DeepSeek 系列模型）
- MiniMax — 稀宇科技（海螺 H3 音视频模型）
- Meta（原 Facebook） — Meta AI（Llama 系列开源大模型、个人 AI 智能体 Muse）
- ChatGPT（OpenAI） — 内置 Codex / 智能体，可拆解复杂任务独立完成，跨应用收集信息并产出文档、表格
- Claude（Anthropic） — 支持 Computer Use，能直接操作电脑鼠标键盘、调用软件办事
- 豆包（字节跳动） — 国内主流入口级 AI，办公模式可帮用户写作、制表、处理杂务
- AutoGLM（智谱） — 云端智能体，派”云端分身”自动操作手机 App、网页完成任务
二、主流大模型名称
- GPT (Generative Pre‑trained Transformer)：生成式预训练变换器，代表版本：GPT‑4o / GPT‑4 Turbo / GPT‑3.5
- Claude：Anthropic 系列大模型，代表版本：Claude 3 Opus/Sonnet/Haiku；Claude Code 为其代码智能体
- Gemini：Google DeepMind 多模态大模型，代表版本：Gemini Ultra/Pro/Nano
- Llama 2 / Llama 3 / Llama4：Meta 开源大模型系列
- Qwen（通义）：阿里云大模型
- Hunyuan（混元）：腾讯大模型
- ERNIE（文心）：百度大模型
- DeepSeek LLM / DeepSeek‑VL：深度求索；DeepSeek LLM 基础大模型，DeepSeek‑VL 多模态版本
- Seed：字节自研大模型基座，是豆包 Doubao 底层基座；Seedance 为同系列视频生成模型
- HappyHorse：阿里巴巴 ATH 创新事业部音视频联合生成模型，涵盖视频生成与视频编辑，适用于广告、电商、短剧等场景
- H3（海螺）：MiniMax 全模态生成模型，支持文本 / 图像 / 视频 / 音频多模态上下文理解，可生成带原生立体声音频的视频，最高支持 2K 分辨率、15 秒时长
三、核心技术专业术语
▫️模型基础
- LLM = Large Language Model：大型语言模型
- Multimodal Model：多模态大模型（文本 + 图片 + 音频 + 视频）
- Transformer：变换器（大模型基础底层架构）
- Parameters：参数（例：7B = 7 Billion，70 亿参数）
- Token：词元（AI 文本最小处理单元）
- Context Window：上下文窗口
- Context Length：上下文长度
- Embedding：嵌入、向量表征
▫️训练 & 推理
- Pre‑training：预训练
- Fine‑tuning：微调
- SFT = Supervised Fine‑Tuning：有监督微调
- RLHF：基于人类反馈的强化学习
- Inference：推理（加载模型运行、生成内容）
- Quantization：量化（4bit/8bit，本地部署降低显存占用、提升速度）
- LoRA：低秩自适应微调（轻量化微调方案）
- QLoRA：量化低秩适配，基于 4bit 量化的轻量化微调，普通消费级显卡即可完成模型微调
▫️算力 & 硬件
- GPU (Graphics Processing Unit)：图形处理器
- RTX 4090 / RTX 5070：显卡型号
- VRAM (Video Random Access Memory)：显存
- CUDA：英伟达 GPU 并行计算框架
- On‑premise：本地部署｜Cloud inference：云端推理
▫️生成相关概念
- Prompt：提示词
- Prompt Engineering：提示词工程
- Temperature：温度参数（控制生成内容随机性）
- Top‑P / Top‑K：采样参数
- Hallucination：模型幻觉（AI 编造不存在、虚假信息）
- RAG = Retrieval‑Augmented Generation：检索增强生成
- Function Calling：工具调用
- Agent Loop｜智能体循环：思考‑行动‑观察‑再思考的迭代执行流程
▫️前沿技术
- Agentic AI / AI Agents：智能体，可自主推理、执行任务
- CoT = Chain‑of‑Thought：思维链
- MoE = Mixture of Experts：混合专家模型
▫️开源 / 闭源
- Open‑source model：开源模型
- Closed‑source / Proprietary model：闭源 / 私有模型
- Weights：模型权重文件
- Checkpoint：模型断点存档
- Sandbox｜沙箱：安全隔离运行环境，供 Agent 执行代码、命令，防止破坏宿主系统
四、行业应用与生态术语
- AI = Artificial Intelligence：人工智能，计算机科学分支，让机器模拟人类感知、推理、创作、决策等智能行为，是 AIGC、大模型一切技术的总称。
- AIGC = AI‑Generated Content：人工智能生成内容
- API = Application Programming Interface：应用程序编程接口，云端 AI 模型对外提供调用入口
- MaaS = Model‑as‑a‑Service：模型即服务（通过 API 调用模型）
- MLOps：机器学习运维（模型从训练到上线全生命周期管理）
- Skill：封装好、可被 AI 调用的独立能力模块，中文一般叫技能
五、缩写速查｜快速检索
- LLM｜Large Language Model｜大语言模型
- RLHF｜Reinforcement Learning from Human Feedback｜人类反馈强化学习
- RAG｜Retrieval‑Augmented Generation｜检索增强生成
- SFT｜Supervised Fine‑Tuning｜监督微调
- VRAM｜Video RAM｜显存
- AGI｜Artificial General Intelligence｜通用人工智能
- AIGC｜AI 生成内容（文本、画图、视频）
- MaaS｜Model‑as‑a‑Service｜模型即服务
- CoT｜Chain‑of‑Thought｜思维链
- MoE｜Mixture of Experts｜混合专家模型
- MLOps｜Machine Learning Operations｜机器学习运维
- BYOM｜Bring Your Own Model｜自带模型，框架支持接入第三方大模型
- MCP｜Model Context Protocol｜模型上下文协议，Agent 调用外部工具的标准化接口
- T2I｜Text‑to‑Image｜文生图
- I2I｜Image‑to‑Image｜图生图
- I2V｜Image‑to‑Video｜图生视频
- LoRA｜Low‑Rank Adaptation｜低秩适配，轻量化微调模型
- QLoRA｜Quantized Low‑Rank Adaptation｜量化低秩适配
- VAE｜Variational AutoEncoder｜变分自编码器
- CFG Scale｜Classifier‑Free Guidance Scale｜提示词引导强度
- FPS｜Frames Per Second｜视频帧率
- ReAct｜Reason+Act｜推理行动，智能体思考‑行动范式
- OCR｜Optical Character Recognition｜光学字符识别
- ASR｜Automatic Speech Recognition｜自动语音识别（语音转文字）
- TTS｜Text‑to‑Speech｜文本转语音
- SAM｜Segment Anything Model｜万物分割模型
- Agent Loop｜智能体循环｜思考‑行动‑观察‑再思考的迭代执行流程
- Sandbox｜沙箱｜安全隔离运行环境
- BYOK｜Bring Your Own Key｜自带密钥，SWE-Agent 常用接入模式
- Hermes 是一款可在任务执行后自动复盘、沉淀经验并自主进化的 AI 智能体，和 OpenClaw 这类依赖人工预设规则的配置型 Agent 形成明显区别
六、个人 AI 智能体产品（2026 主流）
- Muse — Meta 个人 AI 智能体，可自行联网填表、下单、付款，关闭 App 后仍能后台执行任务
- ChatGPT / Codex — OpenAI 智能体，拆解复杂任务跨应用独立完成，产出文档、表格、网页
- Claude — Anthropic 智能体，支持 Computer Use 操控电脑。
- 豆包 — 字节跳动，国内用户规模领先的 AI 助手，办公模式可代办写作、制表等杂务
- AutoGLM — 智谱云端智能体，远程操控云端设备自动完成 App、网页任务