AI术语速查：从AGI到Chain of Thought

人工智能正以前所未有的速度重塑世界，同时也催生了一套全新的技术语言。无论是在产品会议、融资路演还是行业论坛中，诸如LLM、RAG、RLHF等缩写频繁出现，而近期OpenAI新模型Astra引入的“opaque recurrence”（不透明递归）更是引发了AI安全研究者的广泛关注。为帮助读者跟上这一快速演进的领域，TechCrunch整理了一份通俗易懂的AI术语指南。

AGI（人工通用智能）是当前AI讨论中最常被提及但也最模糊的概念之一。OpenAI CEO Sam Altman曾将其描述为“相当于一名可被雇佣为同事的普通人类”，而OpenAI官方则定义AGI为“在大多数经济上有价值的工作中超越人类的高自主系统”。Google DeepMind则认为AGI应指“在大多数认知任务上至少与人类能力相当的AI”。尽管定义各异，但共识是：AGI尚未实现，仍是长期目标。

AI Agent（AI智能体）则是当前技术落地的重要方向。它不同于基础聊天机器人，能够代表用户执行多步骤复杂任务，如预订餐厅、报销差旅或自动维护代码库。这类智能体通常整合多个AI模型，并依赖外部工具完成闭环操作。然而，目前基础设施仍在建设中，其真正潜力尚未完全释放。

API Endpoints（API端点）是AI Agent实现自动化操作的关键接口。可将其理解为软件背后的“按钮”，允许程序间相互调用功能。例如，一个AI助手可通过调用航司API直接订票，或通过企业财务系统API提交报销单。随着AI能力增强，智能体正逐步学会自主发现并安全使用这些端点，从而开启更广泛的自动化场景。

Chain of Thought（思维链）是一种提升AI推理能力的技术。面对复杂问题，人类会自然地分步思考，而传统AI模型往往直接输出答案，缺乏中间逻辑。通过引导模型“逐步推理”——例如先比较动物身高常识，再判断“长颈鹿比猫高”——思维链方法显著提高了大模型在数学、逻辑和常识推理任务中的准确率。该技术已成为当前提升LLM可靠性的核心手段之一。

这些术语不仅是技术交流的基础，也反映了AI从“被动响应”向“主动行动”演进的趋势。无论是开发者构建下一代应用，还是投资者评估技术潜力，理解这些概念都至关重要。随着领域持续发展，这份术语表也将不断更新，如同AI本身一样，处于动态进化之中。