人工智能正以前所未有的速度改变世界，同时也创造了一套全新的语言来描述其运作方式。只需花五分钟阅读AI相关内容，你便会遇到LLM、RAG、RLHF等数十个术语，即便是科技领域的资深人士也难免感到困惑。本文旨在系统梳理这些关键术语，并随着技术演进持续更新，成为一份活着的文档。

AGI：通用人工智能的模糊边界

通用人工智能（AGI）是一个颇为模糊的术语，通常指在多数任务上超越普通人类能力的AI。OpenAI CEO Sam Altman曾将其描述为“相当于一个可以雇佣为同事的普通人类”。而OpenAI的章程则定义AGI为“在大多数经济价值工作中超越人类的高度自主系统”。Google DeepMind的理解略有不同，他们视AGI为“在大多数认知任务上至少与人类能力相当的AI”。值得注意的是，即便是AI研究前沿的专家们对这些定义也存在分歧，这恰恰反映了AGI概念本身的动态性和复杂性。

AI代理：自主执行多步骤任务的智能体

AI代理是指利用AI技术代表用户执行一系列任务的工具，其能力远超基础AI聊天机器人。例如，它可以处理费用报销、预订机票或餐厅座位，甚至编写和维护代码。然而，正如我们之前所解释的，这个新兴领域存在许多变数，不同人对“AI代理”的理解可能不同。基础设施仍在建设中，以支撑其预期的能力。其核心概念暗示一个自主系统，可能利用多个AI系统来完成多步骤任务。

API端点：软件之间的“隐藏按钮”

API端点可以理解为软件背后的“按钮”，其他程序可以按下这些按钮来触发操作。开发者利用这些接口构建集成——例如，允许一个应用程序从另一个应用程序拉取数据，或使AI代理无需人工手动操作每个界面，就能直接控制第三方服务。大多数智能家居设备和连接平台都拥有这些隐藏按钮，即使普通用户从未见过或与之交互。随着AI代理能力的增强，它们越来越能够自主发现并使用这些端点，从而开启强大且有时意想不到的自动化可能性。

思维链：让AI学会分步推理

面对简单问题，人脑可以不经思考直接回答，比如“哪种动物更高，长颈鹿还是猫？”但在许多情况下，需要纸笔才能得出正确答案，因为存在中间步骤。例如，如果一个农场主有鸡和牛，总共有40个头和120条腿，你可能需要写下简单的方程才能得出答案（20只鸡和20头牛）。在AI语境中，思维链推理意味着大型语言模型将复杂问题分解为一系列中间步骤，逐步推导出最终答案。这种方法显著提升了模型在数学、逻辑和复杂推理任务上的表现，是当前AI研究的重要方向之一。

理解这些术语不仅有助于跟上AI发展的步伐，更能帮助开发者和用户更好地利用AI工具。随着技术持续演进，这份术语表也将不断更新，成为连接技术与大众的桥梁。