[AI 分享] 一次看懂AI十個核心名詞

[AI 分享] 一次看懂AI十個核心名詞

摘要 : 從Transformer到Agent、MCP、多模態與實體AI，快速建立AI技術全貌。

內容:

十個常見的AI名詞，幫大家建立一條清晰的理解路線。看似複雜的英文術語，其實都在說同一件事：AI正從單純的聊天工具，逐步進化成能理解任務、拆解問題、呼叫工具，甚至實際執行工作的系統。

首先，內容從Transformer講起。它的基本概念可以理解為，先把文字轉成電腦能處理的數字，再加入詞語的位置資訊，讓模型知道前後順序。接著透過多重關注機制，讓每個詞去判斷和其他詞之間的關係，層層運算後，最後預測下一個最可能出現的詞。也就是說，大語言模型本質上是一個非常強大的文字預測系統。

雖然模型本身很聰明，但它其實沒有真正的記憶能力。我們平常在聊天軟體中感覺AI記得前面說過的話，是因為每次對話時，系統都會把之前的內容重新讀取一次。因此，像OpenAI ChatGPT、Chat類應用的本質，仍然是在既有上下文中持續做文字生成。

接著，當人們不再滿足於「只會回答問題」的AI，就出現了Agent。Agent可以理解成是在模型外面加上一層客戶端外殼，讓AI不只會說，還能實際去操作工具，例如讀取檔案、寫程式、執行指令、處理表格等。模型負責思考與下達任務，Agent則負責連接電腦環境並完成具體執行。

而AI要能順利呼叫外部工具，就需要一套標準協議，這就是MCP。它像是AI和各種軟體之間的通用接口，規範模型如何發出請求、工具如何回傳結果。可以把它想像成AI世界裡的USB介面，讓不同工具都能被模型穩定調用。

另外，Skill則像是AI的工作說明書。當問題本身可能存在歧義時，若先替AI設定清楚角色、任務範圍與處理方式，就能大幅提升回答品質。從最早的系統提示詞，到後來將大綱、規則、角色設定拆分管理，本質上都是在用Skill讓AI更有方向、更懂你的工作流程。

當MCP與Skill搭配使用時，Agent的能力就會大幅提升。它不只是被動回答，而是能更準確地理解任務、選擇工具、執行步驟。對一般使用者來說，這也是目前最值得優先掌握的兩個AI應用關鍵。

再往上一步，就是Agent Tech。這代表AI不只是完成單一步驟，而是能圍繞目標，自己拆解任務、推進流程、遇到失敗再調整。它讓AI開始像一位初級同事，而不只是單一工具。像建立產品原型、經營帳號、完成一整套流程，背後都需要這種更複雜的執行機制。

如果任務再變得更大，就會延伸到Multi-Agent System，也就是多智能體系統。這個概念是讓多個Agent分工合作，例如有人查資料、有人寫腳本、有人審稿、有人做標題。理想上，這可以讓複雜任務拆解得更有效率。不過實務上，多Agent協作目前仍然容易混亂，距離成熟應用還有不少挑戰。

Reasoning Model，也就是推理模型。這類模型的重點不是回得快，而是想得更清楚。它會先拆解問題、規劃步驟、檢查條件，再輸出答案。像數學、寫程式、合約分析、投資判斷等需要多步驟思考的任務，就特別適合推理模型。這也是為什麼現在許多AI產品都開始強調深度思考能力。

除了推理能力，多模態也是AI的重要方向。真正理解世界不能只靠文字，人類是透過圖像、聲音、語言與環境一起判斷的。多模態AI就是朝這個方向發展，它可以同時處理文字、圖片、音訊、影片，甚至螢幕操作。像分析冰箱食材、整理會議錄音、辨識裝修風格，都屬於多模態能力的應用場景。

再來是context window，也就是上下文視窗。由於模型每次回答都需要重新讀取當前對話內容，當聊天越長、資訊越多時，計算成本會大幅增加，回答品質也可能下降。所以在實際使用上，如果對話太長，適時清理上下文或開新視窗，通常能讓AI表現更穩定。

第九個重點是RAG。當企業想讓AI結合內部知識庫時，不可能每次都把大量文件全部丟給模型處理。更好的方式是先讓AI判斷這次是否需要查資料，再去公司內部資料庫中檢索相關內容後回覆。這樣既能提升回答準確度，也能兼顧資料安全，不必把敏感資訊上傳到雲端。

最後提到的是Physical AI，也就是實體AI。這類AI不再只存在於螢幕中，而是進一步進入真實世界，控制機器人、自動駕駛車、機械臂、無人機等設備。它不只要會回答，還要能感知環境、理解現場狀況，並做出對應行動。這也代表AI的下一步，不只是數位世界中的助手，而可能成為現實世界中的執行者。

#AI