LLM、Agent、RAG、ReAct、Function Call、MCP、Workflow、Embedding……

因为最近开始恶补AI，导致一刷朋友圈和短视频，这些词就跟刷屏一样真的快把我看沙雕了（顺便吐槽一下信息茧房😂） 老实说，每次看完都记不住，认识的一直认识，不认识的，看一百遍还是它认识我我不认识它。

直到前几天自己捣鼓了一个「智游AI」，做完它，这些之前绕来绕去的概念，突然就全串起来了（现在私信公众号，就能直接体验哦）。

不想像那些大牛一样聊那些干巴巴的理论，太枯燥了，毕竟我本人就是手比脑子快的典型代表。就以这个自己做的智游AI Bot为例，把上面那几个词拆解开，用最简单的话跟大家聊一聊这些火出圈的概念，保证大家看完能记住。

先看这张图：一个能“听懂人话”的旅行助手

我自己画了一张架构图，大家先大概扫一眼，不用急着看懂，后面慢慢说。

图里有5层：交互层、决策层、能力层、存储层、基础层。

其实不用死记硬背，你把它想象成一家我们平时接触的旅行社，一下子就懂了：

交互层= 客服。你打电话咨询、加微信问行程、进门店找工作人员，所有跟人对接的环节，都在这一层。

决策层= 行程定制师。你跟他说“想去日本玩”，他得先判断你是随口问问、想先看看目的地，还是真的要订行程、规划路线，然后再安排人去查机票、订酒店、找景点。

能力层= 导游、订票专员、司机。定制师把活儿安排好，真正动手干活、落地执行的，就是这波人。

存储层= 客户档案、供应商信息库。比如你上次去了哪、喜欢住什么样的酒店、不吃什么忌口，这些都记在这里，下次你再咨询，就能精准匹配你的需求。

基础层= 办公OA + 全员培训过的大模型员工。旅行社所有的业务、所有员工干活，都得靠这个底层支撑，相当于“地基”一样。

先看核心：这些概念怎么串起来？

光说分层可能有点抽象，先用一个真实的用户对话，把所有概念串起来，大家一看就有直观感受：

用户：“6月带12岁儿子去青海，中等预算，规划3天。”

1. 交互层：用户在微信公众号里，发出了这句话，相当于“走进了旅行社门店，找到了客服”。

2. 决策层：

Workflow启动，开始按照定的10步流程，一步步规划

Agent判断，这是“完整行程规划”需求，于是选中“行程规划”这个Skill

ReAct模式启动，AI边想边干——思考“6月青海冷不冷？”→行动（调天气插件）→观察（10-21度，有点凉）→思考“得提醒用户带外套”

3. 能力层：

RAG去查知识库，找到“青海湖门票价格、开放时间”

Function Call调用高德地图插件，算出酒店到景点的距离、大概车程

Embedding去向量数据库里搜，找到“用户之前喜欢自然风光、偏好民宿”，于是推荐湖边的亲子民宿

4. 存储层：

Session记着“目前已经规划到第2天行程”，方便后续继续补充

关系数据库把这条新规划的青海行程，存到用户的历史行程里

向量数据库更新记忆，记下来“用户喜欢自然风光、带孩子出行，偏好民宿”

5. 基础层：LLM综合以上所有信息，把这些零散的内容，整理成口语化、按天分段的行程文案，不用用户自己再整理。

6. 用户：在微信公众号里，收到AI的回复：“第1天到西宁，下午去塔尔寺……晚上住市区酒店。回复1或继续查看第2天。”

看完这个真实场景，再回头拆分层和概念，就简单多了👇

第一层：交互层 —— 你在哪里找到它？

这个很简单，就是你平时能接触到它的地方。

现在最方便的，就是在微信公众号里跟它聊天，不用下载APP，打开公众号就能问，很省事。

测试的时候，会用CLI（命令行）在后台调试，这个大家不用管，纯属后台操作。

未来还打算把它做成Web网页版，到时候电脑上也能直接用。

说白了，交互层就是用户接触产品的“门面”，你看到的界面、操作的按钮、聊天的窗口，全都是这一层的活儿。

第二层：决策层 —— 最“聪明”的地方

这一层是AI的“大脑”，也是最复杂、最核心的部分，我拆成4个小块，一步步跟大家说，保证不绕。

① Workflow（工作流）—— “做事情的顺序”

给这个智游AI定了10步固定流程，一步都不能乱：

信息补全 → 查天气 → 定城市顺序 → 定城市间交通 → 推荐景点 → 景点拆分 → 推酒店 → 推餐厅 → 算预算 → 写文案

就像我们平时做菜一样，得先洗菜、再切菜、再下锅、最后调味，顺序乱了，菜就做砸了。

Workflow其实就是这个意思：先把做事情的步骤、顺序定好，再让AI照着这个流程干，不慌不乱、不遗漏。

② Agent（智能体）—— “做决定的那个人”

举个很实在的例子：你跟AI说“想去日本玩”，Agent就得先判断——你是只是随口聊聊，想让它推荐几个日本的目的地？还是真的要规划一场完整的旅行，需要订机票、酒店、做每日行程？

判断完之后，它再决定：该叫哪个“技能”来干活，不用我们自己动手安排。

所以Agent，其实就是那个“能自己做决定、帮你安排活儿”的助理，不用你事事操心。

③ ReAct 模式（思考+行动）—— “边想边干”

ReAct说白了就是“Reasoning（推理）+ Acting（行动）”，翻译过来就是边想边干，跟我们普通人做事情的逻辑一模一样。

还是举个旅行的例子，大家一看就懂：

思考：“用户说喜欢海，而且预算有限，不能去太远、太贵的地方”行动：“去调天气插件、搜一下适合亲子的海边目的地”观察：“搜到了三亚、厦门、青岛，三个地方都靠海”再思考：“用户是从北京出发，青岛离得最近，机票也便宜，最贴合他的预算”

就这样一步步循环，直到把用户的需求搞定、把行程规划好。

ReAct就是让AI像人一样，不瞎猜、不蛮干，边琢磨、边动手，直到把事情做好。

④ Skill（技能）—— “各干各的活”

这个Agent，目前有5个“专属技能”，每个技能管一件事，不跨界、不偷懒：

意图识别、行程规划、目的地推荐、单品查询（酒店/航班/景点）、行程调整

Agent根据用户的实际需求，选一个最合适的技能来用。比如用户只是问“三亚有什么景点”，就用“单品查询”；如果是要完整的行程，就用“行程规划”。

简单说，Skill就是“员工的专业能力”，每个人只干自己擅长的活；Agent就是“安排活儿的店长”，负责分配任务、统筹全局。

第三层：能力层 —— AI 的“工具箱”

光有“大脑”（决策层）肯定不够，还得有“手脚”，也就是能实际动手查资料、搜信息、调工具的能力，这就是能力层，相当于AI的“工具箱”，里面装满了各种能用的工具。

① RAG（检索增强生成）—— “先查资料，再回答”

这个词听起来很玄，其实特别简单，就是让AI学会“先查资料，再说话”，不瞎编、不胡说。

比如用户问“茶卡盐湖6月份天气怎么样？”，AI不会凭着自己的记忆瞎回答，而是先去调天气插件，查到“6月茶卡盐湖以多云为主，气温10-20度”，再结合自己的知识，整理成口语化的话回复用户。

就像我们平时被人问一个不确定的问题，会先去百度查一下，再跟人说答案，RAG就是这个逻辑，避免AI“一本正经地胡说八道”。

② Function Calling（函数调用）—— “自己决定用哪个工具”

这个也很好理解，就是AI能自己判断，该用哪个工具来解决问题，不用我们手动操作。

比如用户问“茶卡盐湖海拔多少？”，Agent发现这个问题自己答不上来，就会主动把这个问题“扔给”高德地图插件，让插件去查海拔数据，拿到结果之后，再整理成用户能看懂的话，回复给用户。

Function Calling就是让AI能“主动上手”干活，不只是停留在“聊天”层面，能真正帮我们解决实际问题。

③ MCP（模型上下文协议）—— “万能插头”

这个目前在智游AI里还没加上，先跟大家简单说一下，方便大家后续理解。

以后如果想让这个AI，能读取电脑里的PDF行程单、连接手机日历，或者对接其他的工具，只要这些工具符合MCP标准，AI就能统一调用，不用再一个个单独调试。

相当于一个“万能插头”，不管什么品牌、什么类型的“电器”（工具），只要插上这个插头，就能正常使用，省了很多麻烦。

④ Embedding + 向量数据库 —— “长期记忆 + 按意思找”

这个是AI的“记忆法宝”，普通的数据库，只能精准搜索，比如你搜“酒店名称=希尔顿”，它就只能找到希尔顿酒店，多一个字都不行。

但向量数据库不一样，它能“读懂你的意思”。比如你搜“用户喜欢什么样的酒店”，它能根据之前的对话记录，找出“用户喜欢海景、亲子、安静的酒店”，哪怕你没明确说“海景”“亲子”这几个字，它也能get到你的需求。

再比如，你之前跟AI说过“我不爱吃辣”，Embedding就会把这个喜好记下来，下次给你推荐餐厅的时候，就会自动避开辣菜，相当于AI有了“长期记忆”，能记住你的小偏好。

第四层：存储层 —— AI 的“备忘录”

存储层就相当于AI的“备忘录”，负责记各种信息，但不是混在一起记，而是分了三类，各管各的，不混乱：

Session（内存）：记当前的对话。比如你跟AI说“3天行程、2大1小、中等预算”，它就临时记在“草稿纸”上，等把行程规划完，这笔临时信息就会删掉，不占内存。

关系数据库：记硬事实。比如“你2024年去过新加坡”“你上次订的酒店是希尔顿”，这些确定的、不会变的信息，就存在这里，方便后续查询。

向量数据库：记模糊感觉。比如“你好像喜欢海边”“你不爱吃辣”“你偏好安静的酒店”，这些没有明确说、但能感受到的偏好，就存在这里，让AI更懂你。

简单说，就是短期记忆、硬事实记忆、感觉记忆，分工明确，各司其职。

第五层：基础层 —— 真正的大模型

这一层是整个AI的“地基”，也是最底层的“大脑”——LLM（大语言模型）。

做这个智游AI，用的是DeepSeek大模型。它的作用很关键，负责“听懂你说了什么、判断该用哪个工具、用口语化的话写出行程”，相当于所有的指令，最终都要靠它来落地执行。

没有LLM，上面的所有层都相当于“空中楼阁”，没法正常运转。

写在最后

做完这个旅行助手，有一个很深的体会，想跟大家分享：

AI真的不只是一个“聊天机器人”，不是你问一句、它答一句那么简单，它其实是一整套协作系统——从你接触它的交互层，到帮你做决定的决策层，再到动手干活的能力层，还有记东西的存储层、做支撑的基础层，每一层都各司其职，才能形成一个“聪明”的AI。

如果你也跟我一样，看了很多AI概念，觉得“看得懂但不会用”，不妨从自己擅长的领域入手，做一个简单的助手——旅行、美食、育儿、职场都可以。

真的，AI这东西，光看理论、光记概念没用，用起来，才是最好的学习方式。

最后再提一嘴，目前这个「智游AI」已经能正常使用了，私信公众号，就能直接跟它聊行程、查景点、算预算，大家可以去体验一下，亲手感受下这些AI概念的实际应用～