📚 术语图鉴

用大白话讲清 AI 应用与自动化的每个术语——共 160 条，点分类直达。

AI 基础

12 条 · 用 AI 之前必须懂的地基概念

Tokentoken

AI 读文字不是按「字」读的，而是先把文字切成小块，一块就是一个 Token。你可以把它理解成 AI 眼里的「字」——但它切的块，和你以为的字不一定一样大。

难度：入门 ★

上下文窗口context window

AI 的「工作记忆」容量：一场对话里它能同时记住的内容上限。超了就会开始「忘」——最常见的是忘了你开头定的规矩，或者直接报错说内容太长。

难度：入门 ★

幻觉hallucination

AI 不知道答案时不会说「我不知道」，而是会一脸自信地编一个。它不是故意撒谎——它只是在按「最像答案的样子」往下接。

难度：入门 ★

LLMlarge language model

读过海量文字训练出来的「文字接龙机器」：你给它前文，它猜最合理的下文。ChatGPT、Claude、DeepSeek 这些产品，内核都是一个 LLM。

难度：入门 ★

模型 vs 产品model vs product

模型是发动机，产品是整车。GPT、Claude、DeepSeek 是模型；ChatGPT、各种 AI 助手 App 是把发动机装上车后的产品。同一个发动机能装出很多车。

难度：入门 ★

Temperaturetemperature

控制 AI「放飞程度」的旋钮：调低，每次都给最稳妥的回答；调高，它敢接更意外的下文，输出更多样也更容易跑偏。

难度：进阶 ★★

流式输出streaming

AI 的回答「边生成边往外吐」，而不是憋到最后一次性给你。字一个个蹦出来，就是流式。

难度：入门 ★

知识截止日期knowledge cutoff

模型的知识停在了它「上课」的最后一天。那之后发生的事它一无所知——不是不知道，是压根没学过。

难度：入门 ★

微调fine-tuning

给训练好的模型做「岗前培训」：用你自己的问答数据继续训练，让它在你的业务上说话更对味。和 RAG 的区别：RAG 是给它资料查，微调是改它本身。

难度：进阶 ★★

多模态multimodal

能同时看图、听音频、读文字的模型。你发一张截图问「这报错怎么回事」，它能看懂图——这就是多模态。

难度：入门 ★

推理模型reasoning model

会「先打草稿再作答」的模型：回答前先生成一段思考过程（拆题、试错、自我检查），再交最终答案。普通模型脱口而出，推理模型想好了再说。

难度：进阶 ★★

开放权重open weights

模型厂商把训练好的「成品大脑」公开供人下载（如 DeepSeek、Llama、Qwen）。你可以自己部署、自己改、数据不出门——对比只能在线调用的闭源 API。

难度：进阶 ★★

Agent 与 MCP

8 条 · 让 AI 从『会答』到『会干活』

Agentagent

普通 AI 对话是「你问一句，它答一句」；Agent 是你给个目标，它自己拆步骤、自己动手（搜资料、调工具、写文件）、自己检查，干完了再向你汇报。一句话：从「顾问」变成「能动手的员工」。

难度：进阶 ★★

MCPModel Context Protocol

AI 连接外部工具的「USB-C 接口」。以前每个软件要给每个 AI 单独做对接，就像每个手机一种充电口；MCP 把插口统一了——软件方出一个 MCP 插头，所有支持 MCP 的 AI 都能用。

难度：进阶 ★★

Function Callingfunction calling

AI 的「下申请单」机制：模型自己不动手，它看完需求后输出一张写明「调哪个工具、填什么参数」的申请单，由外部程序执行，再把结果还给它。Agent 能「动手」的核心机关。

难度：进阶 ★★

Agent Skillagent skill

给 Agent 用的「带说明书的技能包」：一个文件夹，装着某类活怎么干的说明文档，需要时 Agent 自己翻出来照着做。装一个 Skill，等于给 Agent 岗前培训了一项新业务。

难度：进阶 ★★

Memorymemory

让 AI「记住你」的机制：把这场对话之外该记住的事（你的偏好、背景、历史结论）存下来，下次开场就带着。没有它，每个新会话都是从零认识的陌生人。

难度：进阶 ★★

多智能体multi-agent

把一个复杂任务拆给多个各管一摊的 AI：一个当「项目经理」分派活，几个「专员」分别查资料、写稿、审校，最后汇总。单个 Agent 更简单，合起来干大活。

难度：硬核 ★★★

任务规划planning

Agent 动手前先「列工作计划」：把大目标拆成有序的小步骤，标出先做啥后做啥。会规划的 Agent 才不容易跑到一半迷路。

难度：进阶 ★★

沙盒sandbox

给 AI 的「隔离试验田」：在一个装不进真实系统的封闭环境里执行代码、试操作，搞砸了也不影响外面。Agent 敢放手干活的底气来源。

难度：进阶 ★★

知识库与 RAG

7 条 · 让 AI 基于你的资料回答

RAGRetrieval-Augmented Generation

让 AI 答题前「先翻资料再回答」。把你的文档放进一个它随查随用的资料库，AI 每次回答先去库里搜出相关段落，再照着资料作答——本质是把闭卷考试换成开卷考试。

难度：进阶 ★★

Embeddingembedding

把一段文字变成一串数字（向量），意思相近的文字，数字也相近。机器靠它理解「语义相似」——不比对字面，比对含义。

难度：硬核 ★★★

Chunkingchunking

把长文档切成小段再入库——知识库的「备菜」方式。检索搜的是段不是整本，切得好不好，直接决定找得准不准。

难度：进阶 ★★

语义搜索semantic search

按「意思」搜，而不是按「字面」搜。你问「机器太卡了」，它能找到标题叫「性能优化指南」的文档——字面毫无重叠，意思高度一致。

难度：进阶 ★★

向量数据库vector database

专门存向量、按「意思相近」检索的数据库。知识库的藏书楼：文档切分、向量化后存在这里，查询时毫秒级找出最相近的几段。

难度：进阶 ★★

Rerankrerank

检索结果的「复筛」环节：先粗筛出 50 段可能相关的，再用更精细的模型逐段打分，挑出最对的 3 段。粗筛求快，重排求准。

难度：硬核 ★★★

知识库knowledge base

给 AI 配的「资料柜」：把你的文档传进去，AI 回答前先翻柜子再作答。Coze、Dify、飞书里那个叫「知识库」的功能，底层就是 RAG。

难度：入门 ★

自动化与工作流

16 条 · Coze / n8n / 飞书自动化里的高频词

APIApplication Programming Interface

软件之间的「服务窗口」。你不用懂对方内部怎么运作，按它规定的格式递话进去，它把结果递出来——就像点外卖：你不用进后厨，App 帮你向店家下单。

难度：入门 ★

Webhookwebhook

反着来的 API。API 是你每隔一会儿跑去问「有新东西吗」（你跑腿）；Webhook 是对方一有动静，主动到你留的地址来敲门（它跑腿）。

难度：进阶 ★★

JSONJavaScript Object Notation

软件之间递东西的「标准打包方式」：所有信息都装进带标签的格子里，先后顺序一目了然。人看着是一堆花括号和引号，机器看着是一份清清楚楚的清单。

难度：入门 ★

API Keyapi key

你调用 API 的「会员卡加身份证」：证明是你本人在调用，好记账好扣费。一串长字符，谁拿到谁就能以你的身份花钱。

难度：入门 ★

触发器trigger

自动化的「启动开关」：规定什么情况发生时，这个流程开始跑。没有触发器的工作流就是一台不会自己启动的机器。

难度：入门 ★

Pollingpolling

「每隔一会儿去问一次」的笨办法：你的程序定时去查「有新的吗」，哪怕 99 次答案都是没有。和 Webhook 的「它主动来敲门」相对。

难度：进阶 ★★

HTTP 请求http request

网上几乎所有数据交换都在用的一套「对话规矩」：你发一个带动作的请求（获取 GET / 提交 POST…），对方回一个状态码（200 成功 / 404 没这页 / 500 它挂了）。API 调用就是发 HTTP 请求。

难度：入门 ★

变量variable

给数据起的名字：把上一步的结果存进一个有名字的「盒子」，后面的步骤按名字取用。工作流里数据怎么流转，全靠变量串起来。

难度：进阶 ★★

工作流workflow

把一件自动化的事拆成一串有顺序的步骤：触发 → 处理 → 处理 → 输出。每个节点干一件小事，串起来干一件大事。Coze、n8n 里画的那张流程图就是它。

难度：入门 ★

节点node

工作流上的「一个工位」：每个节点干一件具体的事（查数据、做判断、发消息），连线决定先后顺序。节点是搭工作流的积木块。

难度：入门 ★

定时任务scheduled task

「到点自动跑」的触发方式：每天 9 点、每小时一次、每周一早上——不管有没有人管，时间到了就执行。自动化的闹钟。

难度：入门 ★

条件分支conditional

工作流里的「岔路口」：按条件判断走哪条路——下雨就发提醒，没下雨就结束。没有它，流程只会一根筋跑到底。

难度：进阶 ★★

循环loop

让工作流「对一批东西逐个处理」：100 个客户就发 100 条消息，一个循环节点搞定，不用复制 100 个节点。

难度：进阶 ★★

错误处理error handling

事先想好「这步失败了怎么办」：重试几次？跳过并记录？停下报警？自动化的成熟度全看这里——没写错误处理的流程，第一次故障就会让你半夜救火。

难度：进阶 ★★

Rate Limitrate limit

API 的「限速带」：规定你每分钟最多调多少次，超了就拒绝（返回 429）。不是针对你，是保护服务不被挤爆。

难度：进阶 ★★

低代码low-code

不写代码、拖拽配置就能搭应用的制作方式。Coze、n8n、飞书多维表格的自动化都是低代码——你画的每张流程图，平台帮你翻译成真程序。

难度：入门 ★

后端与数据库

30 条 · AI 开发里『看不见的部分』：数据、服务、鉴权

后端backend

用户看不见的那一半：负责存数据、验证身份、处理业务规则的部分。你在页面上点「提交订单」，真正把订单存起来、扣库存、防止重复提交的，都是后端。

难度：入门 ★

前端frontend

用户看得见、点得着的那一半：页面、按钮、动效。它跑在用户的浏览器里，负责「好看」和「好操作」，本身通常不存重要数据。

难度：入门 ★

数据库database

专门用来「存数据、查数据」的软件：数据有条理地存在表里，断电、重启都不会丢。你做的任何需要「记住东西」的应用，背后都有一个数据库。

难度：入门 ★

SQLsql

和数据库「说话」的语言：查数据（SELECT）、加数据（INSERT）、改数据（UPDATE）、删数据（DELETE）都靠它。你用大白话让 AI 做应用，AI 转头就是用 SQL 在操作数据库。

难度：进阶 ★★

表与字段table schema

数据库里的数据按「表」组织，一张表像一张 Excel：列叫字段（存什么信息），行叫记录（一条条数据）。设计表结构，就是设计「这个应用记哪些信息」。

难度：入门 ★

增删改查crud

绝大部分应用的核心就四个动作：增（Create）、删（Delete）、改（Update）、查（Read）。产品经理说「先做个 XXX 的 CRUD」，意思就是先把最基础的数据管理做出来。

难度：入门 ★

主键primary key

每条数据的「身份证号」：一张表里不能有两条一模一样的主键。要用某条数据时（改它、删它、关联它），都靠主键找到它。

难度：入门 ★

索引index

帮数据库「快速翻到那一页」的目录：没有索引，查数据要一页页翻全表；有了索引，直接跳过去。代价是写入时要多维护一份目录。

难度：硬核 ★★★

事务transaction

把几个数据库操作「捆绑成一件事」：要么全部成功，要么全部撤销，绝不允许成功一半。转账就是典型：扣钱和到账必须同生共死。

难度：硬核 ★★★

缓存cache

把常用的数据放在「近处的抽屉」里，不用每次都跑远路去仓库拿。第一次慢（去仓库），之后的都快（拉抽屉）。用空间和一点点「可能过期」的风险换速度。

难度：进阶 ★★

CDNcdn

把你的图片、页面副本提前放到全球各地的「分发站」，用户从离自己最近的站拿东西——国内用户不用绕到地球对面去取。

难度：进阶 ★★

NoSQLnosql

不按「表和字段」组织的数据库：数据像一份份 JSON 文档直接存。结构灵活——每条数据可以有不同字段。代表：MongoDB（文档）、Redis（键值对）。

难度：进阶 ★★

ORMorm

「不用写 SQL 也能操作数据库」的翻译官：代码里操作对象和方法，ORM 负责翻译成 SQL。你让 AI 做应用时，它十有八九会顺手用上 ORM（如 Prisma、Drizzle）。

难度：进阶 ★★

数据库迁移migration

「修改数据库结构」的标准流程：加字段、改表名这类结构变更，不直接改，而是写一份变更脚本存档，按顺序执行。好处：每个环境（你的电脑、服务器）都能以相同顺序重放变更。

难度：进阶 ★★

登录鉴权authentication

验证「你是你」的全套机制：注册（建档）、登录（验证后发通行证）、之后每次请求带着通行证证明身份。区别于「权限」（authorization）：登录是「你是谁」，权限是「你能干什么」。

难度：进阶 ★★

Session 与 Cookiesession and cookie

HTTP 本身「记不住」任何人的两种补救：Cookie 是存在你浏览器里的小纸条（每次请求自动带上）；Session 是服务器那边的登记册（纸条上只写个编号）。JWT 是新做法：把通行证内容直接加密进纸条。

难度：进阶 ★★

CORScors

浏览器的安全规矩：网页 A 想直接请求网页 B 的接口，B 必须明确表态「我允许 A」。没表态，浏览器就直接拦下——接口本身可能是通的，是浏览器在门口拦你。

难度：进阶 ★★

环境变量environment variables

把「会变的配置」放在代码外面的开关面板：数据库地址、API Key、正式/测试开关。好处：代码不动，换个环境换个配置；密钥不进代码仓库，不会泄露。

难度：入门 ★

端口port

一台服务器上同时跑着很多服务，端口就是「几号窗口」：3000 号窗口是你的前端，8000 号是后端接口，5432 是数据库。IP 找到大楼，端口找到窗口。

难度：入门 ★

URL 结构url structure

一个网址分两段：路径说明「要什么资源」（/api/notes/42），参数补充「要什么条件」（?page=2&sort=time）。接口设计的可读性，全看这两段规划得好不好。

难度：入门 ★

同步与异步synchronous and asynchronous

同步：交完任务站在原地等结果，不做别的；异步：交完任务拿个凭证先走，干完了通知你。AI 生成内容慢、发邮件慢、处理视频慢——这些任务几乎都该异步。

难度：进阶 ★★

消息队列queue

任务们的「排队取号机」：来不及马上干的活，先扔进队列排队，后台的工作者一个一个取出来干。高峰期任务不会丢，服务器也不会被压垮。

难度：硬核 ★★★

幂等idempotency

同一个操作执行一次和执行一百次，结果都一样。「设置头像为 X」是幂等的（重复设置无妨）；「余额减 100」不是幂等的（重复扣就是事故）。

难度：硬核 ★★★

竞态race condition

两个人同时读写同一份数据，先来后到没定好，结果取决于「谁快」——库存只剩 1 件，两个人同时下单，可能都成功，卖超了。

难度：硬核 ★★★

日志logging

服务器的「行车记录仪」：谁在什么时候调用了什么、成功还是失败、报了什么错。出了问题，日志是你唯一的目击证人——没有日志的排查等于闭眼摸象。

难度：入门 ★

后端框架framework

搭后端的「预制板房」：路由、请求解析、返回数据这些通用活，框架已经备好，你只写业务逻辑。AI 说「用 Express/Next.js API/ FastAPI」，说的就是选哪种预制板。

难度：入门 ★

反向代理reverse proxy

站在你的服务器「门口接待」的那一层：外部请求先到它，由它决定转发给屋里哪个服务、拦下谁、缓存什么。Nginx 是代表，Vercel/Cloudflare 本质也在做这件事。

难度：硬核 ★★★

无状态stateless

服务器不「记住」任何一次请求的上下文：每次请求自带全部信息（包括身份凭证）。好处：任何一台服务器都能处理任何请求——扩容就是多加机器，宕机就换一台，用户无感。

难度：硬核 ★★★

分页pagination

列表数据「一页一页给」而不是一次全给：10 万条笔记一次全查=接口超时+手机卡死。分页=每次只取 20 条，用户翻页再取下一批。

难度：入门 ★

备份与恢复backup and restore

给数据拍「定期存档」：数据库定时全量备份（+变更日志），并且——关键——真的演练过恢复。没恢复过的备份等于没有备份。

难度：进阶 ★★

技术栈与工具

22 条 · AI 生成代码里你会撞见的所有名词

技术栈tech stack

这个项目用了哪些技术的清单：前端框架 + 后端语言 + 数据库 + 部署方式。「技术栈是 Next.js + PostgreSQL + Vercel」一句话说清全家桶。

难度：入门 ★

Node.jsnode js

让 JavaScript 跑在服务器上的运行环境——JS 原本只能在浏览器里跑，Node.js 把它解放出来写后端。AI 生成的 JS 后端代码，全要靠它才能跑起来。

难度：进阶 ★★

JavaScriptjavascript

让网页「动起来」的编程语言：点击、弹窗、请求数据都是它在干活。网页三件套分工：HTML 是骨架（有什么）、CSS 是皮肤（长什么样）、JavaScript 是肌肉（能做什么）。

难度：入门 ★

TypeScripttypescript

给 JavaScript 加「类型标注」的升级版：每个变量声明它该是什么（字符串/数字），写错在运行前就被标红。多打几个字，换 AI 生成代码时更少低级错误。

难度：进阶 ★★

Reactreact

最流行的前端框架：把页面拆成一个个「组件」，数据一变，用到它的地方自动更新。AI 生成前端代码时的默认首选。

难度：进阶 ★★

Next.jsnext js

React 的「全套装修方案」：前端页面、后端接口（API Routes）、路由、部署优化打包在一起。AI 做全栈小项目的默认最爱——一个项目搞定前后端。

难度：进阶 ★★

Vuevue

和 React 同赛道的前端框架，国内人气极高：同样组件化、数据驱动，写法更贴近传统 HTML，上手曲线更缓。国内工具链和社区支持极好。

难度：进阶 ★★

Pythonpython

语法最接近人类语言的编程语言：AI 圈通用语——数据处理、调用模型、爬虫、脚本自动化首选。你让 AI 写的自动化小脚本，多半是它。

难度：进阶 ★★

CSScss

控制「长什么样」的样式语言：颜色、大小、间距、布局、动效全归它管。AI 写页面美不美，一大半取决于它生成的 CSS 质量。

难度：入门 ★

HTMLhtml

网页的「内容骨架」：标题、段落、按钮、图片，都用一对对标签声明。<h1> 是标题、<button> 是按钮——浏览器读标签来决定页面里有什么。

难度：入门 ★

Tailwind CSStailwind css

「用单词拼样式」的 CSS 方案：不写样式文件，直接在标签上堆类名——class="flex items-center gap-4" 一串单词就是完整布局。AI 生成页面极快，AI 编程时代的默认样式方案之一。

难度：进阶 ★★

组件库component library

现成的 UI 零件超市：按钮、弹窗、表格、日期选择器都是调好样式的成品，拿来就用。shadcn/ui、Ant Design、Element Plus 都是它。

难度：进阶 ★★

npmnpm

JavaScript 世界的「应用商店 + 快递」：npm install 一句话下载别人写好的代码包；package.json 记录项目用了哪些包。AI 生成的项目让你先跑 npm install——没这步项目跑不起来。

难度：进阶 ★★

依赖dependencies

你的项目「站在别人代码上」的那些别人：日历、图表、加密……都是现成的包。依赖越多开发越快，但每一个都是需要长期维护的种子。

难度：进阶 ★★

版本号semantic versioning

软件版本的通用暗语：1.4.2 = 大版本.小版本.修补。升级规则藏在位置里：改第一位（2.0.0）= 有破坏性变更；改第二位 = 加新功能；改第三位 = 只修 bug。

难度：硬核 ★★★

构建build

把你写的「人能读」的代码翻译、压缩、打包成机器高效执行的成品：npm run build 一跑，产出 dist 或 .next 目录——那才是要部署上线的东西。

难度：进阶 ★★

开发服务器dev server

npm run dev 背后的东西：在你电脑上起一个临时服务器（localhost:3000），代码一保存页面自动刷新。它是开发时的「草稿预览」，不是上线的东西。

难度：入门 ★

终端terminal

用「打字」操作电脑的方式：没有按钮和窗口，一句命令干一件事。AI 编程时代必须会几条——装依赖、起服务、Git 操作，全在终端里。

难度：入门 ★

浏览器开发者工具devtools

浏览器自带的「透视镜」：按 F12 打开，能看页面结构（Elements）、网络请求（Network）、报错（Console）、手机模拟。前端排障 80% 的答案都在里面，完全免费。

难度：进阶 ★★

项目结构project structure

一个项目的「房间布局」：页面放哪、接口放哪、配置在哪。看懂结构，你才知道「改 X 该去哪个文件」——AI 生成项目后的第一课就是认房间。

难度：进阶 ★★

配置文件config file

项目的「设置面板」：package.json 管依赖、tsconfig 管类型检查、tailwind.config 管主题色。新手最怕动它们——但很多需求恰恰要改这里。

难度：进阶 ★★

AI 代码编辑器ai code editor

「懂 AI 的编辑器」：Cursor、VS Code + Copilot、Claude Code、ZCode 这类工具，能读整个项目、直接改文件、跑终端命令。你和 AI 的分工从「它给代码你粘贴」进化为「它直接动手，你验收」。

难度：进阶 ★★

Git 与版本

10 条 · 看懂改动、敢动代码的安全网

部署与上线

16 条 · 从 localhost 到全世界能访问

测试与质量

8 条 · 怎么知道 AI 写的东西没坏

AI 开发进阶

9 条 · 把 AI 用出专业水准的方法论

界面与交互

15 条 · 四层法：让 AI 做出你脑子里的样子

产品与评估

7 条 · 把 AI 功能做好、验好的词汇

找不到想看的词？投稿告诉我们，或去练习场测测掌握程度。