相信很多朋友都有同样的困扰，AI圈那些层出不穷的名词到底是啥意思？

大模型、Agent、CoT、Skill、MCP……一个还没弄懂，下一批又来了。更烦的是，同一个功能，不同产品叫法还不一样。ChatGPT为什么要分聊天、工作和Codex模式？豆包的快速、专家和工作任务能处理哪些不同的任务？DeepSeek的深度思考按钮开不开有什么区别？刚打开这些AI工具，看到这些复杂的模式按钮，估计跟我第一次看一样懵。

（连豆包的按钮都越来越复杂了）

如果靠记住这些按钮，基本追不上产品更新的速度，所以我们还是得从底层把这些按钮对应的概念理清楚，我会从实际使用的步骤着手，用大家都能看懂的方式，试着把这些复杂的概念讲清楚。你可以把AI想象成一个全能员工，他有大脑、有手脚，工位上放着工作手册，桌边还有一堆插座可以接外部设备。你要做的，就是搞清楚什么时候该让他用什么方式、使用什么工具干活。

大模型

大模型，就是这名员工的大脑，我们常听到的DeepSeek-V4-flash、GPT 5.6 Sol、Kimi k3、Claude Fable5…都属于大模型，负责理解文字/图像、生成内容、推理判断。

但这里需要解释一下，大模型不等于AI产品，产品名字也不等于模型名字。比如ChatGPT背后是GPT模型、豆包背后是Seed模型……搞清楚这点，很多混淆点就能解开了。下次看到哪个AI公司发了新模型，看看自己在用的AI产品，可能就已经更新上了。

（AI产品≠大模型）

Chatbot和Agent

大脑有了，这名员工要怎么跟你配合呢。Chatbot（聊天机器人）和Agent（智能体）就像是这名员工的两种不同工作方式。

Chatbot模式下，你就像站在他的工位旁边的领导，由你负责安排整个过程。

你输入：“把这份会议记录整理成要点。”他完成后把结果交给你，等待下一条指令。

你觉得内容太长，再让他压缩；发现缺少行动计划，再让他补充负责人和截止时间。他也可以查资料、读文件、生成图片，甚至使用一些工具。但下一步做什么，主要由你判断和推动。

而在Agent模式下，你交给他的则是一个更完整的目标，比如“根据这周的会议记录和项目文件，整理当前进展，找出延期任务，并生成一份可以直接汇报的周报。”

接到任务后，他会自己判断需要完成哪些步骤，比如先查看会议记录，再寻找相关文件，核对任务状态，发现信息不完整就继续查找，结果不符合验收要求就继续重新调整。

这时，你不需要站在旁边逐步指挥，而是提前说清目标、权限、限制和验收标准。

因此两者的差别，在于谁来控制整个工作流程。Chatbot模式下，你负责拆解任务，AI响应当前指令，结果通常交由你来判断；Agent模式下，你提出目标，AI在授权范围内决定下一步，Agent会读取中间结果、调整行动，并持续推进执行到完成目标或任务需要你确认的阶段。

Chatbot像你随时叫来配合工作的助手；Agent更像接下一个任务，并负责把它推进到完成的执行者。普通问答和单次的文本任务，用Chatbot通常更直接；需要跨多个步骤、持续核对结果，或者实际操作文件、网页和软件时，就需要用到Agent。

（Chatbot和Agent的区别）

这时候你还有一个问题，Chatbot和Agent都有哪些？严格来说，现在已经很难再给一个产品贴上单一标签。同一个产品里，往往同时包含普通对话（Chatbot）和Agent任务。

常见的Chatbot入口包括ChatGPT的“聊天/Chat”、豆包的“快速”和“专家”、DeepSeek、千问等等；

常见的Agent入口/产品包括ChatGPT的”工作/Work“和Codex、豆包的“工作任务”、WorkBuddy、Claude Code、Coze、Kimi code以及年初爆火的OpenClaw（龙虾）等。

CoT（思维链）

接着来到本届AI产品最绕人的地方，思考模式到底开不开，有什么区别？为什么思考模式比快速模式慢这么多？

我们还是回到AI员工的比喻，有些工作很直接，比如从会议记录里列出待办事项、润色一封邮件，员工理解要求后，可以直接开始处理。

但有些任务更复杂，比如你交给他的是“部门下季度有20万元预算，结合项目优先级、预期成果、人力投入和执行风险，给出预算分配方案”，他就需要先梳理每个项目的目标和成本，再比较预期成果、人力是否足够、项目之间有没有依赖关系，最后检查预算总额是否超支。这种把问题拆成多个环节、处理不同条件之间的关系，再形成结论的推理过程，就和CoT有关。

CoT（Chain of Thought），一般翻译成“思维链”，可以理解为AI员工在正式提交方案前，先在草稿纸上拆解步骤、梳理和比较、检查结论是否合理。

不过，快速模式并不代表AI完全不推理。它更像员工面对一项熟悉、要求明确的工作，可以根据现有经验快速完成。思考模式更像员工接到复杂的、没有可以直接套用答案的任务后，先停下来分析条件、比较路径，再检查最终方案是否自洽。

Prompt（提示词）

Prompt（提示词）就是你往AI对话框里输入的文字，也就是你向AI员工交代任务的方式。很多人把Prompt理解成一套复杂的提问公式，其实没那么复杂，你只要记住这四个部分：

1任务目标：你希望AI完成什么；2参考材料：它应该依据哪些文件或信息；3限制条件：哪些内容不能遗漏，哪些事情不能擅自处理；4交付标准：最终结果要以什么结构、长度和语气呈现。

例如让AI整理会议纪要，你可以说“根据这份会议记录，整理一份会议纪要，需要整理出会议结论、待办事项、负责人和完成时间。没有明确负责人的事项单独标注，不要自行补充信息。“

（准确的提示词通常由这四部分内容构成）

讲到这里，如果你平时只是让AI回答问题、改写邮件、总结文件，那Chatbot已经可以满足你的需求，前面的概念基本也已经够用了。

但如果你想进一步使用Agent，把一整项工作交给AI完成，就需要了解它经常搭配使用的几样东西：Skill、Tool和MCP。

Skill（技能）

继续沿用前面的比喻，Agent是一名接下一个完整任务、负责推进下去的执行者，Skill就是提前放在他工位上的工作手册，告诉他遇到某类任务时，应该按照什么方法去做。

你可以先把Skill理解成一条升级版的重复Prompt，前面讲Prompt时，我们举过让AI整理会议纪要的例子，每次开完会，你都把这段Prompt重新发给AI，它就是一条可以重复使用的Prompt模板。

但实际工作往往会更复杂，比如，Agent需要先查看上一次会议留下的待办事项，找出已经延期的任务；区分正式决定和讨论意见；对照项目文件核验数字和时间；最后套用公司的会议纪要模板，再检查人名、日期和负责人是否前后一致。

这时候就不只是一段指令可以承载的，而是一套完整的工作方法，把这套方法整理成Skill，就相当于给Agent写了一本工作手册，里面可以说明什么情况下应该使用、需要读取哪些材料、按照什么顺序处理，以及最终结果达到什么标准。还可以附上公司模板、术语说明、参考案例、检查清单等等。

所以，Skill可以看作从重复Prompt逐渐发展而来的完整工作流。你可以从开源社区或AI产品中自带的技能目录中安装Skill，也可以自己创建Skill。

但在正式使用Skill前，我建议你先安装这三个Skill（属实是有点套娃了），分别是Skill Vetter（安全审查工具）、find-skills（在海量技能库中搜索你需要的Skill)和skill-creator（创建自己的专属Skill）。安装也很简单，复制以下指令发给你的Agent就行：

npx clawhub@latest install @spclaudehome/skill-vetternpx skills add vercel-labs/skills --skill find-skills -gnpx skills add anthropics/skills --skill skill-creator -g

这三个Skill装好以后，基本就搭起了一套“找手册、查手册、写手册”的基础流程。以后需要寻找新的Skill时，可以直接告诉Agent你的需求是什么，它会调用find-skills搜索相关技能。

安装时，让Agent先调用Skill Vetter检查Skill的权限范围、异常指令和可疑行为，安装成功的Skill通常会在遇到匹配任务时被自动识别和加载。

（Agent产品一般都可以选择使用已安装的Skill）

如果你想创建一个符合自己工作流程的专属Skill，可以先和Agent一起把工作成功完成，再把成功过程沉淀成Skill，skill-creator会帮助你提取适用场景、执行流程、输入材料、输出格式和检查标准，再生成规范的Skill。下次执行相似的任务时，Agent就可以按照这个Skill执行，不需要从头讲所有要求。

当然，创建完成并不代表Skill已经成熟，如果Skill执行有问题，可以再让skill-creator继续修改。

Tool（工具）

Skill是放在AI员工的工作手册，而Tool是他手边的浏览器、计算器和各种办公软件。比如，会议纪要Skill要求Agent查看上次会议的待办、核对项目文件，并按照固定模板生成文档。要完成这些步骤，它需要读取文件、搜索资料、分析表格和编辑文档，这些具体能力 都属于Tool。

因此，Tool可以理解为Agent能够调用的具体能力。搜索网页、打开链接、读取文档、修改文件、运行代码、发送邮件，都属于不同的Tool。在典型的Agent工作方式中，通常不需要用户选择使用哪个Tool。你只需要告诉Agent最终要完成什么，它会根据当前任务和执行进度，自行判断什么时候需要调用工具、应该调用哪一个，有时还会用到多个Tool。

MCP（模型上下文协议）

工作还没有结束，整理好的会议纪要需要通过邮箱发送给所有参会人员。如果Agent没有接入邮箱，它最多就只能帮你写好邮件，打开邮箱、选择收件人、添加附件和发送的工作都需要你自己完成。想让Agent继续做下去，就需要让他具备操作邮箱的权限。MCP就是AI应用连接外部软件的通用接入标准。

MCP（Model Context Protocol），一般翻译为“模型上下文协议”，可以理解为AI和外部世界的统一接口标准，相当于AI世界里的“USB接口“。比如前面发邮件的例子，完成和邮箱的MCP连接后，Agent就可以在授权范围内进入邮箱继续工作。

当前已经有非常多大家熟悉的软件提供MCP接入方案，包括Gmail、飞书、钉钉、百度网盘、Canva、Figma、Github、Cloudflare等。

（Workbuddy中可以一键连接外部软件）

什么情况下需要接入MCP？判断方法很简单，一种情况是你每次都要把另一个软件的资料复制或下载下来，再粘贴或上传给Agent；另一种情况是Agent需要进入其他软件进行操作。

MCP接入也很简单，在Agent里找到“Apps”、“连接器”或“MCP”入口，如果这里面已经有你要用到的软件，点击连接、登录账号授权即可。另一种常见方式，需要从对应软件官网或者开放平台找到一条远程MCP地址，把地址粘贴到Agent的“MCP”或“自定义连接器”设置中，再完成登录授权。部分本地或开发类MCP需要在终端输入安装命令，你也可以把官方指令直接交给Agent执行。

写在最后

看到这里你大概也发现了，这些听起来唬人的AI名词，本质上还是在回答“怎样让AI把工作做得更好“。

大模型是这名AI员工的大脑，Chatbot和Agent是他跟你协作的两种方式，CoT就是他梳理思路时的那些中间步骤，Prompt是你交代任务的方式，Skill是提前放在工位上的工作手册，Tool让他真正动手干活，MCP帮他接上更多外部软件和工作系统。

当然，听懂名词不等于马上把所有功能都装一遍。日常问答和内容处理，用Chatbot加一条清楚的Prompt就已经够用了。任务复杂了，再开思考模式，或者干脆交给Agent。需要重复执行的任务，就把经验沉淀成Skill。要执行具体操作，就需要Tool；需要使用外部软件的功能，再通过MCP把相应Tool接进来。

但真正重要的，是先从手头一件具体的工作开始。让AI帮你做一次，看看哪里还要补充要求，不断优化，把有效的方法保存下来。经验一点点攒起来，AI才会从一个偶尔聊天的工具，慢慢变成那个真正懂你工作流程的全能员工。

◎作者：小黑

◎本文封面及部分配图由AI生成

感谢你愿意把时间留给这篇文章。如果内容对你有帮助，欢迎点赞、在看、转发；想继续一起研究 AI，也可以给「数字猎手小黑」加个星标 ⭐，方便第一时间收到推送。

← 返回首页全部文章