从 LLM 到 Agent Skill，一期视频带你打通底层逻辑！

本期播客深入探讨了人工智能领域中的关键概念，旨在帮助听众从工程角度理解 AI 的底层逻辑。首先介绍了大语言模型（LLM）的由来和工作原理，强调其本质是一个文字接龙游戏，并通过 Tokenizer 将文字转换为数字进行处理。随后，详细解释了 Context（上下文）的概念，即大模型处理任务时接收到的信息总和，以及 Context Window（上下文窗口）对模型处理能力的限制。此外，播客还讲解了 Prompt（提示词）的类型，包括 User Prompt 和 System Prompt，以及 Tool（工具）的概念，强调其为大模型提供可调用的外部能力。最后，播客还介绍了 MCP（模型上下文协议），旨在统一工具接入格式，并阐述了 Agent 和 Agent Skill 的概念及其在解决复杂问题中的应用。