前两天刷抖音，在一个讲大模型的视频评论区，吵得那叫一个热闹。

看了几个，发现很多人连大模型和 Agent 都没搞清楚。

说 Claude 怎么怎么样，倒还可以理解，毕竟 Claude cli 和 Claude code 都可以简称 Claude，但是把 Codex 和 GPT 混着说，那就不对了，还是严谨一点。

这就是今天想聊的。先把 AI 相关的名词过一遍，再把最容易搞混的那组关系理清楚。

先说过得最密的一组词。

大模型、大语言模型、LLM、基座模型，这些说的基本是同一个东西。就是那个读过海量文字、会生成回答的大脑。市面上你听到的 GPT、Claude、DeepSeek、Kimi、GLM、Qwen，都是大模型的名字。

跟大脑配套的词还有这些。

提示词，也叫 Prompt。就是你发给 AI 的那句话。有人把它说得神乎其神，其实没那么玄，就是沟通。

上下文窗口，也叫上下文长度。就是它一次能记住多少内容。第七篇讲的便签纸就是它。token 是计算这个容量的单位，你可以粗略理解成半个到一个字。模型按 token 计费，也按 token 记长度。

推理模型，也叫思考模型。就是回答之前会先想一会儿的那种。DeepSeek 的 R1、OpenAI 的 o 系列都是。它跟普通模型的区别是思考过程更长，适合复杂问题。

多模态，是指模型能看图、能听声音、能看视频。比如你拍一张菜单发过去，它能看懂。

幻觉，是模型编造信息。不是玄学，是它不知道答案时硬凑了一个。这个以前讲过，是所有模型的通病。

微调，是拿你的数据把模型再训练一遍，让它更懂你的领域。第九篇讲过，现在很多人更喜欢用知识库而不是微调，因为微调代价大、更新慢。

这些词都是大模型这一层的。

再说过得第二密的词。

Agent，也叫智能体。它是一个完整的助手，有大有小，有眼睛有手脚，有记忆。你用的 Claude Code、Kimi Code、Codex、TRAE、WorkBuddy，都是 Agent。

工具、插件、Skills，说的是同一层的东西。都是让 Agent 能做事的手脚。第八篇讲过，工具是单个的，Skills 是打包好的流程。

MCP，是让工具跟 Agent 对接的标准协议。第八篇也讲过，就是那个插座标准。

RAG、知识库，是同一个东西的两个名字。知识库是通俗叫法，RAG 是技术叫法。第九篇讲的参考书架就是它。

工作流，是把你常做的事固化成一套步骤。跟 Skills 意思相近。

这些词都是 Agent 这一层的。

看到这里你发现了，AI 圈子的名词其实不多，很多是一个意思的不同叫法。真正容易出问题的是跨层混用。

最典型的就是大模型和 Agent 混用。

评论区那位朋友的问题就在这。他想测的是大模型好不好，操作的却是 Agent。其实这两个东西是分开的。

大模型是大脑，Agent 是整台机器。机器里装哪个大脑，是可以换的。

现在主流的 Agent 都支持配置多个模型。你不需要为了换模型而换 Agent。有一个工具专门干这件事，叫 cc-switch。

cc-switch 是一个桌面小工具，专门管理主流 Agent 的模型配置。市面上绝大多数的大模型它都支持，OpenAI、Anthropic、DeepSeek、Kimi、GLM、Qwen，都能配。

它的用法很简单。你提前把不同模型的接口信息配置好，之后想用哪个，点一下切换就行。不用卸载重装，不用改配置文件，不用折腾。

比如你现在用 Claude Code 写代码，想试试 DeepSeek 的效果。切过去用两天，觉得还是 Claude 好，再切回来。全程一分钟。

所以以后想测试模型，记住一件事。换模型不用换 Agent。在同一个 Agent 里切换模型配置就行。

---

假如你从2026年开始学大模型，按这个步骤走准能稳步进阶。

接下来告诉你一条最快的邪修路线，

3个月即可成为模型大师，薪资直接起飞。

阶段1:大模型基础

阶段2:RAG应用开发工程

阶段3:大模型Agent应用架构

阶段4:大模型微调与私有化部署

配套文档资源+全套AI 大模型 学习资料，朋友们如果需要可以微信扫描下方二维码免费领取【保证100%免费】👇👇

配套文档资源+全套AI 大模型 学习资料，朋友们如果需要可以微信扫描下方二维码免费领取【保证100%免费】👇👇