当前位置：首页 > news >正文

LLM、RAG、智能体、MCP：你必须了解的人工智能演进

news 2026/6/2 22:39:39

本文深入剖析了AI技术从LLM到MCP的演进历程，揭示了现代AI系统并非简单的聊天机器人，而是具备浏览网页、执行代码、调用API等复杂能力的综合架构。文章详细阐述了LLM的局限性，以及RAG、Agent和MCP如何逐步解决这些问题，构建起完整的AI应用生态。核心观点在于，AI产品的成功并非取决于模型本身，而是取决于围绕模型构建的系统设计能力，包括记忆、检索、工具协同和上下文管理等。未来AI的发展将更加注重系统层面的创新，而非单纯追求模型智能的提升。

很多人以为 AI 只是一个聊天机器人。

这个想法已经过时了。

现代 AI 系统可以浏览网页、记住你的偏好、执行代码、查询数据库、调用 API、编排工作流，甚至像“软件员工”一样运转。

从“一个提示框连着 ChatGPT”跃迁到这一整套能力，并不是因为模型突然变得更聪明了，而是因为架构变了。

现代 AI 技术栈里的每一层，都是因为上一层在关键场景里“失败过”才出现的。理解每次演进背后的原因，是最快掌握当今严肃 AI 产品工作方式的路径。

这就是这段演进史。

我会用更直观、深入的方式，讲清 AI 的每个阶段：从 LLM 到 MCP。

LLM 时代

从零理解 LLM 是什么

LLM（大语言模型）本质上是一个预测引擎。

不是推理引擎，不是数据库，也不是搜索系统。

给它一段文本，它做的事情是：预测下一段最可能出现的内容。这个预测会一遍又一遍地发生——按 token（词元）逐个生成——直到完成整段回答。

模型通过海量人类文本学习统计规律：书籍、文章、代码、论文、网页内容等。

示例：

输入： “法国的首都是”模型： [预测下一个 token]输出： “巴黎”

概念很简单，真正惊人的是规模。

token 大约相当于 3–4 个英文字符（中文的 token 切分方式不同，但同样存在“按 token 计费/限长”的约束）。比如 “Hello, world!” 大概是 4 个 token。模型处理和生成的一切都以 token 为单位计量，这直接影响成本、速度以及后面要讲的各种限制。

为什么 LLM 让人觉得革命性

人们第一次看到机器能做到：

• 用几乎任何语言流畅对话
• 写出真的能运行的代码
• 几秒钟总结 50 页文档
• 用通俗方式解释复杂概念
• 在几乎任何领域回答问题

纯 LLM 很快撞到的天花板

当人们开始做“真正的产品”，这些限制立刻变得无法忽视。

纯 LLM 的核心问题：

•幻觉（Hallucination）：模型会自信地输出错误信息，因为它预测“看起来合理”的内容，而不是“真实”的内容
•知识截止（Knowledge Cutoff）：训练数据有日期；问最近发生的事，它只能猜
•没有记忆：每次对话都像从零开始；昨天聊过的事，今天就像没发生
•无法访问你的数据：公司文档、数据库、内部系统——模型天然不知道
•无法行动：它只产出文本，不能发邮件、跑查询、更新记录

比如你问一个纯 LLM：“苹果公司昨天的股价是多少？”它要么拒绝，要么编一个数字。

它并不连接实时系统。它是一个极其聪明的自动补全引擎，但自动补全并不能经营一家企业。

于是下一次演进出现了。

RAG 改变游戏规则

核心思想

RAG 是 Retrieval-Augmented Generation（检索增强生成）。一句话概括：

在生成回答之前，先把相关信息检索出来，再交给模型。

系统不再只依赖训练数据，而是在每次提问时动态获取最新、最相关的上下文。

学生类比

可以这样理解：

纯 LLM：像学生只靠记忆答题。有时很惊艳，有时自信地写错。RAG：像学生答题前可以先翻笔记。答案被真实资料“锚定”。

模型不一定更聪明，但它拿到了更好的信息。

RAG 的工作流程

检索能成立的技术基础：Embedding

Embedding 让“语义搜索”成为可能。

文档会被转换成向量（数字列表），在向量空间里表达“含义”。语义相近的内容在空间中更接近：比如 “car” 和 “automobile” 会靠近；“car” 和 “photosynthesis” 会很远。

用户问题同样会被向量化，然后去找最接近的文档向量，把最相关内容检索出来并注入上下文。

常见向量数据库：

• Pinecone —— 托管型，生产可用
• Weaviate —— 开源，查询能力强
• Chroma —— 适合开发与小规模场景
• FAISS —— 本地高速，偏基础设施组件

RAG 解锁了什么

RAG 成为严肃 AI 产品的底座：

• 企业知识库助手
• 基于真实政策的客服机器人
• PDF / 文档问答系统
• 更“像人”的内部搜索
• 一切需要“最新”或“私有”信息的应用

RAG 仍然做不到的事

检索解决的是“知识”问题，但解决不了“行动”问题。

RAG 能回答“退款政策是什么”，但不能真正帮你处理退款；能告诉你航班选择，但不能替你订票。

要完成“执行任务”，需要完全不同的能力：Agent（智能体）。

AI Agent 的崛起

从“回答”到“执行”的转变

Agent 引入的变化简单但深刻：

Agent 可以规划、使用工具、执行多步流程，不只是“说”，而是“做”。

Tool Calling：智能体的地基

LLM 本身不会搜索网页、调用 API、写数据库、运行代码。工具调用把模型“接入现实世界”。

用户：“帮我找下个月从北京到三亚最便宜的机票”步骤 1：调用航班搜索 API（携带参数）步骤 2：接收返回结果步骤 3：排序与对比步骤 4：总结最便宜的三种方案

关键在于：模型要能决定调用哪个工具、传什么参数、拿到结果后怎么继续推进。

Agent 能做什么

一个强的 Agent 可以：

• 浏览网站并抽取信息
• 编写、执行、调试代码
• 发送邮件和消息
• 查询与更新数据库
• 解析文件与文档
• 在有权限/凭证的前提下调用任意 API
• 和其他 Agent 协作
• 安排并管理工作流

让 Agent 走向实用的框架

从零搭 Agent 很难，框架解决了大量样板工程：

• LangChain / LangGraph —— 最常用，图式编排
• AutoGen —— 多 Agent 对话协作
• CrewAI —— 角色分工的“团队式”工作流
• OpenAI Agents SDK —— 原生工具调用与编排支持

Agent 仍然会在哪些地方有问题

能力更强，失败模式也更多：

•上下文溢出：运行太久，context window 被塞满，早期指令被“遗忘”，准确性下降
•记忆碎片化：没有统一的记忆系统，就会丢失任务主线
•工具混乱：工具太多时，模型选错或用错
•幻觉式行动：编造“已调用工具的结果”，但实际没调用
•失控循环：没有停止条件时一直跑，应该澄清却不问

更深层的问题是：每个工具的接入都是定制化的。接 Slack 要做一套，接 Google Drive 又一套，接 Salesforce 再来一套。没有标准就难以规模化。

这就是 MCP 出现的原因。

MCP —— 标准化连接的一次跃迁

MCP 之前的问题

在 2024 年 11 月之前，把 AI 接到外部系统通常意味着：

• 每个工具都要单独写集成
• 每个 API 的格式和约定都不同
• 模型无法标准化“发现有哪些工具可用”
• 不同系统之间缺少一致的上下文/结果传递方式

这不是 AI 的问题，而是基础设施的问题。

MCP 是什么

MCP（Model Context Protocol，模型上下文协议）是一种新标准，用来把 AI 助手连接到数据和工具所在的系统：内容库、业务系统、开发环境等。

Anthropic 于 2024 年 11 月发布并立即开源。MCP 定义了通用接口，用于：

• 读取文件与数据源
• 执行函数与工具
• 处理上下文与提示词（prompts）
• 在模型与外部环境间协调交互

一个直观比喻：MCP 对 AI 模型的意义，类似USB-C 对设备连接的意义——统一接口，让“接什么都更容易”。

MCP 的架构是怎么工作的

MCP Server 会暴露三类能力：

•tools：模型可调用的动作
•resources：模型可读取的数据
•prompts：可复用的交互模板

模型先向 server 查询“有哪些能力”，再用结构化、可校验的格式发起调用。

采用速度与规模

MCP 的传播不是缓慢的学术标准推进，而是快速工程化扩散：

• 主要模型提供商（OpenAI、Microsoft、Google、Cloudflare 等）都已采用
• Python 与 JavaScript SDK 的每周下载量超过 2000 万
• 仅 2025 年，就有超过 13,000 个 MCP server 在 GitHub 上发布
• 2025 年 12 月，Anthropic 将 MCP 捐赠给 Linux Foundation 旗下的 Agentic AI Foundation（AAIF），由 Anthropic、Block、OpenAI 等共同发起，并获得 Google、Microsoft、AWS、Cloudflare 等支持

MCP 已不再是 Anthropic 的单一项目，而是进入类似 Kubernetes、PyTorch 那样的基金会生态。