AI264

大模型原理24

01大模型Large Language Model大模型指的是参数以十亿计的语言模型。02词元Token词元是模型处理文字时的最小单位03多模态Multimodal多模态说的是模型能处理的输入类型不止一种。04视觉语言模型VLM（Vision Language Model）视觉语言模型是把看图这件事接进语言模型的那一类模型。05推理模型Reasoning Model推理模型是在给答案之前先自己在内部走一遍解题过程的模型。06稠密模型Dense Model稠密模型说的是模型的用法：每生成一个词元，整套参数都要过一遍。07混合专家MoE混合专家是一种模型架构08小语言模型SLM小语言模型指规模和范围都比大模型小一档的语言模型。09知识截止Knowledge Cutoff知识截止是模型这一版用来训练的数据里最新样本的时间点，业内也叫知识截止日期。10AI 幻觉AI HallucinationAI幻觉指的是模型生成了看起来合理、其实错误的内容。11缩放定律Scaling Law缩放定律是大模型训练里的一条经验规律12温度Temperature温度是调用模型时给的一个参数，管的是模型挑下一个词时有多随机。13核采样Nucleus Sampling（top-p）核采样是模型挑下一个词时的一种挑选办法。14Transformer 架构TransformerTransformer架构是一套网络结构，现在几乎所有大模型都用这一套结构。15注意力机制Attention注意力机制管的是「看谁」这件事16分词Tokenization分词是把文字切成词元的那一步。17嵌入Embedding嵌入是把文字变成一串数字的过程，业内也常叫向量化。18基座模型Foundation Model基座模型指用海量文本预训练过、具备理解和生成自然语言能力、还没针对具体业务改过的那一版模型19上下文学习In-context Learning上下文学习指的是20涌现能力Emergent Abilities涌现能力说的是这样一类现象：某些本事在小模型身上看不到，模型规模涨到某一档之后突然出现。21困惑度Perplexity困惑度是信息论里的一个指标22位置编码Positional Encoding位置编码是加在词元上的一层顺序信息。23键值缓存KV Cache键值缓存是模型生成答案时留下的一份中间结果24序列长度Sequence Length序列长度指的是这一次调用里实际送进模型的词元个数。

模型训练与定制23

01训练Training训练指的是让模型从数据里学本事的过程。02预训练Pre-training预训练是大模型训练的第一步：把海量文本一批批喂给模型，反复做同一道题——猜下一个词元是什么。03后训练Post-training后训练指的是预训练之后的那一整段训练。04监督微调SFT（Supervised Fine-Tuning）监督微调是后训练里最常用的一步：准备一批「问题＋标准答案」的样本，让模型照着一遍遍学。05微调Fine-tuning微调是深度学习中迁移学习的一种方法06全量微调Full Fine-tuning全量微调指的是训练时把模型里所有参数都动一遍。07参数高效微调PEFT（Parameter-Efficient Fine-Tuning）参数高效微调指的是只训练一小部分参数的微调。08LoRALoRALoRA是一种低秩适配的做法09蒸馏Distillation蒸馏是一种模型训练技术10量化Quantization量化是把模型里的数从高精度换成低精度的过程。11精度Precision精度指的是模型里的每个数用多少位来存，业内按两族分：浮点家族和整数家族。12强化学习Reinforcement Learning强化学习是和监督学习、无监督学习并列的第三种基本方法：在环境里行动、争取最大的预期收益。13奖励模型Reward Model奖励模型是一个专门给回答打分的模型。14人类反馈强化学习RLHF人类反馈强化学习是把人的偏好变成训练信号的做法，标准走法分三步。15AI 反馈强化学习RLAIF（Reinforcement Learning from AI Feedback）AI反馈强化学习把偏好判断这件事从人换成一个模型，其余流程照旧。16直接偏好优化DPO（Direct Preference Optimization）直接偏好优化是偏好训练里的一条近路。17强化微调RFT（Reinforcement Fine-Tuning）强化微调是拿一批自带标准答案的题做强化学习18过程监督Process Supervision打分方式上有个分岔：只看最后答案对不对，还是把中间每一步都标出来。19奖励作弊Reward Hacking奖励作弊指的是模型为了拿到更高的分数，去钻研打分标准的漏洞，而不是真的把任务做好。20对齐Alignment对齐说的是让模型的行为跟人的意图、口径和边界保持一致。21高质量数据集High-quality Dataset「高质量」说的不是数据好看，而是这批数据在训练里真起作用、训出来的模型经得起验收。22合成数据Synthetic Data不是真实业务里发生过的，而是由程序或模型生成出来的——这类数据叫合成数据。23数据集划分Train / Validation / Test Split数据集划分指的是训练前把手上这批数据切成三份

模型选型与许可7

01开源模型与闭源模型Open-weight / Closed Model模型按「东西在谁手上」分成两类02模型卡Model Card模型卡是随模型一起发布的一份说明文档03榜单Leaderboard榜单是把一批模型放在同一套题上比出来、再按成绩排出名次的那张表。04基准测试Benchmark基准测试是一套固定的题目加一套固定的算分办法，用来给模型的能力打分，分数可以横向比。05许可证License许可证是权利方给的一份书面许可，写清你能拿被授权的东西做什么、必须做什么、不能做什么。06社区许可Community License社区许可是厂商给自家开放权重模型单独写的一份许可，不是标准开源许可证。07服务条款Terms of Service服务条款是服务方单方面拟好、你用之前必须点同意的那份契约。

模型接入与费用13

01模型提供方Provider模型提供方是把模型能力通过接口卖给你用的那一方：你把请求发过去，按约定付费。02服务基准地址Base URL服务基准地址是调用接口时地址里固定不变的那一段前缀。03API 密钥API KeyAPI密钥是调用接口用的凭据。04OpenAI 兼容 APIOpenAI-Compatible APIOpenAI兼容API指的是别家把自己的接口做成跟OpenAI那一套一样05API 代理／中转站API ProxyAPI代理是夹在你和提供方之间的一层06LLM 网关LLM GatewayLLM网关是架在自己应用和各提供方之间的统一入口07模型路由Model Routing模型路由是给请求选模型的那套规则：一个问题进来，先判断属于哪一类，再决定交给哪个模型。08模型回退Fallback模型回退是主路走不通时自动换备用的机制09配额Quota配额是你在一个周期内被允许用掉的总量：按天或按月，按词元或者按请求次数算。10速率限制Rate Limit速率限制是服务方对单位时间内用量的限制11TTFT／TPSTTFT / TPSTTFT是从发出请求到第一个词元返回的时间12词元用量与成本Token Usage & Cost词元用量与成本说的是同一条账：一次调用用掉多少词元，就按单价折成多少钱。13提示词缓存Prompt Caching提示词缓存是服务方提供的一种省重复劳动的做法

提示词与提示词工程14

01提示词Prompt提示词是发给模型的那段输入，模型照着这段输入往下接。02系统提示词System Prompt系统提示词是产品方写好、随每次请求一起发过去的那段指令，位置在用户消息之前，单独占一栏。03提示词工程Prompt Engineering提示词工程是把要模型做的事写成提示词的一整套做法04指令遵循Instruction Following指令遵循说的是模型能不能把提示词里写明的条件逐条办到05零样本Zero-shot零样本指的是提示词里只写任务和材料、不给示例的做法。06少样本示例Few-shot少样本示例是在提示词里放几条已经配好答案的例子，让模型照着这个路子处理新的输入。07角色提示Role Prompting角色提示是在提示词里先给模型一个身份08思维链Chain of Thought思维链是让模型先把中间推理步骤写出来、再给结论的一种写法。09引导式思维链Guided CoT引导式思维链是在思维链的基础上10思维树Tree of Thoughts思维树是在推理过程中同时保留多条候选思路、边走边评估、走不通就退回去换一条的做法。11自洽性Self-Consistency自洽性是把同一个问题让模型多算几遍12提示词链Prompt Chaining提示词链是把一件事拆成几段提示词13程序辅助语言模型PAL（Program-Aided Language Models）程序辅助语言模型的做法是把一件事分成两半14元提示Meta-prompting元提示是把「怎么干」也交给模型的一种写法

上下文与记忆13

01上下文Context上下文指的是模型处理这一次请求时能看到的全部内容02上下文窗口Context Window上下文窗口是一次请求能装下的内容总量，按词元算。03消息角色Message Roles消息角色是接口里给每条消息贴的标记04对话历史Conversation History对话历史是把这一段对话里已经发生过的消息按顺序存下来，下一次请求时一起发过去。05无状态请求Stateless Request无状态请求指的是接口每收到一次调用都是独立处理，服务端不保留上一次的对话。06上下文工程Context Engineering上下文工程解决的是「这一轮到底让模型看到什么」07上下文压缩Context Compaction上下文压缩是在对话快到窗口上限时08上下文腐化Context Rot上下文腐化说的是内容一多09上下文编辑Context Editing上下文编辑是不整段摘要、只针对某几条内容动手的做法10渐进式披露Progressive Disclosure渐进式披露是给智能体准备资料时的一条排法11智能体记忆Agent Memory智能体记忆是把需要跨轮次、跨会话留下去的内容存到上下文之外，下一次要用时再取回来放进上下文。12工作记忆Working Memory工作记忆借的是认知心理学的说法：人在做事时临时记住的那点信息，容量有限，事情办完就放下。13结构化笔记Structured Note-taking结构化笔记是让智能体做长任务的过程里

智能体与经典范式18

01智能体Agent智能体指的是让模型自主推进一件事的系统02外壳工程Harness Engineering外壳工程指的是模型外面那一层把智能体跑起来的工程03智能体类型Agent Types智能体类型是按能力和自主程度给智能体分的档。04自主程度Autonomy自主程度说的是在一件事里机器能自己做多少决定。05智能体循环Agent Loop智能体循环是智能体干活的基本节奏06ReActReActReAct是让推理和行动交替出现的写法07规划与执行Plan-and-Execute规划与执行把「想」和「做」分成两个阶段08反思Reflection反思是让模型在拿到结果之后回头检查自己的做法09多智能体Multi-Agent多智能体是用多个智能体分工做一件事的组合。10规划Planning规划是智能体动手之前先把要做的事排成一份有先后的安排11任务分解Task Decomposition任务分解是把一件含糊的大任务切成几件边界清楚、能单独交付的小任务。12停止条件Termination停止条件说的是智能体什么时候停下来。13中断与恢复Interrupts中断与恢复是让智能体在关键位置停下来等人处理、处理完再接着跑的机制。14澄清提问Clarification澄清提问是智能体在动手之前先问清缺的信息15元认知Metacognition元认知借的是心理学的说法16自我改进Self-Improvement自我改进说的是让智能体把运行中暴露出来的问题沉淀下来17感知与行动Perception / Action感知与行动说的是智能体的两端能力。18专家系统Expert System专家系统是把领域里的专家经验整理成规则、由程序按规则推理的系统。

技能、工具与协议17

01技能Skill技能是把一类活的做事方法写成文档，用的时候读进来照着做。02工具调用Tool Calling工具调用说的是一条完整的回路03工具定义Tool Definition工具定义是交给模型看的那份说明书04工具检索Tool Search工具检索是先在工具库里搜一遍05MCPModel Context ProtocolMCP是一套开放格式06插件Plugin插件是把若干样东西打成一个包，装一次一起用上。07项目规则Project Rules项目规则是写在代码库里的那份说明08生命周期钩子Hook生命周期钩子是在助手运行过程的固定时点自动跑一段事先写好的动作。09配置文件Configuration File配置文件是那个存设置的文本文件10配置档案Profile配置档案是给一套配置起个名字存起来，用的时候整体换掉。11代码执行Code Execution代码执行是让模型在隔离环境里写一段代码并跑起来，用算的方式拿结果，而不是靠模型自己心算。12浏览器操作Browser Use浏览器操作是让助手在浏览器里打开网页、读页面、点按钮、填表单、切标签页。13计算机操作Computer Use计算机操作是让助手看屏幕截图、动鼠标键盘14联网检索Web Search / Web Fetch联网检索是让助手在回答前先去公开网络上查，再把查到的内容带回来用。15代理对代理A2A（Agent-to-Agent Protocol）代理对代理是一套让两个智能体互相派活、报进度、交回结果的约定16智能体网络协议ANP（Agent Network Protocol）智能体网络协议是一套面向开放网络的智能体通信约定17智能体名片Agent Card智能体名片是一份对外的自我介绍

知识库与检索26

01知识库Knowledge Base知识库是把自家资料整理成能被检索的一份库02RAGRetrieval-Augmented GenerationRAG是一套固定的配合方式03数据准备与治理Data Governance数据准备与治理管的是资料进库前后的那套规矩，让库里的内容一直是可用的那一份。04文档解析Document Parsing文档解析是把各种格式的文件转换成机器能读、能检索的文字。05分块Chunking分块是把长文档切成一段段小块，检索时以块为单位去找。06元数据Metadata元数据是贴在每段内容上的标签07知识流水线Knowledge Pipeline知识流水线是把资料处理的几道工序串成一条固定的线08关键词检索Keyword Search（BM25）关键词检索是按字面找内容：把问题和文档都看成一堆词，看哪些文档里出现了问题中的词。09向量检索Vector Search向量检索是把要查的问题和库里的每段内容都算成一串数字10语义搜索Semantic Search语义搜索指的是搜索系统按意思去找11余弦相似度Cosine Similarity余弦相似度是比较两组数字也就是两个向量像不像的算法：算两个向量夹角的余弦值。12混合检索Hybrid Search混合检索是让关键词检索和向量检索各跑一遍，再把两份结果合成一份名单。13召回Retrieval召回指的是从库里先捞出一批候选内容的这一步。14精确率与召回率Precision / Recall精确率与召回率是评价「找得准不准、全不全」的一对指标。15查询改写Query Rewriting查询改写是在检索之前，先用模型把用户那句话改成更适合检索的表述。16多查询扩展MQE（Multi-Query Expansion）多查询扩展是把用户的一句话用模型改写成几种不同的问法17假设文档嵌入HyDE（Hypothetical Document Embeddings）假设文档嵌入是先把用户的问题交给模型18上下文检索Contextual Retrieval上下文检索是一套提升检索命中率的做法19父子分块Parent-child Chunking父子分块把资料切成两层：小的叫子块，大的叫父块。20重排序Rerank重排序是在召回之后加的一道精挑21引用溯源Citation引用溯源是让答复里带出来的结论能点回到原文22兜底拒答Fallback兜底拒答是给助手留的一条正式出口23向量数据库Vector Database向量数据库是专门用来存向量、按相似度查找的数据库。24智能体检索Agentic RAG智能体检索是把检索交给智能体自己调度25知识图谱Knowledge Graph知识图谱是把资料里出现的对象抽成一个个点、把对象之间的关系连成线的数据结构。26图谱增强检索GraphRAG图谱增强检索是把知识图谱和检索结合起来的一套做法

编排与协作21

01工作流Workflow工作流是把一件活的步骤事先排好、按固定顺序跑完的做法。02编排Orchestration编排是让一个智能体或者一条流程跑起来的那套调度机制。03对话流Chatflow对话流是每条用户消息触发一轮流程、跑完把回答发回去的做法。04触发器Trigger触发器是让流程自己开始的机制，不用人点一下才跑。05路由Routing路由是先把进来的事判断成哪一类，再按类别走不同的处理路径，管的是这件事该谁办。06问题分类器Question Classifier问题分类器是流程里判断这句话属于哪一类的节点，判断结果决定后面走哪条路。07参数提取器Parameter Extractor参数提取器是流程里把用户那句话拆成结构化字段的那个节点。08条件分支If-Else条件分支是流程走到某一步时，按一个条件决定往哪边走的机制。09循环与迭代Loop / Iteration循环是把一段活反复做，直到满足停止条件。10并行Parallelization并行是智能体把几件互不依赖的事同时开工，都完了再合起来。11串行协作Sequential串行协作是几个角色按固定顺序接力：前一个做完交给后一个，一步接一步，中间不跳步。12并行协作Parallel Collaboration并行协作是几个角色同时干同一件事的不同部分，做完把结果合起来。13交接Handoffs交接是把一件事从一个角色手上转到另一个角色手上，并把已经掌握的信息一起带过去。14共享状态Shared State共享状态是几个角色共同读写的一份进展表，用来记录做到哪一步、已经定了什么。15子代理Sub-agent子代理是主代理派出去干一件具体子任务的帮手，跟主代理是分工关系，不是上下级。16主从编排Orchestrator-Workers主从编排是让一个主智能体当场判断任务该怎么拆，再分下去做，做完把结果收回汇总。17智能体团Expert Team智能体团是一批各有分工的角色凑在一起，共同完成一件单个角色办不了的事。18群聊Group Chat群聊是让几个角色在一个共享的对话里轮流发言，每个人都能看到前面所有人说了什么。19评估者角色Critic / Reviewer评估者角色是团队里专门负责挑错和把关的那一个20评审-优化Evaluator-Optimizer评审-优化是先产出一版，再让另一个角色挑毛病，按意见改，改完再评，直到达标为止。21图编排Graph / DAG图编排是把流程画成一张图，节点是步骤，连线是走向。

运行环境与部署15

01沙箱Sandbox沙箱是一个隔离出来的运行环境，智能体在里面跑，能碰到的只有放进去的那一份东西。02代码执行环境Code Interpreter代码执行环境是让智能体真的跑一段代码的地方，用来算数、处理表格、生成图表。03本地运行Local本地运行是把模型放在用户自己的机器上跑，请求不出这台设备。04端侧运行On-device端侧运行是把模型直接放在手机、车机、工控机这类设备上跑。05云端运行Cloud云端运行是把模型放在服务商的机房里跑，用户的设备只负责发请求、收结果。06私有化部署On-premises私有化部署是把模型和应用装进企业自己的机房或专有环境里，请求和数据都不出内网。07自托管Self-hosted自托管指的是那套服务由你自己架起来，包括平台、数据库和文件存储这些配套。08混合部署Hybrid混合部署是两套一起用：一部分放本地，一部分走云端，按规则分流。09部署地域Region部署地域指数据存在哪个国家或地区的机房里，以及请求实际在哪里算。10在线推理Inference在线推理指模型在用户等待的那几秒里实时算出结果。11断点续跑Checkpointing断点续跑是把长任务的中间状态存下来，中断之后能接着跑。12长任务Long-horizon Task长任务指一次要跑很久、中间要很多步的活儿，可能几十分钟，也可能几小时。13预热池Warm Pool预热池是提前把模型实例起好待命，用户来了直接接上，不用等它启动。14伸缩Scaling伸缩是按用量自动增减机器实例：量上来多开几台，量下去关掉几台。15中间件Middleware中间件是夹在应用和模型之间的那层通用组件。

权限与安全24

01权限模式Permission Mode权限模式是提前定好的一组范围：智能体能碰哪些东西，哪些动作要先问。02护栏Guardrails护栏是在模型外面加的一层检查，管输入和输出两头。03人工确认Human-in-the-loop人工确认是在流程里设一个必须由人点头的节点，智能体走到这里要停下来等人。04人工授权Human Approval人工授权是在智能体要做一件有后果的事之前，先停下来等人点同意。05智能体身份Agent Identity智能体身份指的是这个智能体在系统里以谁的名义干活，这决定了它能做到什么。06角色与权限模型RBAC / ABAC角色与权限模型规定谁能在什么条件下做什么事。07凭据与密钥管理Secrets Management凭据与密钥管理管的是那些「拿到就能用」的东西：接口密钥、数据库口令、证书。08多租户隔离Multi-tenant多租户隔离指的是一套系统同时服务多个客户，彼此的数据看不到，每个客户算一个租户。09按权限过滤的检索Permission-aware Retrieval按权限过滤的检索是在把内容捞出来之前，先按提问人的权限把不该看的部分排除掉。10脱敏Masking脱敏是把敏感信息里能认出人的部分藏起来，让数据还能用，但认不出是谁的。11数据留存Retention数据留存规定的是各类数据存多久、到期之后怎么处理。12内容过滤Content Filtering内容过滤是在输入和输出两头拦掉不该出现的内容。13误伤率False Refusal Rate误伤率指的是在安全把关这一层，本该放行的正常内容被拦下来的比例。14提示词注入Prompt Injection提示词注入是一种针对大模型应用的攻击手法15间接提示词注入Indirect Prompt Injection间接提示词注入指的是攻击者不直接跟模型说话16对抗式提示Adversarial Prompting对抗式提示是刻意试探模型防线的那类提问。17越狱Jailbreak越狱是指用各种话术让模型绕开自己的安全限制，说出本来不该说的内容，就是越狱得手。18越权操作Prohibited Actions越权操作指智能体做了超出它该做的事。19敏感数据泄露Sensitive Data Leakage敏感数据泄露指不该外传的信息通过智能体这条路流出去了。20代码漏洞Code Vulnerability代码漏洞在这里指智能体写出的代码自身带缺陷，以及它执行之后带来的风险。21红队与对抗测试Red Teaming红队与对抗测试是专门组织一批人或一批模型去设法搞坏你的智能体22偏见与公平Bias & Fairness偏见指模型在输出里对某些群体表现出系统性的偏向23可信 AITrustworthy AI可信AI是一组要求的合称，这个系统要能被信任地使用，靠的是几条能检查的底线。24加密会话Encrypted Session加密会话指用户和系统之间的往来在传输和存储两段都是加密的，别人拿到也读不出来。

评测与观测30

01评测集Evaluation Set评测集是一批带标准答案的真实业务问题。02数据污染Data Contamination数据污染是公开考题和答案流传到网上、被收进训练数据。03标注Annotation标注是给样本补上标准答案。04评分量表Rubric评分量表是把好拆成几条能对照的项，每一档写清楚长什么样。05相关性Relevance相关性衡量的是检索出来的这批材料，跟用户的问题挨不挨得着。06有据可依Groundedness有据可依衡量的是答案里的每句话有没有出处。07完整性Completeness完整性看的是该说的有没有都说全。08意图识别准确率Intent Resolution意图识别准确率看的是系统有没有听懂用户这一次想办的是哪类事。09工具选择Tool Selection工具选择看的是智能体在一步里挑的工具对不对。10工具参数准确性Tool Input Accuracy工具参数准确性看的是智能体往工具里填的参数对不对。11工具输出利用Tool Output Utilization工具输出利用看的是工具返回来的东西有没有真被用进答复或下一步动作里。12工具调用成功率Tool Call Success工具调用成功率只统计发出去的调用有没有正常返回。13工具调用准确率Tool Call Accuracy工具调用准确率把智能体调工具这件事整个量一遍，三项合起来给一个分数。14任务完成率Task Completion任务完成率是一批测试任务里最终办成了的占多大比例。15任务遵循度Task Adherence任务遵循度看的是智能体有没有按事先交代的规矩办。16步骤效率Task Navigation Efficiency步骤效率看的是智能体把一件事办完用了多少步。17轨迹评测Trajectory Evaluation轨迹评测看的是智能体走的那条路对不对，不只看终点落在哪。18人工评估Human Eval人工评估是让人按事先定好的标准，给智能体的产出逐条打分。19模型即裁判LLM-as-a-Judge模型即裁判是让一个模型来给另一个模型的答复打分。20配对评测Pairwise Evaluation配对评测是把两个版本的答复摆在一起，让人或者模型判哪份更好。21复合评测器Composite Evaluators复合评测器把好几项分数按事先定好的权重合成一个总分。22鲁棒性Robustness鲁棒性看的是输入一变，智能体的表现掉不掉。23模拟用户User Simulation模拟用户是拿另一个模型来扮演用户，照着事先写好的脾气和目的跟被测智能体对话。24模拟环境Environment Simulation模拟环境是把智能体要碰的工具和外部系统换成一比一的替身。25链路追踪Tracing链路追踪是把一次问答从头到尾走过的每一步都记下来，串成一条能回看的链。26可观测性Observability可观测性指的是不用改代码、不用重现问题，靠系统报出来的东西看懂里面在发生什么。27追踪与跨度Trace / Span追踪和跨度是一次任务从开始到结束的那套记录结构，一层套一层。28成本追踪Cost Tracking成本追踪是把每次运行的费用算清楚，还能按对话、按功能、按人拆开看。29模型漂移Model Drift模型漂移指效果随着时间慢慢往下走。30自动优化Agent Optimizer自动优化是拿评测结果反过来改提示词，让模型自己提出修改建议。

交互与输出形态13

01结果与产物Artifacts结果与产物指的是智能体干完一件事之后留下的东西。02结构化输出Structured Output结构化输出是要求模型按事先约好的栏目和格式返回结果。03流式响应Streaming Response流式响应是模型一边生成、界面一边往外显示的做法。04实时交互Realtime实时交互是两边同时在线、你一句我一句不用干等。05生成式界面Generative UI生成式界面指模型按当前对话的需要直接画出一个能看能点的界面。06组件目录Catalog组件目录是把这套助手能画出来的界面列成一张清单，每个组件一个名字。07数据绑定Data Binding数据绑定说的是界面上的位置是怎么跟后台的数据对上的。08双向数据流Bidirectional Data Flow双向数据流指的是界面上发生的事能传回后台，后台的变化也能推到界面。09渲染器Renderer渲染器是前端把一段界面描述画成真实界面的那部分代码。10事件流Event Streaming事件流是把智能体运行途中的中间状态一条条实时推给界面的做法。11语音识别与合成STT / TTS语音识别把用户说的话转成文字，语音合成把模型的回答转成声音。12语音管道Voice Pipeline语音管道是把听、想、说三步接起来的一整条链路。13嵌入式助手Embedded Assistant嵌入式助手是把智能体直接嵌进业务系统，用户在自己天天用的系统里就能用上。

应用形态与平台6

01AI 应用AI ApplicationAI应用是把大模型接进自己的产品、让用户能提问也能派活的软件。02Vibe CodingVibe CodingVibeCoding是用大白话把需求说给AI，让它写代码。03低代码智能体平台Low-code Agent Platform低代码智能体平台是不写代码、在界面上拖拽就能把智能体搭出来的工具。04智能体框架Agent Framework智能体框架是给开发用的一套零件箱，循环、工具注册、多轮对话都有现成做法。05编程智能体Coding Agent编程智能体是专干写代码这类活的智能体。06深度研究智能体Deep Research Agent深度研究智能体是专干调研的一类智能体，自己定路线、一轮轮找资料。