一、大模型（Language Models）

大模型（Language Models）是指具备了强大的语言理解、生成和推理能力的深度学习模型。 比如GPT-4、Claude、DeepSeek-V3.1-Terminus、Qwen-3-Maxd、Doubao-Seed-1.6等等

大部分模型基于Transformer架构，

大模型可以按照不同的标准分类，比如按照参数量、技术架构、功能特性分类等。
我们常说的多模态模型，是指同一个模型能同时处理文本、图像、音频、视频等数据。(可能是以后发展的主流)，
我们常说的通用大模型(General-Purpose Large Models)，是指具备了强大的语言理解、生成和推理能力的模型，能够处理各种语言任务，主要专注于文本模态的处理。
我们常说的LLM（Large Language Model），是指专门设计用于理解和生成人类语言。

大模型可以用来内容生成（文本创作 ：文章、故事、诗歌）、代码编写（程序开发、调试、优化）、翻译服务（多语言实时翻译）、知识推理（问答系统、数据分析）

二、智能体（Agent)

智能体（Agent)，代表了人工智能从"被动响应"到"主动行动"的重大进化。能够自主决策，理解任务意图，拥有长期记忆，存储交互历史和用户偏好，可独立完成全流程任务，无需持续干预。

智能体很重要的特点是：随用户使用时间增长，服务越精准贴合用户需求，更加智能。

智能体通常采用"大模型 + 插件" 架构。大模型负责理解、推理和规划任务，记忆系统存储对话历史和上下文信息，工具集负责API接口和应用程序的调用能力，执行引擎来协调各模块工作。

三、模型上下文协议, MCP (Model Context Protocol)

MCP是统一模型（LM）与外部数据源和工具之间的通信协议，定义了一套规范输入，输出参数。工具集在负责API接口和应用程序的调用时，就需要遵循MCP协议。

协议细节：MCP (Model Context Protocol) 模型上下文协议