# AI 基础与能力边界

FDE 需要掌握的大模型、Prompt、RAG、Agent 和部署基础。

## 核心概念

- **Token**：模型处理文本的基本计量单位，影响上下文容量、延迟和成本。
- **上下文窗口**：一次请求能够容纳的输入与输出总量。
- **Prompt**：向模型说明任务、约束、输入和输出格式。
- **Embedding**：把内容转换为向量，用于语义相似度检索。
- **RAG**：先从外部知识中检索证据，再基于证据生成回答。
- **Agent**：让模型在约束下规划并调用工具完成多步任务。

## 方案选择

| 需求 | 优先方案 |
| --- | --- |
| 改变回答方式和格式 | Prompt |
| 引用不断更新的企业知识 | RAG |
| 固化领域行为或风格 | 微调评估后再决定 |
| 调用系统完成多步操作 | Agent / Workflow |

## 典型能力边界

模型可能产生幻觉、遗漏约束、输出格式波动，并受到上下文、数据质量和工具可靠性的影响。高风险业务必须保留确定性校验和人工确认。

## 部署形态

云端 API 适合快速启动；私有化部署适合强数据控制场景，但需要承担算力、模型服务、监控和升级成本；混合部署需要明确数据流向和降级策略。