# AI、Agent 与 TA 术语表

本表采用学习稿中的口径。英文名称用于回查代码和官方文档，中文解释用于理解职责；同一术语在不同产品中仍可能有具体实现差异。每项都链接到主讲章节。

## LLM 的计算与训练

| 术语 | 中文解释 | 主讲章节 |
|---|---|---|
| LLM · Large Language Model | 大语言模型；本书主要讨论根据上下文逐步生成 Token 的模型，不能把生成本身当作真实执行 | [LLM-01](<学习成果/LLM/LLM-01_LLM怎样理解输入并生成输出.md>) |
| Token | 分词器词表中的一项，可能对应词、词片段、符号或字节；数量依具体分词器而变 | [LLM-01](<学习成果/LLM/LLM-01_LLM怎样理解输入并生成输出.md>) |
| Tokenizer | 分词器；将文本转成 Token ID，也将 ID 序列解码为文本 | [LLM-01](<学习成果/LLM/LLM-01_LLM怎样理解输入并生成输出.md>) |
| Embedding | 嵌入表示；把离散 ID 映射为用于计算的向量，不等于逐维可读的语义标签 | [LLM-01](<学习成果/LLM/LLM-01_LLM怎样理解输入并生成输出.md>) |
| Transformer | 以注意力和其他计算模块组成的模型结构；具体 LLM 的实现不一定等同原始论文完整结构 | [LLM-01](<学习成果/LLM/LLM-01_LLM怎样理解输入并生成输出.md>) |
| Attention | 注意力计算；根据当前表示关联允许访问的上下文位置，并组合信息 | [LLM-01](<学习成果/LLM/LLM-01_LLM怎样理解输入并生成输出.md>) |
| Causal mask | 因果掩码；限制预测位置读取尚未出现的未来内容 | [LLM-01](<学习成果/LLM/LLM-01_LLM怎样理解输入并生成输出.md>) |
| Logits | 输出候选的未归一化分数；它们不是事实正确率 | [LLM-01](<学习成果/LLM/LLM-01_LLM怎样理解输入并生成输出.md>) |
| Softmax | 将一组分数转换为总和为 1 的分布的运算 | [LLM-01](<学习成果/LLM/LLM-01_LLM怎样理解输入并生成输出.md>) |
| Temperature | 温度；调节候选分布的集中程度，不直接保证真实性 | [LLM-01](<学习成果/LLM/LLM-01_LLM怎样理解输入并生成输出.md>) |
| Context | 上下文；一次计算能够访问的信息，包括指令、消息和已提供的工具结果 | [LLM-01](<学习成果/LLM/LLM-01_LLM怎样理解输入并生成输出.md>) |
| KV cache | 键／值缓存；复用部分已有位置的注意力计算表示，不是永久项目记忆 | [LLM-01](<学习成果/LLM/LLM-01_LLM怎样理解输入并生成输出.md>) |
| Pretraining | 预训练；以训练数据更新模型参数，形成广泛模式与能力 | [LLM-02](<学习成果/LLM/LLM-02_训练推理与能力边界.md>) |
| Post-training | 后训练；在预训练基础上用指令、偏好等训练信号调整行为与能力 | [LLM-02](<学习成果/LLM/LLM-02_训练推理与能力边界.md>) |
| Inference | 推理；使用已有模型参数处理当前输入并产生输出，普通对话不等于重新训练 | [LLM-02](<学习成果/LLM/LLM-02_训练推理与能力边界.md>) |
| Hallucination | 幻觉；输出看似成立却缺少事实依据或与事实冲突的内容 | [LLM-02](<学习成果/LLM/LLM-02_训练推理与能力边界.md>) |
| Retrieval | 检索；从外部材料中找出与问题相关的内容，再提供给后续处理 | [AG-02](<学习成果/Agent/AG-02_Agent怎样理解项目并验证结果.md>) |

## Agent 的任务循环

| 术语 | 中文解释 | 主讲章节 |
|---|---|---|
| Agent | 智能体；围绕目标结合模型、工具、环境反馈与状态开展连续行动的系统 | [AG-01](<学习成果/Agent/AG-01_Agent基本工作循环.md>) |
| Workflow | 工作流；预先定义主要执行路径的流程，可包含模型步骤 | [AG-01](<学习成果/Agent/AG-01_Agent基本工作循环.md>) |
| Tool call | 工具调用请求；模型给出的结构化动作参数，要由执行器实际执行 | [AG-01](<学习成果/Agent/AG-01_Agent基本工作循环.md>) |
| Executor | 执行器；接收工具请求、检查条件、操作环境并返回结果的组件 | [AG-01](<学习成果/Agent/AG-01_Agent基本工作循环.md>) |
| State | 状态；记录任务目前事实与进展的信息，需区分提出、接受、执行和完成 | [AG-01](<学习成果/Agent/AG-01_Agent基本工作循环.md>) |
| Termination condition | 结束条件；判定工作应完成、停止或失败的规则，不能只凭模型停止输出 | [AG-01](<学习成果/Agent/AG-01_Agent基本工作循环.md>) |
| Handoff | 交接；向下一任务或执行者提供事实、变更、验证和遗留事项 | [AG-02](<学习成果/Agent/AG-02_Agent怎样理解项目并验证结果.md>) |

## 编程工具与开发反馈

| 术语 | 中文解释 | 主讲章节 |
|---|---|---|
| CLAUDE.md | Claude Code 的项目指令文件形式，用来表达项目规则；加载范围与行为需按产品文档理解 | [CC-02](<学习成果/ClaudeCode/CC-02_项目上下文与扩展.md>) |
| Skill | 技能包；组织可复用任务指引与资源，是否执行、何时加载取决于宿主机制 | [CC-02](<学习成果/ClaudeCode/CC-02_项目上下文与扩展.md>) |
| MCP · Model Context Protocol | 模型上下文协议；连接工具和资源的接口协议，不会自行保证结果正确 | [CC-02](<学习成果/ClaudeCode/CC-02_项目上下文与扩展.md>) |
| Hook | 钩子；在指定生命周期事件运行的确定性处理；能否阻止动作取决于事件阶段 | [CC-02](<学习成果/ClaudeCode/CC-02_项目上下文与扩展.md>) |
| Subagent | 子 Agent；由主任务分派工作的执行者，通常有自己的上下文，需要明确产物和交接 | [CC-02](<学习成果/ClaudeCode/CC-02_项目上下文与扩展.md>) |
| Verification | 验证；使用可检查证据判断条件是否成立，检查范围决定结论范围 | [CC-03](<学习成果/ClaudeCode/CC-03_调试测试与评审.md>) |
| Regression test | 回归检查；确认改动没有破坏已有的必要行为 | [CC-03](<学习成果/ClaudeCode/CC-03_调试测试与评审.md>) |
| Fixture | 固定样本或受控替身；提供可重复输入和行为，不能替代全部真实环境 | [CC-03](<学习成果/ClaudeCode/CC-03_调试测试与评审.md>) |
| Feature map | 功能地图；把用户需求对应到入口、操作、输入输出和检查方法 | [LR-01](<学习成果/Lauren/LR-01_Agent开发实践.md>) |
| Trace | 运行轨迹；带时间等信息的执行记录，用于分析流程和性能 | [LR-01](<学习成果/Lauren/LR-01_Agent开发实践.md>) |
| Heap snapshot | 堆快照；某时刻的内存对象记录，帮助分析占用与引用关系 | [LR-01](<学习成果/Lauren/LR-01_Agent开发实践.md>) |

## TA、场景与几何数据

| 术语 | 中文解释 | 主讲章节 |
|---|---|---|
| TA · Technical Artist | 技术美术；连接美术需求、资产、工具与引擎技术的工作角色 | [PCG-01](<学习成果/Aipcg/PCG-01_让Agent学习已有项目.md>) |
| PCG · Procedural Content Generation | 程序化内容生成；根据数据和规则构建内容，不等同于图像生成模型 | [PCG-01](<学习成果/Aipcg/PCG-01_让Agent学习已有项目.md>) |
| UE · Unreal Engine | Unreal 引擎；本案例涉及 Unreal Editor 中的资产、PCG 图与地图构建 | [PCG-01](<学习成果/Aipcg/PCG-01_让Agent学习已有项目.md>) |
| DataTable | 数据表资产；在案例中把约定字段的数据交给 Unreal 与 PCG 图使用 | [PCG-01](<学习成果/Aipcg/PCG-01_让Agent学习已有项目.md>) |
| Schema | 数据结构约定；规定字段、类型和必要条件，结构有效不等于内容符合需求 | [PCG-01](<学习成果/Aipcg/PCG-01_让Agent学习已有项目.md>) |
| Rasterization | 栅格化；把几何或类别信息计算成像素数据，案例中的分类 PNG 来自确定性程序 | [PCG-01](<学习成果/Aipcg/PCG-01_让Agent学习已有项目.md>) |
| Bounds | 包围盒；描述几何的空间范围，范围中心可能与模型轴心不同 | [PCG-02](<学习成果/Aipcg/PCG-02_Agent辅助TA开发案例.md>) |
| Pivot | 轴心；模型位置和变换的参考点，转换建筑位置时需要考虑包围盒中心偏移 | [PCG-02](<学习成果/Aipcg/PCG-02_Agent辅助TA开发案例.md>) |
| Yaw | 朝向角；本案例用于平面内绕竖直轴旋转建筑，需明确角度单位与轴约定 | [PCG-02](<学习成果/Aipcg/PCG-02_Agent辅助TA开发案例.md>) |
| Scale | 缩放；改变模型尺寸的变换参数，应与资产包围盒和布局占用一致 | [PCG-02](<学习成果/Aipcg/PCG-02_Agent辅助TA开发案例.md>) |
| SAT · Separating Axis Theorem | 分离轴定理；判断凸形状是否相交的一类几何依据，具体碰撞与间距规则另需定义 | [PCG-02](<学习成果/Aipcg/PCG-02_Agent辅助TA开发案例.md>) |
| Capacity witness | 容量见证；给出若干可容纳候选的证据，不承诺最终放置相同数量 | [PCG-02](<学习成果/Aipcg/PCG-02_Agent辅助TA开发案例.md>) |

## 产品运行、配置与生命周期

| 术语 | 中文解释 | 主讲章节 |
|---|---|---|
| IPC · Inter-process Communication | 进程间通信；Cindy 桌面链路通过受限桥接在界面与主进程之间传递请求 | [CY-01](<学习成果/Cindy/CY-01_文档与软件结构.md>) |
| Session | 会话；承载任务输入、事件和运行状态的产品对象，与单次模型响应并非同一概念 | [CY-01](<学习成果/Cindy/CY-01_文档与软件结构.md>) |
| AsyncQueue | 异步队列；让生产事件与消费事件的异步流程衔接 | [CY-02](<学习成果/Cindy/CY-02_Agent使用与开发过程.md>) |
| Transport | 传输层；连接进程或服务、传递请求与事件的组件，需处理断开和终态 | [CY-02](<学习成果/Cindy/CY-02_Agent使用与开发过程.md>) |
| exit／close | 进程退出与流关闭事件；进程已退出时，子孙进程仍持有管道可能使关闭事件迟到 | [CY-02](<学习成果/Cindy/CY-02_Agent使用与开发过程.md>) |
| Override | 用户覆盖值；显式选择优先于当前默认，布尔值 false 也属于有效选择 | [CY-03](<学习成果/Cindy/CY-03_工程原则与迁移.md>) |
| Effective value | 生效值；根据用户覆盖与当前默认计算出的实际配置值 | [CY-03](<学习成果/Cindy/CY-03_工程原则与迁移.md>) |
| Restore default | 恢复默认；删除覆盖后跟随当前默认，而不是保存一个旧默认副本 | [CY-03](<学习成果/Cindy/CY-03_工程原则与迁移.md>) |
| Ghost | Cindy 中可由 Agent 按机制发现与调用的能力对象；手册描述不等于权限授予 | [CY-01](<学习成果/Cindy/CY-01_文档与软件结构.md>) |

## 能力、来源与证据

| 术语 | 中文解释 | 主讲章节 |
|---|---|---|
| 3D asset | 3D 资产；网格、材质等工程内容，本书“模型相关能力”包含 3D 生成与处理 | [CAP-01](<学习成果/AI能力/CAP-01_当前AI能力与TA场景.md>) |
| Visual understanding | 视觉理解；从图片、界面或视频中识别与分析内容，不直接证明资产几何或代码行为 | [CAP-01](<学习成果/AI能力/CAP-01_当前AI能力与TA场景.md>) |
| Benchmark／evaluation | 基准／测评；按事先定义的任务与指标记录结果，结论限于样本和环境 | [CAP-01](<学习成果/AI能力/CAP-01_当前AI能力与TA场景.md>) |
| Published date | 发布日期；近期精选筛选的时间依据，不能由收藏日或文件名替代 | [X-01](<学习成果/近期文章/X-01_近一个月AI与Agent文章精选.md>) |
| Deduplication | 去重；按指定依据识别重复，本期 ID 重复与内容相似是不同口径 | [X-01](<学习成果/近期文章/X-01_近一个月AI与Agent文章精选.md>) |
| Historical result | 历史结果；材料记录的一次过去运行，应与本次重新执行的检查分开 | [PCG-02](<学习成果/Aipcg/PCG-02_Agent辅助TA开发案例.md>) |
| 本次实测 | 本版本整理时真正执行并保留输入、输出和检查记录的工作；未执行项不补写效果数字 | [CC-03](<学习成果/ClaudeCode/CC-03_调试测试与评审.md>) |

使用概念时可回到 [首页](<index.html>) 搜索正文；涉及产品版本与动态功能时以各章的核验日期、官方来源和实际环境为准。