Agentic Coding 术语表：忘了就来查

这是「Agentic 编程实战课」的附录 A：术语表。课程正文里出现过的概念都收在这里，每条都用大白话加类比解释。学到一半忘了某个词，不用回翻章节，来这里查就行。

A 部分 · 认知类

Agent（智能体）

一个能"自己干活"的 AI 程序。不是只回答问题，而是能读文件、跑命令、改代码。 类比：ChatGPT 是顾问（只回答）；Agent 是实习生（能干活）。

Agentic Coding

用 Agent 辅助或替代人工编程的工作方式，本系列课程的主题。 类比：从"自己开车"变成"指挥自动驾驶"。

LLM（Large Language Model，大语言模型）

像 Claude / GPT 这种用海量文本训练出来的 AI 模型。 类比：读过整个图书馆的"读书机器"。

持久回报（Persistent Returns）

专业知识在 Agentic 时代会随 AI 增强而持续放大价值的现象。 类比：老司机的经验在自动驾驶时代反而更值钱。

指令工程师（Instruction Engineer）

本系列课提出的新角色：用自然语言指挥 Agent 干活的人。 类比：从"码农"升级为"AI 指挥官"。

B 部分 · 工具类

Token

AI 处理文本的最小单位。1 token 约等于 0.75 个英文单词或 0.5 个汉字。 类比：AI 看书的"字数"。

上下文窗口（Context Window）

一次会话里 Agent 能"记住"的最大信息量。 类比：工作记忆，或者说灶台大小。

/clear

Agent 命令，清空当前会话历史。 类比：让 Agent "重新开机"。

CLAUDE.md

项目根目录的特殊文件，Agent 启动时自动读取。 类比：项目的"工作手册"。

MCP（Model Context Protocol）

让 AI 连接外部工具的标准协议。 类比：AI 世界的 USB 接口。

MCP Server

实现了 MCP 协议的"工具包"程序（如 postgres MCP）。 类比：插在 USB 上的鼠标和键盘。

RAG（Retrieval-Augmented Generation）

检索增强生成：只把相关信息喂给 AI，不喂全部。 类比：不把图书馆搬进房间，而是用索引找到相关的书。

Subagent

被主 Agent 调度的"子 Agent"，负责独立子任务。 类比：包工头手下的专业工人。

看完这几条，一个 Agent 的构成基本就清楚了：

C 部分 · 方法论类

RFC 公式

本系列课提出的规格化提示框架：Role（角色）+ Function（功能）+ Criteria（验收）。 类比：给实习生的工作说明书。

L1 / L2 / L3 任务

任务分解三层：项目（L1）到模块（L2）再到可执行任务（L3）。 类比：大象、牛排块、一口大小。

MVP（Minimum Viable Product，最小可行产品）

能跑通核心流程的最简版本。 类比：先做一辆能跑的滑板车，再做跑车。

TDD（Test-Driven Development，测试驱动开发）

先写测试，再写实现。 类比：先定验收标准，再施工。

Eval-DD（Evaluation-Driven Development）

评估驱动开发：每次改动跑评估，用数据决策。 类比：用示波器调音，而不是凭耳朵。

验证闭环

定义、执行、验证、修订的循环。 类比：做菜时尝味道、调味、再尝。

三层验证

功能验证（能跑）+ 业务验证（合理）+ 边界验证（特殊情况）。 类比：菜做熟了、好吃、不糊。

A/B 测试

跑两个版本对比指标，选更好的。 类比：让两个候选人试岗，看谁表现好。

LLM-as-Judge

用一个 LLM 评价另一个 LLM 的输出。 类比：让主管评实习生。

D 部分 · 工程类

Git

版本控制系统，给项目"存档"。 类比：游戏存档系统。

Commit

Git 中的一次"存档"。 类比：按下"保存进度"按钮。

Branch（分支）

Git 中的"平行世界"，可独立修改不影响主线。 类比：试错副本。

Merge（合并）

把分支成果合回主线。 类比：把副本里的好东西搬到主线。

Push / Pull

推送、拉取远程仓库的代码。 类比：上传、下载云存档。

CI/CD（持续集成 / 持续部署）

提交代码自动跑测试加部署。 类比：流水线质检 + 自动上架。

.gitignore

告诉 Git "忽略哪些文件"的配置。 类比："勿动"标签。

API（Application Programming Interface）

程序之间对话的接口。 类比：餐厅的菜单加服务员。

REST / GraphQL

两种常见的 API 风格。 类比：点餐方式（套餐 vs 自选）。

前端 / 后端

前端是用户看到的界面；后端是服务器逻辑。 类比：餐厅前厅 / 后厨。

Full-stack（全栈）

前端、后端都会。 类比：既能当服务员又能当厨师。

E 部分 · 数据类

pandas

Python 数据分析库。 类比：超级 Excel。

DataFrame

pandas 的核心数据结构，类似表格。 类比：Excel 工作表。

NumPy

Python 数值计算库，pandas 的底层。 类比：超强计算器。

Matplotlib / Chart.js

两种常见画图库。Matplotlib 是 Python 库；Chart.js 是 JavaScript 库。 类比：画图工具箱。

PostgreSQL / MySQL / SQLite

三种常见关系型数据库。 类比：不同档次的家庭账本。

Supabase

提供数据库、登录、存储的云服务（免费档够用）。 类比：拎包入住的"开发公寓"。

F 部分 · 部署类

Vercel

前端、全栈应用托管平台（免费档够用）。 类比：网站房东。

Next.js

React 全栈框架。 类比：建房子的"标准模板"。

CDN（Content Delivery Network）

内容分发网络，让网站全球访问都快。 类比：全球连锁仓库，就近发货。

域名（Domain）

网址，如 yoursite.com。 类比：网站的"门牌号"。

G 部分 · 安全类

API Key

调用 API 的"钥匙"。 类比：电子钱包密码。

环境变量（Environment Variable）

不写在代码里、运行时注入的配置（如密钥）。 类比：保险柜密码。

RLS（Row Level Security）

数据库行级安全，控制"谁能看哪些行"。 类比：文件柜每层不同钥匙。

XSS（Cross-Site Scripting）

跨站脚本攻击。 类比：在食品里下毒。

SQL Injection

SQL 注入攻击。 类比：在订单里写"再送一份"。

最小权限原则（Principle of Least Privilege）

给工具和人最小必需权限。 类比：实习生不给保险柜钥匙。

H 部分 · 进阶类

Prompt Engineering

提示词工程：设计高效 prompt 的技能。 类比：给厨师写菜谱的艺术。

Few-shot Prompting

在 prompt 里给几个示例引导 AI。 类比：给厨师看几张成品图。

Chain of Thought（CoT，思维链）

让 AI"一步步思考"再回答。 类比：让学生"写出解题过程"。

ReAct（Reasoning + Acting）

AI 边推理边调用工具的模式。 类比：边查资料边写报告。

Fine-tuning（微调）

用你的数据进一步训练模型。 类比：让大学生读你的专业研究生。

Embedding（向量化）

把文本变成数字向量，便于相似度计算。 类比：给每本书打"风格条码"。

Vector Database

专门存向量的数据库（如 Pinecone / Weaviate）。 类比：按"风格条码"分类的图书馆。

I 部分 · 评估类

Precision（准确率）

"我说的风险里，真风险占多少"，等于 TP / (TP + FP)。 类比：报警准不准。

Recall（召回率）

"真实风险里，我抓到多少"，等于 TP / (TP + FN)。 类比：抓得全不全。

F1

Precision 和 Recall 的调和平均，综合分。

混淆矩阵（Confusion Matrix）

TP / FP / FN / TN 四个数的表格。

过拟合（Overfitting）

模型对训练集"过度适应"，对新数据效果差。 类比：只会做真题不会新题。

没找到的术语？欢迎在评论区留言，这份表会持续补充。