如果我不能用大白话把一个新东西给一个外行讲清楚，那么就说明我还没有真正搞懂。
于是，我还是决定自己思考、自己动手写。
最近是Sub-Agents火起来了，我自己也是后知后觉地把它给实践起来，哪怕自己本身是工作在“AI前沿”的开发者。所以，如果我自己不说、不表达，那么我永远没有出头之日，永远只是一个小虾米，直到有一天被一条大龙虾🦞无情的吃掉。。。
从Prompt说起……
2024年的时候，网络上流传最多的是如何写好一个Prompt，甚至有很多声音是：以后会有很多Prompt Engineer（提示词工程师）的岗位。现在2026年，两年过去了，这中间出现了很多新词：Agent（智能体）、Skills（技能）、MCP（模型上下文协议）、WorkFlow（工作流）、Sub-Agents（子智能体）、Multi-Agents（多智能体）。我自己呢，非常惭愧，因为我闭塞地自以为这些新词背后的本质依旧是写Prompt，所以我就没去学习，没有跟进，坚守着自己的清高，浑浑噩噩地使用了两三年的AI。好像很有经验，但其实啥沉淀都没有，直到被越来越多**“之前一行代码没写过，却用AI新技术玩出花样”的AI Native（AI原生民）们当头一棒又一棒，重重敲醒！**
反思完毕，开始正题。
下面我就用一个“小黑屋里的天才”的故事，来讲清楚这些AI新词汇：LLM（大语言模型）、Prompt（提示词）、Agent（智能体）、Skills（技能）、MCP（模型上下文协议）、WorkFlow（工作流）、Sub-Agents（子智能体）、Multi-Agents（多智能体）。
第一节 小黑屋里的天才（LLM与Prompt）
LLM大语言模型 —— 被关在小黑屋的“最强大脑”
想象一下，你花了重金聘请了一位“博览群书”的天才（比如GPT-4，Claude-3），但是这个天才是被关在一个没有电脑、没有网络的小黑屋里的。
这个天才的脑袋里装满了各种各样真实世界中的已知知识，你问他2023年以前的问题，它可以对答如流，但是你要是问它：“2026年的春节联会有哪些节目？”，它其实并不知道，但是它可能为了考虑你的感受，会硬生生编造出一些回答，看着好像跟真的一样。（这就是2024年那会最常被议论到的“大模型的幻觉”）
Prompt提示词 —— 通过门缝塞进去的“纸条”
为了能够跟小黑屋里的天才去交流，你需要写一张“纸条”从门缝里塞进去（这个“纸条”所承载的就是Prompt），比如，我想问它：“我想要学习经济学基本原理。”你在纸条上写上了这些话塞进去，小黑屋的天才看到了这个这句话，想了想，经济学基本原理的大概是这样的，然后它也洋洋洒洒地回了你一个纸条，上方写的是内容还挺多。你看了一眼发现它回复的好宽泛啊。于是，你开始了一次一次塞“纸条”跟天才对话的过程。在你不断地写纸条跟这个天才对话后，你逐渐意识到，你的“纸条”内写的问题，只有越具体，这个天才回复的答案也才会越具体。
（这就好比：大模型是一张非常详尽的世界地图、包括万象，可以无法放大到真实世界的每一寸土地对应。因此需要去到你想要去的地方，你需要给一个准确的坐标，而Prompt是坐标，你只有给一个非常详细的坐标信息，比如精确到某个城市、区域、街道、甚至具体楼层和房间号后，那么才能在这个“世界地图”上找到你想要的正确位置）
第二节 天才走出小黑屋（Agent 与 Skills）
你通过传递“纸条”方式跟天才交流了很多，你发现它确实很“聪明”，可以帮我写文案，可以教我“新知识”，似乎我问的每一个问题都能得到一个回应。但你逐渐也发现了它的局限性：
它终究只是一个有点“聪明”的对话机器，不能实际帮你去干活。
随着科技界的发展，这个天才也随着升级了，这位天才终于可以走出关着它的小黑屋了。
Agent智能体 —— 天才可以独立去探索世界了
当天才走出小黑屋之后，终于这个天才“像点人样”了，你甚至觉得，可以把它作为你的一个实习生、或者小弟来看待了。于是你把它安排在了“工位”上，给了它一台可以上网的电脑。这时你开始让它上网查资料来回答你的问题，比如：“调研一下最新的AI技术的发展，总结一份报告给我。”（这句话还是一个Prompt），只不过这时的天才是一个智能体了，它知道你说的调研是上网去查询最新的信息，于是它哼哧哼哧开始干活了。你看了一样它的进度，发现还真的有模有样的上网查了资料，过了一会，它真的给了你一份详细的报告，于是你把它复制出来，粘贴到了自己的Word中。你开始觉得，这个天才好像真能干一点事了。
于是你尝试把你工作中的一些琐事交给它：“这是一份客户回访信息的Excel表格，我发给你了，你把其中的客户进行一个分类整理，最后返回给我一个结构清晰的表格。”天才回答收到，然后就开始干活了，过了一会你来验收，这时你发现这个天才给你的回答里，用户的名字都是错误的，你耐心的回复到：“xxx名字错了，你仔细检查一遍，其他的也一起检查。”天才说好的，再过了一会你来验收，发现又有其他问题，你有点不耐烦的跟天才说……
就这样折腾了一下午，你最后决定还是自己做吧。还好你身边有一个懂点技术、又擅长搜索的能人，很快这个能人给了你一个自动解析和分析Excel的Python工具，你用了一下发现，很不错，你感慨了一句：“这个天才终究差点火候……和真正的人类还是差远了”。
（这是因为，即使是Agent智能体，它可以自主地分析一个任务该怎么做，但是如果它发现它压根就没有能力去做这件事，那么为了让你感受好一些，它会尽可能尝试它知道的方法，如果最终都不行，那么它还是会“编出一个看似完好”的答案给你。就像，你随手拍一张街头真是人类下棋博弈的照片发给它，问它：黑子下一步该怎么走？它可能会思考很长很长的时间，最后给一段回复，黑子该如何如何。但其实，它根本无法识别照片里具体信息，更不要想它能将棋子放在棋盘上，构建一套数学模型去推理计算了。）
Skills技能 —— 天才开始“施展神通”
你突然灵机一动，如果我把这个“自动解析和分析Excel的Python工具”做成一个可以一键运行的插件，然后插件的使用说明描述清楚了告诉这个天才，那么它是不是就能代替我来自动执行了呢？**就像教会一个实习生，需要怎么怎么做，先教一次，然后后面让他自己做。**你尝试了一下，做成了一个插件（可能理解为一个软件工具），然后将插件的使用方式也告诉了这个天才（通过Prompt来描述）。
这个天才说学会了，然后你给它了一个新的表格文件说：“你给我一个这个表格文件的总结，最后是文本的形式。”这一次，这个天才干的很利索，因为它知道该怎么做了，很快，它给了你一份详尽的文本回复，你看了看，有点满意的点了点头，感叹了一句：“有点像那么回事了。”
其实，就在你探索如何让天才去掌握“新技能”的时候，还有很多像你一样的人，他们也在为天才们装上各种各样奇奇怪怪的“左膀右臂”，比如：读取Word、阅读PDF、生成PDF、发送给飞书、获得邮件内容等等等。
你觉得有点兴奋，于是也开始折腾起来，虽然很麻烦，但你觉得你好像在建造一个“真正的人”……
（这就是2024年到2025年期间，网络上冒出来各种各样AI工具的一种侧写，其实这本质上，是利用了Agent智能体有基本的自动化能力加上相应的软件工具，去做的重复性工作。）
第三节 车同轨、书同文的统一度量衡（MCP）
你慢慢发现，你给这个天才“打造和适配”各种“外挂能力”的时候，虽然干劲满满，但确实麻烦不小，就比如，你为了让它能读懂飞书文档，你自己需要先搞明白飞书文档对外交互的约定；你为了它能读取你的邮箱邮件，你就不得不再去了解一下你的邮件服务商是如何定义对外交互的（有的邮件服务商可能还不提供这个功能），等等等。也就是说，之前在没有这些天才之前，所有的软件工具在设计之初就是给人使用，所有的交互都是优先方便于人类去操作、点击。但现在这些天才们来了，它们无法直接使用这些各式各样的工具，而你想要让天才去使用，你就需要把这些工具的使用方式梳理清楚，然后告诉天才。这就好比在春秋战国时期，每一个诸侯国对于自己国内的书籍文字、钱币交易等等各种规范都有自己的一套约定，那时候要想要周游列国还真的需要点本事。
这个趋势一直发展到2024年末，科技圈的大佬（比如研发出Claude模型的Anthropic公司）先发话了：“我们不能这么瞎搞了，我们要统一度量衡，通过统一的模型上下文协议（Model Context Protocol, MCP）来管理所有的天才们和其他软件工具的交互！”这一声令下，科技圈沸腾了，这就好比给天才们定义了一个“万能Type-C接口”（就像生活中电子设备一样，不管是充电、听歌还是传数据，都用一个接口就好了）。
于是，之前各个大大小小的公司、作坊搞出来的各种Skills慢慢被收拢整合起来，形成了一系列的标准件，天才们只需要通过MCP这个万能插头，就能立刻装备上这些技能，然后去大展身手一番。
（MCP是什么呢？别看名字有多高大上的，其实本质上就是一个“八股文”文本，一个格式规范的、被业内人士们称之为JSON的玩意。但可能就是这最简单的八股文，说不定就会铸造AI的繁盛帝国。就像互联网从最早的“hello, world”这几个字演变成了现在的万象缤纷）
第四节 从散兵游勇到等级森严（WorkFlow）
你开始感慨：“现在的天才真的能做实事了！看来我以后可以不招人类员工的，找这些天才们就行……”
你正沉浸在对美好未来的憧憬中，但没过多久，天才给你的回应就让你傻了眼。
你之前吩咐天才说：“将我最近一周的工作进行汇总整理并存档，文件都在这个文件夹里了，去做吧。”
天才现在可以自己读文档、解析表格、写文档，甚至还能上网查查资料，这点小事对它来说应该根本不算回事。可是，当你去审阅天才呈交给你的结果时，你稍微仔细的多看了一眼，发现有地方不对，缺失了周二、周三晚上的记录，你再仔细看，你又发现，这个天才把你周一干的事和周五干的事混在一起了。你非常不满，于是命令天才去重做！天才接收到命令哼哧哼哧去做了，再次给你呈交了一份，你又多看了一眼，发现还是有点问题，最后的总结去哪里了？！你开始有点情绪了：“这个天才怎么做事情毫无章法！简直就是散兵游勇，没有协调组织，丢三落四！”
你想了想，或许是没有用对这个天才，这个天才飘了？于是，你立下了军令状！
你在对我的每周工作进行汇总整理时，需要按照下面的步骤一步步来执行：
- 先按照时间先后的顺序，阅读我每天的工作记录；
- 提取我每天重点关注的部分，单独合并成一个文件；
- 将我这周未完成的事情提取出来，形成一份待做清单；
- 在前三步的基础上，完成这一周的完整的总结。
你定下了这个军令状之后，这个天才干起活来章法有度了。你看着它按照你的军令状在一步一步做，做的虽然有点慢，但最后给你的结果让你感到了满意。
你发现，制定下一个等级森严、条理清晰的军令状（就是WorkFlow，工作流）后，只需要将天才牢牢地“按在”这个工作流上去工作，对于之前非常容易自我散乱的天才来说，起到了非常好的规训作用，总之，你定了规则，它按照你的规则做事，其乐融融。
（自从有了工作流去规训，再给智能体接上或者定制技能后，以及有了跟其他软件工具协作的万能插头，一个智能体好像就已经能干很多事了。完全交给它写代码、写文案，那真的是嗖嗖的快，活生生的实习生啊，再也不用招人类员工了……直到这么舒服地来到了2026年……）
第五节 组建梦之队，左脚踩右脚上天（Sub-Agents 与 Multi-Agents）
时间过的真快，转眼就是2026年了，你看到了机器人在春晚上跑酷，还能倒着翻跟头；你看到了实时生成的特效视频，精妙绝伦，恍若你就身临其境，你直拍大腿：“这个世界真的太有意思了！真不知道哪一天，这个世界就被AI和机器人统治了呢？”
你雇佣的天才，在春节时间也没歇息，在一直给你打工，当然还是之前的那一套，有军令状（WorkFlow）、有武器（Skills）、还能随插随用新设备的能力（MCP），你让天才干活，你也不亦乐乎。
直到有一天，这个天才悄摸摸地升级了，但你没有第一时间知道，你是看到其他人都在提：“Sub-Agents大法好！”。刚开始你还不屑一顾，甚至觉得自己写的“军令状”已经是天下无敌了！但是听多了之后，你开始陷入了沉思。你想了想，于是也去了解了Sub-Agents。
你很快就了解清楚了该怎么使用Sub-Agents（子智能体），也清楚了只要开启了Sub-Agents，那么之前的Agent也就会成为Multi-Agents（多智能体）。
你看着眼前的天才，眼神中感慨万分：“你都在一直进步，不断迭代，而我却选择了舒服地使用了依赖的路径去使用你。从现在开始，我们要一起进步和迭代了！”
于是你将原来的军令状拆了出来，重新进行了组织：
- 每日总结官：负责我每天工作记录的阅读、总结；
- 重点提取官：根据每日总结官提交的内容，提取出重点关注部分做单独记录；
- 待做清单官：根据每日总结官提交的内容，将这周未完成的事情提取出来，总结成一份待做清单；
- 每周总结官：根据每日总结官、重点提取官、待做清单官提交的内容，完成这一周的总结文档；
- 督查官：根据原始的文件来监督其他官员写的内容，如果出现错误和不合理，直接打回重写；
- 天才：只有天才可以接收你的命令，天才负责下发命令去调度这些“官员”，最后完成你的交付。
你跟天才说：“现在你可以指挥你手底下的大将们来干活了，它们分别是每日总结官、重点提取官、待做清单官、每周总结官、督查官，我给你的任务具体怎么做的，我就不管了，细节部分你去管理，你只需要给我结果就好。”
你发现，自从天才多了手下的大将之后，你给的任务可以更加复杂，以前你需要每次都跟天才对一下进度，现在你只需要一声令下：“什么时候做好了再停止！”。天才就带着它的手下们没日没夜的干着活，并且乐在其中。
你站起了身，伸了伸懒腰，望着远方，你陷入了思考。忽然一个念头击中了你，“要不下楼去跑跑步吧，锻炼好身体！”
（天才每天都在进步，而你也逐渐打开了自己，不再闭塞，持续进步！）
最后的回响
你以为写到这里就完了吗？
你在写下这些文字之前，原本是想全部交给天才来做的，你也确实尝试了，并且发现它做得竟然“如此之好”，生成的文字那真的是让人拍案叫绝，你望尘莫及。
你突然意识到了什么：“我存在这里的意义是什么？”
于是，你自己拿起了笔，准备按照自己的思路去写，却发现迟迟打不出一个字来，你开始焦虑恐慌起来：“我这是咋了，已经不会写作了吗？”
你陷入了深深的沉思中……
在反复的煎熬与痛苦挣扎后，终于，你决定了，你要逼自己一把！
于是，你将手再次放在了键盘，打开文本编辑器，深吸了一口气，及其缓慢、磕磕绊绊的敲下了第一行字：
“第一节 小黑屋里的天才……”
文中的天才的进化路径可以对应到真实世界中的：GPT-4o、GPT-o1、GPT-5.1、GPT-5.3-Codex