In-depth disassembly

I. 前言 在25年中的《大白话聊一聊：Tool、MCP和Agent的来龙去脉》这篇文章中，我提出了一个公式： Agent=LLM+ Tools 也就是说，从概念上讲，一个大语言模型加上工具，就是 Agent 的最基本组成部分。 但现实中，Agent的组成要复杂得多。发展到今天，可以定义为： Agent=LLM+ Agent框架 + Prompts+ Too…

话不多说，文接上篇，让我们从字母L继续。 字母L： LLM (Large Language Model，大语言模型) 定义：一个在海量文本数据上进行预训练，规模巨大、参数量通常在十亿级别以上的深度学习模型，能够理解和生成人类语言。 通俗解释：把它想象成一个读完了人类历史上几乎所有书籍、网页和对话的“超级大脑”或“通天晓”。它不仅能和你聊天，更能扮演“世界模拟…

By the end of 2025, AIGC (AI-Generated Content) has long evolved from a cutting-edge concept to a powerful productivity that has profoundly changed the creative industry. In essence, AIGC uses machine learning, especially deep learning models, to automatically generate new forms of digital assets such as text, images, audio, video, 3D interactive content, and even code through the learning of massive amounts of data. It is not only a technical tool, but also regarded as reshaping the logic of content production and driving the economy and society.…

文 | Jomy @302.AI 编 | 南乔River @ShowMeAI ✦✦✦ 上一篇文章 我们聊了聊 Tool、MCP 和 Agent 三者之间的关系。简单来说就是 Agent = LLM + Tools，而 MCP 统一了 Tools 开发和使用的过程。 文章很受欢迎，很多朋友跟我进行了交流讨论。但在沟通中，我发现还是有部分朋友对 Agent 存在…

大白话系列，是希望用最通俗的文字，揭示复杂技术背后的简单本质。 文 | Jomy @302.AI 编 | 南乔River @ShowMeAI 我们 302.AI 做 MCP 和 Agent 相关开发有一段时间了，期间一直与开发者和用户们保持着密切的交流。 有一个普遍的感受：尽管行业内几乎所有人都听过 MCP、Agent 这些术语，但只有极少数人真正理解它们的…

一则新闻 今天猛然看到一则新闻标题，大意是李飞飞团队仅用 50 美金就复刻出了一个媲美 R1 的模型。我的第一反应是「不可能，又是什么标题党」；第二反应是「数据应该不是凭空捏造的，索性求证一下？」 然后，我找到了原始论文《s1: Simple test-time scaling》（https://arxiv.org/pdf/2501.19393）。仔细拜读之…

文 | Jomy @302.AI 编 | 南乔River @ShowMeAI I. 一切的开端 CloseAI在24年发布了o1，指出了未来Scaling Law的方向：增加思考时间来换取更多智能，而不是用更大的模型或更多的训练数据。CloseAI没告诉任何人具体该怎么做，只是将自己的成果做成了收费产品。 虽然大家都知道了这个宏观方向，但是不知道具体的实现方…