AI 工程不只是调用模型，还包括上下文、工具、工作流和安全边界。
AI Agent
AI Agent 可以理解为连接用户目标和大语言模型能力的执行层。
它通常包含：
- 理解任务
- 规划步骤
- 调用工具
- 读取结果
- 调整策略
- 输出最终答案
例如编码 Agent 可以搜索代码、修改文件、运行测试、解释错误。
MCP
MCP 可以理解为模型连接外部工具和数据源的一种协议方式。
它让模型能以结构化方式访问：
- 文件系统
- 数据库
- GitHub
- 设计工具
- 企业知识库
关键价值是把工具能力标准化，而不是每个应用单独适配。
Prompt
Prompt 是给模型的任务说明和上下文。好的 prompt 通常包含：
- 明确目标
- 输入数据
- 输出格式
- 约束条件
- 示例
Prompt 不是魔法，本质上是把任务边界说清楚。
Function Calling
Function Calling 让模型输出结构化参数，由程序调用真实函数。
典型流程：
- 用户提出需求
- 模型判断需要调用哪个函数
- 模型生成参数
- 程序执行函数
- 模型根据结果继续回答
这能让 AI 系统更可控，也方便接入业务系统。