%%{init: {'theme': 'base', 'themeVariables': {
'background': '#ffffff',
'primaryColor': '#2c7a5e',
'primaryBorderColor': '#1f5e49',
'primaryTextColor': '#043341',
'lineColor': '#2c7a5e',
'secondaryColor': '#e6f4ef',
'tertiaryColor': '#fff',
'textColor': '#043341',
'fontSize': '16px',
'fontFamily': 'Inter, system-ui, sans-serif'
}}}%%
timeline
title AI 交互范式演进 · 清晰路线图
section 提示词工程
2021-2022 : 精心设计指令与few-shot
: 单轮对话 / 无工具调用
: 模型为“更强的补全器”
section 上下文增强 / 链式
2023-2024 : RAG 检索增强生成
: 思维链 CoT / ReAct
: 预定义工具链调用
section 自主智能体
2024-2025 : 动态规划与自我反思
: Agent Skills 技能封装
: MCP 标准化连接协议
: 多智能体协作与长期记忆
大模型最初被视为“更强的补全器”。为了让模型输出理想结果，开发者投入大量精力设计精巧的指令、few-shot 示例和角色扮演。这个阶段模型没有记忆外部状态，也不具备行动能力，输出完全依赖静态提示。
为解决知识截止和复杂任务，出现了检索增强生成(RAG)和链式调用(LangChain)。模型可以先检索外部知识库，再将多步骤任务拆解为“思考-行动”链，但仍依赖硬编码流程。
智能体不仅拥有长期记忆 + 规划能力 + 工具使用 + 自我反思，还能动态决策调用哪个技能、如何组合工具。配合 Agent Skills（技能封装） 与 MCP（模型上下文协议），Agent 能安全地连接企业数据和外部世界。
flowchart TB
User([用户输入]) --> Memory[长期记忆 & 短期记忆]
Memory --> Planner[规划模块 Planner]
Planner --> |分解子目标| Executor[执行器 Executor]
Executor --> Skills{Agent Skills 技能库}
Skills --> |调用| MCP[MCP 协议层]
MCP --> Tools[(外部工具 / APIs)]
Tools --> Observer[观察者 Observer]
Observer --> |反馈| Planner
Observer --> |最终答案| User
subgraph Skills_Layer [技能封装层]
Skill1[发邮件技能]
Skill2[SQL查询技能]
Skill3[报告生成技能]
end
Skills --- Skills_Layer
subgraph MCP_Server [MCP 标准化服务器]
direction LR
Res[Resources 数据资源]
T[Tools 可执行工具]
P[Prompts 模板]
end
MCP --- MCP_Server
将原子操作（API调用、代码逻辑）封装为可复用的技能模块，类似给智能体安装“功能App”。
✅ 降低推理复杂度 ✅ 提升稳定性 ✅ 便于权限管理。
Anthropic 提出的开放协议，标准化 LLM 与数据源/工具的交互。通过统一的 Resources / Tools / Prompts 原语，实现“即插即用”的安全连接。
💡 二者结合：高层 Skills 调用底层 MCP 工具，实现业务语义 + 标准化基础设施的最佳实践。
| 维度 | Prompt Engineering | RAG / Chain | Agent (智能体) |
|---|---|---|---|
| 交互模式 | 单轮问答 | 多步固定流水线 | 动态循环决策 |
| 工具使用 | 无 | 预置工具调用（硬编码） | 自主选择工具 + 组合技能 |
| 记忆能力 | 上下文窗口内 | 向量检索记忆 | 长期 + 短期 + 工作记忆 |
| 规划能力 | 无 | 思维链提示 | 任务分解 / 反思 / 重规划 |
| 可扩展性 | 低（重新设计提示） | 中（增加链条步骤） | 高（新增 Skills 或 MCP 服务器） |
| 典型框架 | OpenAI API, Claude | LangChain, LlamaIndex | AutoGPT, LangGraph, CrewAI |
quadrantChart
title 智能体成熟度演进 (自主性 vs 任务复杂度)
x-axis "低自主性" --> "高自主性"
y-axis "简单任务" --> "复杂任务"
quadrant-1 "自主智能体"
quadrant-2 "RAG / 工作流编排"
quadrant-3 "传统规则 / Prompt"
quadrant-4 "半自动工具流"
"传统规则": [0.08, 0.1]
"Prompt(2022)": [0.22, 0.16]
"RAG+链(2023)": [0.38, 0.58]
"工作流Agent(2024)": [0.62, 0.42]
"初代Agent(2024)": [0.72, 0.72]
"MCP+Skills(2025+)": [0.82, 0.86]