Wiki
把 Agent、协议与商业模式里反复出现的那些词，各写成可查、可追出处的一页。 内容编译自本地知识库的概念卡，正文一个字不改写；每页底部列出出处、生产方式与签发记录。
以列表方式看这 225 个节点
- Context Engineering（上下文工程）15
- Eval Harness（评估框架）16
- AI安全与治理（AI Safety & Governance）6
- Model Context Protocol（MCP）9
- A2A 协议（Agent2Agent）7
- 填表 Agent（表单填报智能体）2
- Agent Orchestration（Agent调度带宽）12
- Capability Seam（能力接缝）5
- Personal Agent（个人智能体）9
- Agentic Commerce（智能体商务）3
- AI 产品护城河迁移（行业深度 + 业务审美）3
- AI耐力优势（AI Stamina Advantage）6
- Waterfall（瀑布式事件）2
- Handoff（交接）2
- 插件生命周期（可逆注册）3
- 认知债务（Cognitive Debt）8
- Harness Engineering（代理治理工程）14
- Agent认知闭环（Agent Cognitive Loop）10
- Session Forking（会话分叉）7
- DOM 快照（DOM Snapshot）3
- 不确定性前移（Uncertainty Frontloading）10
- Fail-closed（失败即拒绝）7
- 世界模型功能三分法（渲染器 / 仿真器 / 规划器）5
- SAEP（屏幕自动化操作声明协议）3
- LLM Wiki 范式9
- 知识编译（Knowledge Compilation）7
- AI Native（AI原生）14
- OpenTelemetry（OTel）3
- AI Capability Stack（AI能力栈）8
- Practice-first Learning Loop（实践优先学习闭环）9
- 声明式AI编程（Declarative AI Programming）6
- Frontier Radar（前沿雷达）6
- FDE（Forward Deployed Engineer）8
- FDE 产品化（FDE Productization）7
- FDE 场景选型模型2
- 影子工作（Shadow Work）6
- LogQL4
- Trace 与 Span（追踪与跨度）2
- 背压（Backpressure）1
- 幂等性（Idempotency）3
- Checkpoint（检查点）4
- REST API 基础概念7
- HTTP 请求方法详解3
- API 认证基础2
- JSON Schema 基础3
- JSON 数据结构基础11
- SSE 流式输出原理6
- Agent Memory（记忆分层）14
- Session（Agent 会话）11
- Agent Skills（技能）9
- Agent（智能体）21
- AlexNet8
- 对齐（Alignment）9
- Anthropic10
- API Key18
- API（应用程序接口）3
- 注意力机制（Attention）9
- 自回归9
- AWQ11
- 分页优化器5
- 反向传播（Backpropagation）14
- Bad Case16
- 基座7
- baseURL15
- BERT3
- Bradley-Terry11
- 推理链5
- 链式法则（Chain Rule）4
- Chat Completions16
- 主张—证据表6
- Claude Code10
- CLI（命令行界面）13
- 客户端与服务端4
- 卷积神经网络8
- 代码补全5
- Codex（OpenAI 编码 Agent）9
- 编码 Agent8
- 组件分工8
- Content-Type（内容类型）6
- 上下文包11
- 凭证管理6
- 上下文窗口15
- 卷积（Convolution）10
- Cowork7
- Creative Commons（CC 许可）2
- 双重量化8
- Crossref14
- CSV（逗号分隔值）4
- DARE8
- 数据边界7
- GPTQ9
- 深度学习（Deep Learning）13
- 全连接层11
- Desktop（桌面应用）9
- 蒸馏（知识蒸馏）11
- DPO（直接偏好优化）24
- 涌现（Emergence）4
- endpoint11
- 环境变量（Environment Variables）4
- 评测（Evaluation）21
- 证据映射11
- 执行环境11
- 存在性主张8
- 专家系统5
- 人工特征工程8
- 微调（Fine-tuning）17
- Gateway（网关）15
- 生成式 AI3
- git diff11
- Git9
- Golden Set20
- GPU（图形处理器）6
- 梯度（Gradient）8
- GRPO（Group Relative Policy Optimization）8
- 幻觉（Hallucination）12
- Harness（模型周围的执行与治理系统）15
- 留出集9
- 状态码10
- HTTP8
- IDE（集成开发环境）11
- ImageNet9
- 独立审阅6
- InstructGPT12
- 集成测试6
- IPO7
- KL 散度4
- KTO5
- PARA7
- 学习率（Learning Rate）6
- 最小权限7
- LIMA（Less Is More for Alignment）7
- 线性可分3
- 大模型（LLM）13
- 局部连接7
- LoRA11
- 损失函数（Loss Function）7
- OWASP7
- 低秩矩阵7
- Markdown10
- MDN Web Docs6
- Messages API15
- 元数据9
- model ID11
- 模型合并11
- 五层拆分（模型、产品、工具、API、Agent）6
- MT-Bench7
- 神经网络（Neural Network）11
- NIST7
- 可观测与恢复4
- Obsidian9
- OpenAI-compatible9
- OpenAI Harmony9
- OpenAI12
- ORPO10
- 参数量11
- 感知机（Perceptron）7
- 权限配置7
- POC（概念验证）8
- 策略梯度（Policy Gradient）7
- 位置偏置5
- 后训练（Post-training）9
- PPO（近端策略优化）12
- 预训练11
- 优先权主张10
- 项目指令4
- 提示注入（Prompt Injection）9
- 提示词（Prompt）7
- PROV（W3C 来源追踪模型）5
- 来源追踪9
- 模型提供商（Model Provider）7
- 代理指标14
- QLoRA17
- 量化（Quantization）16
- 限流（Rate Limiting）6
- 子词（Subword）4
- 参考模型8
- 回归（Regression）8
- 强化学习（Reinforcement Learning）10
- 请求体9
- 请求头9
- 响应体5
- 检索（Retrieval）6
- 重试预算6
- 反向核查4
- 奖励模型（Reward Model）17
- RLHF（人类反馈强化学习）25
- 回滚5
- 采样（Sampling）11
- 沙箱（Sandbox）13
- Scaling Laws（缩放定律）6
- SDK7
- 语义冲突4
- SFT（监督微调）19
- SimPO12
- SSE（Server-Sent Events）5
- 稳定标识7
- 逐步蒸馏5
- 停止条件5
- 结构化输出4
- 幸存者偏差6
- 符号推理6
- 系统提示6
- 任务说明（Task Brief）11
- 任务向量（Task Vector）9
- 温度（Temperature）6
- 阈值（Threshold）5
- TIES-Merging8
- TLS6
- Token15
- Tokenizer（分词器）4
- 工具调用（Tool Call）19
- 工具契约7
- 追踪编号8
- Transformer10
- URL3
- 价值网络6
- 冗长偏置7
- 可验证奖励7
- 核验日期5
- 显存15
- 权共享9
- 权重（Weight）13
- 工作流与 Agent 的区分4
- Worktree（Git 独立工作目录）16
- 异或（XOR）6
词条正文与出处逐字对应知识库里的概念卡；发现表述问题请到意见反馈里指出， 我们会回到源头修正后重新编译。