MCP、Skill、RAG到底有啥区别？同样给AI加Buff，分工各有侧重
很多人第一次接触 AI Agent 时，都会遇到一个问题：MCP、Skill、RAG 看起来都在给 AI 增加能力，它们到底有什么区别？我们先设想一个任务：“下周帮我安排一次北京出差，订符合公司规定的机票，加入日程，再发给我确认。”如果只是让 AI 推荐几个航班，这件事并不难。
大厂JD里反复出现的Agent、RAG、MCP协议——2026届校招生
关注 「软件测试就业联盟」公众号，陪你走好校招求职的每一步别再背八股文了，面试官想听的，你一句都没准备大家好，我是某互联网大厂的质量保障团队负责人，今年深度参与了校招面试。先说一个真实场景。秋招提前批，字节某业务线的测试开发岗。面试官打开一张架构图，投屏到会议室的大屏上。
天天听 MCP、RAG、Agent、微调？大模型圈最火的那些词，一篇讲透
大模型圈最火的那些词，一篇讲透——MCP · ReAct · Agent Loop · Fine-tuning 全图解从聊天机器人到会“动手干活”的 Agent，这两年大模型圈冒出一堆新词：MCP、ReAct、Agent Loop、Fine-tuning、RAG……看着都眼熟，连
一篇搞明白什么是 LLM、RAG、MCP、Agent
AI突然变强了，光靠脑子不行，谁在背后帮忙？最近我发现，身边的AI好像突然就变聪明了。以前跟它聊天，它只能回答一些我知道的东西，有时候还瞎编。但现在，它能帮我查资料、写报告，还能自动操作软件，感觉就像换了一个人。其实这背后是四项技术组合在一起的结果。
MCP、RAG、Skills、Agent，一个比喻讲透
最近这几个月，有几个词快把我砸晕了。招人要求上写"熟悉 RAG，有 Agent 开发经验优先"，技术群里有人甩"MCP 生态"，AI 课的广告更狠，说不懂 Skills 就要被淘汰。我一度以为，自己这个在小城市写代码的人，已经被时代甩开了。
测试易混乱的5个技术方向：Agent、Harness、MCP、RAG、知识图谱
最近半年，测试工程师学AI有个越来越明显的感觉:不是没东西学，是东西太多了。这也是为什么现在的AI测试，正在从单纯的“大模型生成”，往智能体 + 工具 + 企业知识这条路走。
你还是不懂LLM、Agent、MCP、RAG、Skill吗
今天这篇主要是我自己学习 AI 过程中，对这些概念的一次梳理。 以前看到 LLM、Agent、MCP、RAG、Skill 这些词，我也会下意识觉得： 这是不是离普通人很远？ 是不是只有程序员才需要懂？ 我只是想提高效率，真的需要学这些吗？
一文读懂LLM、RAG、Agent、Skills、MCP：拆解现代AI五大核心概念
现在AI领域经常会看到LLM、RAG、Agent、Skills、MCP这几个名词，很多人容易混淆。简单来说，它们各司其职，组合在一起，才能打造出既能思考、查资料、拥有专业能力，还能连接外部工具、主动完成复杂任务的智能AI。