术语

4K 描述横向约四千像素的图像分辨率；消费级 UHD 常用 3840×2160，数字影院还使用 4096×2160。

SSH 是为在不安全网络上安全运行网络服务而设计的协议（RFC 4251），提供加密与认证，最常用于远程登录和命令行管理，也可用于安全文件传输与端口转发。

版本说明（release notes）是随每次软件发布向用户说明新增功能、变更、修复与已知事项的文档，常见形式包括 changelog 与 GitHub Release 页面。

面向软件开发任务的智能体，能够读取代码库、修改文件、执行命令和测试，并根据反馈继续完成任务。

PDF 是一种固定版式的文档格式，由 Adobe 于 1993 年推出，现已成为 ISO 标准（ISO 32000）。它把文字、字体、图像与版面封装在同一文件中，保证在不同设备与平台上呈现一致。

并发是让多个任务在重叠的时间段内推进的程序组织方式。

操作系统（OS）是管理计算机硬件资源并为应用程序提供运行环境的系统软件，负责进程调度、内存管理、文件系统与设备驱动等基础工作。Windows、macOS、Linux 都是常见的操作系统。

在 AI 编程工具语境中，指把命令、子智能体、MCP 服务器、钩子等组件打包成单一单元分发安装的扩展机制；在通用软件语境中，指为主程序增加功能而不改动其核心的组件。

产品与市场契合（PMF）指产品切实满足了一个真实且足够大的市场需求、由需求拉动增长的状态。这一概念因投资人马克·安德森的文章而广为流传。

超文本标记语言（HTML）是定义网页结构与内容的标记语言，用元素和属性描述标题、段落、链接、图片等，由 WHATWG 维护为 HTML Living Standard。所有网页都以 HTML 为基础。

词元是语言模型读入和生成文本的基本单位，由分词器把原始文本切分而成，可能对应一个词、子词、字或符号。模型的输入输出与用量都按词元计数。

大语言模型是在海量文本上训练、以词元为单位预测文本序列的深度神经网络模型。它能完成生成、问答、翻译和代码等广泛的语言任务。

SOTA（state of the art）指某一任务上公开已知的最佳成绩或最先进方法。说某模型"达到 SOTA"，通常意味着它在公认基准上刷新或持平了已公开的最好纪录。

LoRA（Low-Rank Adaptation）是一种参数高效微调方法：冻结原模型权重，只训练注入到部分层旁路中的低秩矩阵，用很小的可训练参数量把模型适配到特定任务或风格。训练产物体积小，便于分发和合并。

RSI 指系统改进自身，而改进后的能力又用于推动下一轮改进的循环，是 AI 自我改进研究中的概念。

5G 是第五代移动通信技术，由 3GPP 标准化，在 4G 之上提供更高的数据速率、更低的延迟和更强的连接密度。它引入了新的空口（5G NR）与更灵活的核心网架构，同时支持增强移动宽带和面向物联网的场景。

RAID（独立磁盘冗余阵列）是将多块物理磁盘组合为一个逻辑存储单元的技术，通过数据分布与冗余来提升性能、容量或容错能力。常见级别如 RAID 0、RAID 1、RAID 5、RAID 6 和 RAID 10 在速度、冗余与容量之间做出不同权衡。

Aha Moment 指突然理解某件事或切身体会到产品价值的时刻；产品讨论中常用它描述“原来它能帮我做到这个”的体验。

多个智能体通过分工、通信与协调，共同完成单个智能体难以独立完成的复杂任务的系统组织方式。

二维（2D）指只有长和宽两个维度的平面。2D 计算机图形直接在平面上处理像素或矢量形状，不构造立体模型，常见于插画、界面图标与动画。

在软件开发中，分叉指在既有项目或代码仓库基础上复制出一份独立副本，以便自由修改、独立演进。在 GitHub 等托管平台上，fork 是对他人仓库的个人副本，改动可通过 pull request 贡献回原项目。

风险投资（VC）指专业投资机构向高成长潜力但同时伴随高失败风险的早期公司投入资金、换取股权的投资方式，常按种子轮、A 轮等阶段进入。

服务器是为其他程序或设备（客户端）提供服务的计算机或软件。硬件语境指数据中心里承载计算与存储的设备，软件语境指监听并响应请求的进程，如 Web 服务器。

HDMI 是在设备间传输数字视频与音频的接口，常见于电脑、电视、显示器及影音设备。

个人计算机（PC）指为单人使用而设计的计算机，典型组成包括处理器、内存、显示器与键盘等。狭义语境中 PC 常特指 IBM PC 兼容机（多以 Windows 为主），与 Mac 相对；广义上两者都属于个人计算机。

面向单个用户、逐步了解其偏好与上下文，并代表其处理日常事务的智能体。

按预定义步骤编排任务的技术流程；在 AI 语境中，工作流指由开发者预先编排、模型沿固定路径执行的自动化方式，与自主决定步骤的智能体相对。

工作树（worktree）是 Git 中一个检出分支的工作目录。通过 git worktree 命令，同一个仓库可以在不同目录同时检出多个分支，各目录独立工作、共享同一份对象库。

钩子（hook）是软件在事件或生命周期特定阶段预留的扩展点，允许外部代码在不修改主体程序的情况下插入自定义逻辑。Git、前端框架与 AI Agent 工具链中都大量使用这一机制。

固件是存储在设备非易失性存储器中的程序与数据，用于实现设备的基础功能。

固态硬盘（SSD）是使用 NAND 闪存芯片而非旋转磁盘来保存数据的存储设备，通过主控芯片管理读写与磨损。由于没有机械部件，它比机械硬盘提供更低的访问延迟和更强的抗振动能力。

关键绩效指标（KPI）指组织为衡量某项目标达成程度而选定的可量化核心指标，如月度活跃用户、客户流失率、毛利率。好的 KPI 与战略目标直接挂钩，数量通常很少。

关键意见领袖（KOL）指在特定领域拥有专业知识或影响力、其观点能显著影响目标受众态度与决策的人物。该词多用于营销语境，涵盖行业专家、学者与创作者等角色。

国内生产总值（GDP）衡量一个经济体在一定时期（通常为一季或一年）内生产的全部最终产品与服务的市场价值，是最常用的宏观经济总量指标，常用来比较各国经济体量与增速。

互动率是衡量受众与内容互动程度的指标，通常以点赞、评论、分享等互动行为数量除以曝光量、触达人数或粉丝数计算，常以百分比表示。

互联网是全球性的计算机网络系统，通过 TCP/IP 协议族把不同的网络互连在一起，承载万维网、电子邮件等众多服务。中国大陆标准译名为"互联网"。

IDC 指集中放置服务器、存储与网络设备，并提供电力、制冷、带宽与运维保障的设施，是互联网服务和云计算的物理承载基础。

环境变量是运行环境向进程提供的名称和值，常用于传入配置、路径或服务连接信息。

缓存保存可复用的数据或计算结果，使后续请求不必重新获取或计算全部内容。

回调是把一个函数交给其他代码，由后者在适当时机调用的编程方式。它可以用于事件处理或操作完成后的处理。

回归测试是在软件或环境发生改动后，检查已有功能是否受到意外影响的测试。

用户与系统之间一段有边界的连续交互过程，期间相关的状态与上下文被保持；在 AI 助手语境中指一次完整的对话及其携带的上下文。

基础设施指支撑上层应用与业务运行的底层软硬件与服务的总和，包括计算、存储、网络、机房设施及相关运维体系，口语和技术语境中常简称为 infra。

基于人类反馈的强化学习（RLHF）是一种训练方法：先让人类对模型的不同输出做比较或排序，训练出奖励模型，再用强化学习优化模型，使其输出更符合人类偏好。

基准测试是用固定数据集和统一评分规则衡量系统表现的方法。在 AI 领域，它通常是成套的题目加自动评分标准，用来给模型能力打分并做横向比较。

集成开发环境（IDE）把代码编辑、构建、调试和运行等开发流程集成在同一图形界面中的软件。常见例子包括 Xcode、Android Studio 与 Visual Studio Code。

Computer use 指让模型像人一样操作计算机图形界面的能力——看屏幕、移动光标、点击、打字，从而跨应用完成任务。Anthropic 和 OpenAI 都提供了相应的计算机操作工具或模型能力。

计算机视觉让计算机从图像或视频中提取和解释信息，可用于识别对象、检测位置或划分图像区域。

技术栈是构建和运行一个应用所采用的语言、框架、数据库与基础设施等技术的组合。

键值缓存（KV Cache）是 Transformer 推理时缓存注意力层键值向量的技术，使生成每个新词元时不必重复计算先前词元的注意力中间结果。它是提升生成速度的关键优化。

节目说明（Show Notes）是随单集播客发布的文字材料，通常包括单集要点、嘉宾信息、时间戳与相关链接，帮助听众了解、检索与回顾单集内容。

杰文斯悖论是经济学中的观察：当技术进步提高资源使用效率、降低单位成本时，该资源的总消耗量往往不降反升。威廉·斯坦利·杰文斯在 1865 年以蒸汽机效率提高反而带动煤耗增长为例提出；如今常被用来分析 AI 算力与模型成本下降后的需求扩张。

局域网连接同一有限区域内的设备，例如家庭、办公室或一栋建筑中的设备。

具身智能（embodied AI）指通过身体与环境直接交互来感知、行动和学习的 AI 智能体，强调智能来自"感知—决策—行动"的闭环，而不只是脱离实体的计算。机器人是其最典型的载体。

开源指软件依据允许使用、检查、修改与再分发的许可证开放源代码。

可缩放矢量图形（SVG）是 W3C 制定的基于 XML 的矢量图像格式，用数学描述形状、路径与文字，可无损缩放到任意尺寸。与按像素存储的位图格式（如 GIF）相对，SVG 常用于图标与插图。

扩散模型是一类生成模型，训练时逐步给数据加噪声，生成时从纯噪声出发一步步"去噪"，重建出图像、音频等新样本。它以生成质量高、训练稳定著称，代价是推理需要多步迭代。

蓝牙是一组无线连接技术，用于音频传输、设备间数据交换及其他连接场景。

乐器数字接口（MIDI）是电子乐器、计算机与其他设备之间交换音符、力度、控制指令等演奏信息的协议，1983 年发布，由 MIDI 协会维护。MIDI 传输的是指令而非音频本身，音色由接收设备决定。

KYC 指机构了解和核实客户身份及相关背景的流程，常见于金融服务的客户尽职调查。

把智能体或 AI 助手接入外部工具、数据源与服务的集成配置；在 Claude 中，连接器大多基于 MCP 构建，可从官方目录安装。

聊天机器人是通过对话界面与人交互、以文本问答为主要形式的程序，从规则脚本发展到大语言模型驱动。它通常围绕单轮或单会话对话设计，这一点也是它与智能体的常见分界。

零日漏洞指防御方尚未知晓或尚无现成修补方案的软件、固件或硬件缺陷；利用它实施的攻击称为零日攻击。

Browser use 指让 AI 智能体通过浏览器完成任务的能力：读取网页、点击、填表、导航。Browser Use 也是同名开源项目的名字，它把浏览器自动化接到大模型智能体上。

流式输出是在结果尚未全部生成时，逐步把已产生的内容发送给使用者。

每分钟节拍数（BPM）是音乐速度的度量单位，表示每分钟包含的节拍数量，数值越高节奏越快。BPM 是描述音乐速度的通用量化指标，常出现在音乐制作与播放软件中。

每秒词元数（TPS）是衡量语言模型生成速度的指标，表示模型每秒输出多少个词元，通常统计首词元之后的稳定生成速度。数值越高，文本出现得越快。

DPI 是每英寸点数的缩写。在鼠标语境中，它通常表示移动灵敏度：相同物理移动距离下，更高设置会让指针移动得更多。

Galgame 通常指以与美少女角色互动为核心的游戏，常见形式包括对话、角色关系与分支叙事。

面向企业（B2B）指企业把产品或服务卖给其他企业或组织的商业模式，客户是公司而非个人消费者，典型如企业软件、云服务与工业品。中文语境也常说"B 端""To B"。

面向消费者（B2C）指企业直接把产品或服务卖给个人消费者的商业模式，典型如电商、流媒体订阅与连锁零售。中文语境也常说"C 端""To C"。

明文密码存储是以可直接读取的形式保存原始密码，而不是保存用于验证的密码哈希。

命令行界面（CLI）是通过文本命令与程序交互的方式：用户在终端中输入命令与参数，程序执行后返回文本结果。它是脚本化与自动化操作的基础。

一个开放协议，为 AI 应用连接外部数据源与工具提供标准化接口，解决模型与各类系统对接的碎片化问题。

模型推理是用训练好的模型处理输入并产生预测或生成结果的过程。

模型蒸馏是利用教师模型的输出或行为训练学生模型，使学生学习教师的部分能力。

年度经常性收入（ARR）指订阅制业务把当前活跃订阅合同的收入年化后得到的规模指标，代表收入"按现有速度跑满一年"的水平。它只计入可重复发生的合同收入，一次性收费通常不计入。

平台即服务提供部署和运行应用所需的平台环境，由服务方管理底层基础设施的一部分。

在 AI 语境下，评估（evaluation，常简称 eval）指用测试数据、指标或人工与自动化评判来衡量模型输出质量与任务表现的过程。它是模型选型、版本对比与回归测试的基础。

eSIM（嵌入式 SIM）是直接焊接到设备内部的 SIM 卡形态，运营商配置文件可以远程下载和激活，无需插拔实体卡。它由 GSMA 制定的远程 SIM 配置规范定义，已被手机、手表和物联网设备广泛采用。

全民基本收入（UBI）指由政府或公共机构向某个共同体的全体成员定期、无条件发放相同金额现金的公共政策构想，不设资产审查与工作要求。

人工超级智能指智能水平在几乎所有领域都大幅超越人类的假想 AI 系统。它只存在于理论讨论与风险预测中，没有公认的实现路径。

人工智能是让计算机系统执行通常需要人类智能的任务的技术总称，涵盖学习、推理、感知和语言处理等能力。它是领域级的统称，不指某一种具体算法或产品。

人力资源（HR）指组织中负责招聘、培训、薪酬绩效与员工关系的职能，也常用来指代这一职能部门及其从业者。其工作覆盖员工在组织内的全生命周期。

人在回路（HITL）指在自动化或 AI 工作流中保留人工参与的机制：机器执行任务，人在关键节点进行审核、决策或纠错。它把人的判断嵌入自动化流程，而不是让人替代机器完成全部工作。

EDC 指一个人日常经常随身携带的实用物品，也指围绕这些物品进行选择和搭配的习惯。

软件即服务（SaaS）指软件由服务商托管在云端、用户按月或按年订阅付费并通过网络使用的软件交付模式，无需自行安装和维护。它是云计算的一种主要服务形态。

软件开发工具包（SDK）是面向特定平台或服务的开发资源集合，通常包含类库、API、文档、示例代码与构建调试工具。开发者借助 SDK 在目标平台上更快地构建应用或接入服务。

软件缺陷（bug）指程序中导致行为与预期不符、出错或崩溃的缺陷。这个词在工程语境中早有使用，1947 年哈佛 Mark II 计算机中发现飞蛾的记录使其广为流传。

三维（3D）指具有长、宽、高三个维度的空间。在计算机图形中，3D 指用数学模型描述立体物体，再经渲染生成平面图像的技术，广泛用于影视、游戏与工业设计。

上下文是语言模型在一次处理中能看到的所有信息，包括用户输入、对话历史和附带的文档或工具结果。其容量上限以词元数计，称为上下文窗口。

在 AI 应用中，深度研究指围绕一个问题进行多步检索、阅读、分析和综合，而非只返回单次搜索结果。

生成式引擎优化（GEO）指调整与组织内容，使其更容易被生成式引擎检索、引用并呈现在 AI 生成的回答中的新兴实践。该概念因 2023 年 11 月发表的研究论文 GEO: Generative Engine Optimization 而广为传播。

生物识别利用可测量的身体特征或行为特征，识别个人或验证其声称的身份。

Save Time 强调减少完成任务所需的时间；Kill Time 通常表示打发时间。节目用这组表达讨论效率工具与消遣体验。

Webhook 是事件发生时由发送方主动向预先配置的 URL 发送 HTTP 请求的通知方式，常用于连接两个系统。

视觉特效（VFX）指在实拍之外，通过合成、计算机生成图像（CGI）等手段在后期制作中创造或改变影像的技术，广泛用于影视与广告。3D 计算机图形是 VFX 的核心工具之一。

IPO 通常指公司首次向公众出售股票，是公司融资与进入公开资本市场的一种方式。

首席技术官（CTO）是公司负责技术战略与工程组织的高管，决定技术路线、带领研发团队把产品做出来，通常向 CEO 汇报。

首席执行官（CEO）是公司最高级别的经营管理者，负责制定并执行战略，由董事会任命并对其负责。C 系高管（CTO、CFO 等）通常向 CEO 汇报。

数据库是按一定结构组织并持久保存的数据集合，通常由数据库管理系统负责查询与更新。

数字证书将公钥与主体信息联系起来，通过签名及信任链支持身份验证。

思维链指模型生成的一系列中间推理步骤；相关提示方法用这类步骤引导模型处理多步问题。

搜索引擎优化（SEO）指通过改进内容质量、网站技术结构与外部链接，使网页在搜索引擎的自然（非付费）结果中获得更好收录与排名的实践。

提示词（prompt）是提供给生成式模型的输入，用自然语言、示例或约束告诉模型要完成什么任务、以什么形式回答。围绕如何写好提示词的实践称为提示工程（prompt engineering）。

通用串行总线（USB）是由 USB 开发者论坛（USB-IF）制定的外设连接标准，用于在计算机与外部设备之间传输数据并供电。它统一了键鼠、存储、显示等多种设备的接口方式，常见形态包括 USB Type-A 与 USB Type-C 连接器。

通用人工智能指能在广泛认知任务上达到人类水平、并把能力迁移到陌生领域的假想 AI 系统。它是研究界追求的目标，尚无公认已实现的系统。

投资回报率（ROI）是衡量某笔投入赚回多少的比率指标，通常用收益与成本之差除以成本、以百分比表示。它的口径灵活，可用于一笔广告投放、一台设备，也可用于整体项目。

图形处理器（GPU）是一种以大规模并行计算为设计目标的处理器，最初用于加速图形渲染，如今也广泛用于 AI 训练与推理等通用并行计算。它由数千个轻量计算核心组成，擅长同时处理大量相似的算术任务。

图形用户界面（GUI）是让用户通过窗口、图标、菜单和指针等可视元素操作计算机的界面，取代了需要记忆命令的纯文本命令行。它以"看与点"的方式降低了计算机的使用门槛。

网络是通过通信链路与协议连接起来、用于共享资源和交换数据的计算机与设备集合，按覆盖范围可分为局域网、城域网与广域网。

网络附加存储（NAS）是通过标准网络协议向多台设备提供文件级存储服务的专用设备。它通常是一台带有多块硬盘、运行专用操作系统的独立主机，让家庭或团队可以集中存放和共享文件。

网络爬虫是自动发现、访问并提取网页信息的程序，常用于搜索索引与资料收集。

文本转语音（TTS），又称语音合成（Speech Synthesis），是把书面文本转换为可听语音的技术。现代神经 TTS 能生成接近真人的声音，并支持用少量样本克隆音色。

文档对象模型（DOM）是浏览器把 HTML 或 XML 文档解析成的对象树，节点对应元素、文本与属性。程序通过标准接口读写这棵树，从而动态查询和修改页面。

物料清单（BOM）是制造一个产品所需的全部零件、材料及其数量的结构化列表，常以层级结构描述零件之间的装配关系，是采购、库存与生产排程的依据。

系统提示词（system prompt）是开发者或产品在对话开始前注入的指令，用来设定模型的角色、规则与输出约束，通常对终端用户不可见。

新型云（Neocloud）是 AI 时代出现的新词，指专注 GPU 算力、面向 AI 训练与推理的新一代云服务商；相比传统超大规模云，更强调裸机与 GPU 集群租赁和精简的运营开销。该词由行业研究机构 SemiAnalysis 在 2024 年的报告中推广。

虚拟机（VM）是通过虚拟化层（Hypervisor）在一台物理计算机上模拟出的、拥有独立操作系统和应用环境的软件计算机。多台虚拟机可以共享同一物理硬件的资源，同时保持相互隔离。

虚拟现实（VR）是用计算机构造并呈现完全虚拟环境的技术，用户通常借助头戴显示器等设备沉浸其中，视野随头部与身体动作实时变化。它以替换真实感官输入为特征。

VPS 是通过虚拟化技术在物理服务器上划分出的、专属单个用户的虚拟机，拥有独立操作系统、资源配额与管理员权限，但物理硬件与其他租户共享。

VPN 通过公共网络建立逻辑上的专用连接，常以加密隧道连接设备与远程网络或出口服务器。

渲染是依据场景、素材和效果计算最终画面的过程，可生成静态图像或连续的视频帧。

One Shot 在本节目 AI 创作与编程语境中指一次提出需求后就得到可用结果，而不是经过多轮追问和修改。

一人公司（OPC）指由一个人独立创办和运营、通常不雇或极少雇员工的公司或工作方式，强调一个人借助工具与外包完成从产品到增长的全部环节。节目第 001 期称 AI 原生组织中"每个人都是 OPC"，第 004 期提到以一人公司著称的独立开发者。

应用程序编程接口（API）是一套约定，规定软件组件之间如何调用功能与交换数据。调用方按约定的方法、参数和返回格式使用另一段程序的能力，无需了解其内部实现。

应用服务器是承载应用业务逻辑、向客户端提供应用层服务的软件环境，例如 Tomcat 或 Node.js 运行时，通常在 Web 服务器之后处理动态请求。

用户界面（UI）是人与机器交互的接触面，涵盖屏幕上的按钮、菜单、图标、文字等可视与可操作元素。图形用户界面只是 UI 的一种形态，命令行、语音界面同样属于 UI。

用户体验（UX）指用户使用一个产品的全过程与总体感受，包括可用性、效率和情感反应，这一术语由认知科学家 Don Norman 在 1990 年代推广。UI 关注界面的呈现与操作，UX 关注从入口到结果的整体体验。

Mod 是玩家或第三方对游戏本体做出的修改，可调整内容、机制或画面，从小的道具改动到整体玩法重制都属此类。安装模组的行为与产物都常被称为 mod。

3A（AAA）和 2A（AA）是游戏行业描述制作投入、团队规模与内容体量的非正式说法。

有限责任公司（LLC）是一种企业法律结构：成员对公司债务的责任以出资为限，个人资产通常不受牵连，同时在税务处理与内部管理上保留较大弹性。这一形式主要见于美国及采用类似制度的法域。

语义化版本（SemVer）是版本号规范，格式为"主版本号.次版本号.修订号"（如 2.4.1）：主版本号变更表示不兼容的 API 变更，次版本号表示向后兼容的新功能，修订号表示向后兼容的问题修复。

云计算是 NIST SP 800-145 定义的按需、自助获取可配置计算资源（网络、服务器、存储、应用与服务）的模型，资源可快速供给与释放，管理开销极小，通常按使用量计费。

运行时（runtime）指程序实际执行时所处的环境与支撑系统，涵盖内存管理、调度、标准库以及与操作系统的交互。它也常指承载某种语言执行的具体软件，例如 Node.js 或浏览器中的 JavaScript 引擎。

增强现实（AR）是把虚拟内容叠加到用户所见的真实环境上的技术，叠加内容实时交互并与真实场景对位。手机相机滤镜与透视眼镜是常见的 AR 载体。

张量处理单元（TPU）是 Google 为机器学习工作负载设计的专用集成电路（ASIC），用于加速神经网络中的张量运算。它以矩阵乘法等核心计算为设计中心，主要经由 Google Cloud 以云服务形式提供。

帧率是视频或动画每秒显示或处理的帧数，常用 FPS 表示。

帧生成通过计算或模型合成额外画面，以提高显示的帧率和运动流畅度。

正则表达式是描述文本匹配模式的表达方式，可用于查找、提取、替换和校验字符串。

执行中引导是在 Agent 正在处理任务时追加要求或纠正方向，使后续行动响应新的输入。

QA（质量保证）指软件工程中为防止缺陷、保证产品质量而建立的一系列活动与流程，也常指承担这一职能的岗位或团队。在第 001 期节目中，QA 出现在岗位语境（与设计、前端、后端并列），指质量保证（Quality Assurance）而非问答（Q&A）。

智能家居通过联网设备、传感器与控制系统，让家庭设备支持远程操作、状态反馈或自动化协作。

能够感知环境、自主决策并调用工具以完成目标的软件系统，在 AI 语境下通常以大语言模型作为推理与规划的核心。

智能体记忆指 AI 系统跨会话持久保存并复用信息的机制，使模型在对话结束后仍能记住用户的事实、偏好与工作内容。在智能体语境中，它常以文件或数据库的形式存在，与单次对话内的上下文相区分。

将指令、脚本与资源打包成文件夹（如包含 SKILL.md 的目录），让智能体在需要时按需加载对应能力的机制。

包围模型的运行框架层，负责工具接入、上下文管理、循环控制与结果核验等能力，把模型变成能实际执行任务的智能体。

中央处理器（CPU）是计算机中负责执行程序指令、完成运算和系统控制的核心芯片。它通过取指、译码、执行的循环逐条处理指令，性能取决于核心数量、时钟频率与体系结构设计。

A-Roll 是承载主要叙事的素材，B-Roll 是补充、说明或丰富叙事的画面。两者描述剪辑中的用途，而非画质等级。

注意缺陷多动障碍（ADHD）是一种常见的神经发育障碍，主要特征为持续的注意力不集中、多动与冲动，通常始于儿童期，可能延续至成年。诊断与干预须由专业人员依据标准化标准进行。

由主智能体派生、代表其执行特定子任务的智能体，通常拥有独立的上下文与工具，只把结果摘要返回给主智能体。

自动语音识别（ASR）是把语音音频自动转写成文本的技术，也常称语音转文字（Speech-to-Text）。它是字幕生成、语音输入与会议转写等应用的核心。

A/B 测试是一种对照实验方法：把用户或流量随机分成两组，分别体验不同版本，再依据预先选定的量化指标判断哪个版本效果更好。

用生成式 AI 大量生产、缺乏投入与意义的低质量数字内容，通常以获利、博取流量或欺骗为目的。

形容产品、公司或工作流从架构设计之初就把 AI 作为核心能力来构建，而不是在既有系统上事后叠加 AI 功能。

API 密钥是调用接口时使用的标识或凭据，可用于识别调用项目并关联配额或计费。

Cookie 是网站通过 Set-Cookie 响应头存放在浏览器中的少量键值数据，浏览器在后续请求中将其带回服务器，用于会话保持、个性化与状态记录，由 RFC 6265 规范定义。

DIY（Do It Yourself，自己动手做）指不依赖专业服务商，由个人自行完成制作、修理或改装的行为，强调自主完成的过程而非结果的专业水准。

FAANG 是由 Facebook、Amazon、Apple、Netflix 和 Google 的名称首字母组成的科技公司合称。

GIF（Graphics Interchange Format）是一种位图图像格式，由 CompuServe 于 1987 年发布，使用 LZW 无损压缩，每帧最多 256 色，并支持逐帧动画。当前通行的版本由 1989 年的 GIF89a 规范定义。

GPL 是自由软件基金会发布的 Copyleft 许可证，允许任何人自由使用、修改和再发布软件，但要求分发衍生作品时以相同许可证授权并提供源代码。常见版本为 GPLv2 与 GPLv3。

JSON（JavaScript Object Notation）是一种基于文本的数据交换格式，用对象、数组、字符串、数字、布尔值和 null 表示结构化数据，由 RFC 8259 定义。它是 Web API 与配置文件中最常用的数据格式之一。

Linux 发行版是围绕 Linux 内核组合用户程序、系统工具和软件管理机制形成的可安装系统。

llms.txt 是为网站提供面向语言模型与 Agent 的简明信息入口的文件约定提案。

Markdown 是一种轻量级标记语言，用纯文本符号（如

NAND 闪存是一种非易失性存储技术，断电后仍能保留数据，因存储单元以串联方式布线形似 NAND 门而得名。它以电荷方式在浮栅或类似结构中保存比特，是 SSD、存储卡和 U 盘等设备的基础存储介质。

Roguelike（类 Rogue 游戏）是源自 1980 年游戏 Rogue 的电子游戏类型，通常以回合制、网格地图、程序随机生成关卡与永久死亡为判定要素。玩家每次游玩的地图与遭遇都不同，死亡后需从头开始。

Root 通常指类 Unix 系统的超级用户身份；Root 权限允许执行普通用户不能执行的管理操作。

RSS 是一种基于 XML 的内容订阅格式：网站把标题、摘要、链接等元数据组织成 feed 文件，订阅者用阅读器定期拉取该文件来获取更新。RSS 2.0 规范由 RSS Advisory Board 维护。

System One 是 TypeSafe AI 提出的模型类别，官方定义为"构建用来做快速、结构化决策、供软件直接使用的一类前沿模型"，命名借自卡尼曼《思考，快与慢》中 System 1/System 2 的区分。官方称其 Jev 是第一款公开的 System One 模型。

Token Maxxing 是 Next Token 节目参与者使用的说法，指把 AI 用到极致、大规模消耗 token 的做法。节目第 001 期讨论 AI 原生组织时提到这一说法，并认为单靠它不一定带来整体提效；它不是通用词典词汇，定义依附节目语境。

Transformer 是一种以自注意力机制为核心的神经网络架构，由论文《Attention Is All You Need》提出，用于处理文本等序列数据，是大语言模型的基础架构。

UP 主是中文视频社区对发布内容的创作者的常用称呼，在哔哩哔哩尤其常见。

Vibe coding 由 Andrej Karpathy 于 2025 年 2 月提出，指主要用自然语言向大模型描述需求、由模型生成代码、开发者凭对话迭代而不逐行审读代码的编程方式。它适合快速出原型，但带来可维护性与安全方面的争议。

Web 2.0 是 2004 年前后由 O'Reilly Media 推广的概念，指以用户生成内容、参与式社区和网站间开放协作为特征的互联网阶段。网页从静态文档转变为用户读写与互动的平台。

WebAssembly（缩写 Wasm）是一种面向栈式虚拟机的二进制指令格式，可在浏览器等沙箱环境中以接近原生的速度执行。它让 C、C++、Rust 等语言的代码能够编译后在网页与服务器等运行环境中使用。

Wi-Fi 是基于 IEEE 802.11 标准系列的无线局域网技术，由 Wi-Fi 联盟负责商标与认证。它让手机、电脑等设备通过无线路由器接入网络，是家庭与公共场所最常用的上网方式之一。

x86 是源于 Intel 8086 处理器、以可变长度指令为特征的指令集体系结构家族，长期主导个人计算机与服务器市场。其后续扩展（如 64 位的 x86-64）在保持软件兼容性的同时不断扩大地址空间与指令集。