附录A 术语表
本术语表收录了书中出现的核心术语和概念，按字母顺序排列。
A
Agent（智能体）
能够感知环境、做出决策并执行操作的自主系统。在AI领域，通常指基于LLM的自主任务执行系统。
Attention Mechanism（注意力机制）
Transformer架构的核心，通过计算序列内部元素之间的关联权重，捕获长距离依赖关系。
B
Backlinks（反向链接）
在知识管理系统中，指向当前页面的所有链接。用于建立概念之间的双向关联。
BM25
一种基于词频和逆文档频率的关键词检索算法，常用于混合检索策略。
C
Chain-of-Thought（思维链）
一种Prompt Engineering技术，要求LLM逐步展示推理过程，提高复杂推理任务的准确性。
Chunking（分块）
将长文档切分为较小片段的过程，用于RAG系统中的文档索引和检索。
Context Window（上下文窗口）
LLM一次可以处理的最大token数量。现代LLM的上下文窗口从16k到1M tokens不等。
Cosine Similarity（余弦相似度）
衡量两个向量方向相似程度的指标，常用于计算文本Embedding之间的语义相似度。
D
Decision Tree（决策树）
在Agent系统中，用于判断是否应使用Agent的决策框架，通过一系列Yes/No问题评估任务特征。
DoD（Developer on Duty）
值班工程师，负责处理生产环境的告警和突发问题。在本书案例中，DoD Agent 指辅助值班工程师诊断、分流和处理告警的 Agent 系统。
E
Embedding（嵌入向量）
将文本转换为固定维度的数值向量的技术，捕获文本的语义信息。
Early Stopping（提前停止）
检测Agent陷入无效循环时及时终止执行的机制。
F
Few-Shot Learning（少样本学习）
在Prompt中提供少量示例，帮助LLM理解任务格式和期望输出。
Fingerprint（指纹）
告警的唯一标识符，用于去重和关联相同的告警。
G
GAS（Go Application Server）
Shopee内部的Go语言应用开发框架。
H
Hallucination（幻觉）
LLM生成看似合理但实际错误的内容，包括事实性幻觉、逻辑性幻觉和引用性幻觉。
Harness Engineering（驾驭工程）
通过构建可靠的基础设施和约束系统来驾驭AI的工程方法论。
Hybrid Search（混合检索）
结合向量检索和关键词检索的方法，提高检索的召回率和精确度。
I
Inference（推理）
模型根据输入数据生成输出的过程。在机器学习中指模型的预测阶段。
L
LLM（Large Language Model，大语言模型）
基于Transformer架构的大规模预训练语言模型，如GPT-4、Claude等。
Loop Detection（循环检测）
检测Agent重复执行相同操作的机制，用于防止无限循环。
M
MCP（Model Context Protocol）
Anthropic提出的协议，用于AI工具连接外部数据源和服务。
MTTR（Mean Time To Resolution，平均恢复时间）
从问题发生到解决的平均时间，运维领域的关键指标。
Multi-Agent System（多Agent系统）
由多个Agent协作完成复杂任务的系统架构。
P
Plan-and-Execute（计划-执行）
一种Agent架构模式，先制定详细计划，再逐步执行。
Positional Encoding（位置编码）
在Transformer中注入序列位置信息的机制。
Prompt Caching（Prompt缓存）
缓存长System Prompt以节省token成本的技术。
Prompt Engineering（提示工程）
设计和优化Prompt以提高LLM输出质量的技术。
R
RAG（Retrieval-Augmented Generation，检索增强生成）
结合信息检索和语言模型生成的方法，通过检索外部知识增强LLM能力。
ReACT（Reasoning and Acting）
一种Agent架构模式，交替进行推理（Thought）和行动（Action）。
Reciprocal Rank Fusion（倒数排名融合）
一种融合多个检索结果的算法，用于混合检索。
Reranking（重排序）
使用专门模型重新排序检索结果，提高精确度。
S
Self-Consistency（自我一致性）
多次采样LLM输出，选择最一致的结果以提高准确性。
Sliding Window（滑动窗口）
保留最近N条消息的上下文管理策略。
SOP（Standard Operating Procedure，标准操作流程）
标准化的问题处理流程。
Spec Coding（规格编程）
先定义清晰规格，再让AI生成代码的编程范式。
State Machine（状态机）
管理系统状态转换的设计模式，用于控制Agent工作流。
T
Token
LLM处理文本的基本单位，通常一个token约等于0.75个英文单词或0.5个中文字符。
Tool Call（工具调用）
Agent调用外部工具（API、数据库、命令行等）执行操作。
Transformer
基于Self-Attention机制的神经网络架构，现代LLM的基础。
V
Vector Database（向量数据库）
专门存储和检索高维向量的数据库，用于RAG系统。
Vibe Coding（感觉编程）
依赖直觉和经验，与AI反复迭代的编程方式。
Z
Zero-Shot Learning（零样本学习）
不提供示例，直接让LLM完成任务。
中文术语
分级决策
根据风险等级采用不同决策策略的方法。
幻觉
见 Hallucination。
混合架构
结合多种设计模式的系统架构，如状态机 + ReACT。
可观测性
通过指标、日志、追踪等方式了解系统运行状态的能力。
上下文管理
管理LLM上下文窗口中信息的策略和技术。
状态机
见 State Machine。
向量数据库
见 Vector Database。
知识编译
LLM将原始数据转换为结构化知识的过程。
本术语表持续更新中