<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>AIHO 百科</title>
    <link>https://aiho.net</link>
    <description>AIHO AI 概念百科:LLM、RAG、MCP、Function Calling 等概念与协议的简明解释。</description>
    <language>zh-CN</language>
    <lastBuildDate>Sun, 21 Jun 2026 00:00:00 GMT</lastBuildDate>
    <atom:link href="https://aiho.net/feed/wiki.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>A2A (Agent-to-Agent Protocol)</title>
      <link>https://aiho.net/wiki/a2a.html</link>
      <guid isPermaLink="true">https://aiho.net/wiki/a2a.html</guid>
      <pubDate>Sun, 21 Jun 2026 00:00:00 GMT</pubDate>
      <description>Google 提出的 Agent 间通信协议，让不同平台、不同框架的 AI Agent 能互相发现、协商、协作。</description>
    </item>
    <item>
      <title>AI Agent（智能体）</title>
      <link>https://aiho.net/wiki/ai-agent.html</link>
      <guid isPermaLink="true">https://aiho.net/wiki/ai-agent.html</guid>
      <pubDate>Sun, 21 Jun 2026 00:00:00 GMT</pubDate>
      <description>能自主感知环境、规划任务、调用工具、持续迭代的 AI 系统，从聊天机器人进化到能干活的数字员工。</description>
    </item>
    <item>
      <title>Context Engineering（上下文工程）</title>
      <link>https://aiho.net/wiki/context-engineering.html</link>
      <guid isPermaLink="true">https://aiho.net/wiki/context-engineering.html</guid>
      <pubDate>Sun, 21 Jun 2026 00:00:00 GMT</pubDate>
      <description>通过精心设计 prompt 上下文（系统提示、示例、检索结果、工具定义）来最大化 LLM 表现的工程方法论。</description>
    </item>
    <item>
      <title>Embedding（向量嵌入）</title>
      <link>https://aiho.net/wiki/embedding.html</link>
      <guid isPermaLink="true">https://aiho.net/wiki/embedding.html</guid>
      <pubDate>Sun, 21 Jun 2026 00:00:00 GMT</pubDate>
      <description>把文本、图片等数据转成高维向量，让机器能通过向量距离衡量语义相似度——RAG、搜索、推荐的基础。</description>
    </item>
    <item>
      <title>Fine-tuning vs RAG</title>
      <link>https://aiho.net/wiki/fine-tuning-vs-rag.html</link>
      <guid isPermaLink="true">https://aiho.net/wiki/fine-tuning-vs-rag.html</guid>
      <pubDate>Sun, 21 Jun 2026 00:00:00 GMT</pubDate>
      <description>两种让大模型适应特定场景的方法对比：Fine-tuning 修改模型权重，RAG 引入外部知识。大多数场景应该用 RAG。</description>
    </item>
    <item>
      <title>Function Calling（函数调用）</title>
      <link>https://aiho.net/wiki/function-calling.html</link>
      <guid isPermaLink="true">https://aiho.net/wiki/function-calling.html</guid>
      <pubDate>Sun, 21 Jun 2026 00:00:00 GMT</pubDate>
      <description>让大模型根据用户意图自动选择并调用外部函数/API 的能力。是 AI Agent 的基础能力，让模型从对话进化到行动。</description>
    </item>
    <item>
      <title>Hallucination（幻觉）</title>
      <link>https://aiho.net/wiki/hallucination.html</link>
      <guid isPermaLink="true">https://aiho.net/wiki/hallucination.html</guid>
      <pubDate>Sun, 21 Jun 2026 00:00:00 GMT</pubDate>
      <description>大模型生成看似合理但事实上错误或虚构的内容。幻觉是 LLM 最大的可靠性挑战，无法完全消除，但可以通过多种方法缓解。</description>
    </item>
    <item>
      <title>LoRA（低秩适配）</title>
      <link>https://aiho.net/wiki/lora.html</link>
      <guid isPermaLink="true">https://aiho.net/wiki/lora.html</guid>
      <pubDate>Sun, 21 Jun 2026 00:00:00 GMT</pubDate>
      <description>Low-Rank Adaptation，一种高效微调方法：冻结原模型权重，只训练一个很小的低秩矩阵，大幅降低微调成本。</description>
    </item>
    <item>
      <title>MCP (Model Context Protocol)</title>
      <link>https://aiho.net/wiki/mcp.html</link>
      <guid isPermaLink="true">https://aiho.net/wiki/mcp.html</guid>
      <pubDate>Sun, 21 Jun 2026 00:00:00 GMT</pubDate>
      <description>Anthropic 推出的开放协议，让 AI 模型标准化地连接外部工具、数据源和 API，类似于 AI 的 USB-C 接口。</description>
    </item>
    <item>
      <title>Prompt Engineering（提示词工程）</title>
      <link>https://aiho.net/wiki/prompt-engineering.html</link>
      <guid isPermaLink="true">https://aiho.net/wiki/prompt-engineering.html</guid>
      <pubDate>Sun, 21 Jun 2026 00:00:00 GMT</pubDate>
      <description>通过精心设计提示词来引导 LLM 生成高质量输出的技术，包括 few-shot、CoT、角色设定、结构化输出等方法。</description>
    </item>
    <item>
      <title>RAG (检索增强生成)</title>
      <link>https://aiho.net/wiki/rag.html</link>
      <guid isPermaLink="true">https://aiho.net/wiki/rag.html</guid>
      <pubDate>Sun, 21 Jun 2026 00:00:00 GMT</pubDate>
      <description>Retrieval-Augmented Generation，让 AI 在生成回答前先从知识库检索相关信息，解决大模型知识过时和幻觉问题。</description>
    </item>
    <item>
      <title>Temperature 与 Top-P（采样参数）</title>
      <link>https://aiho.net/wiki/temperature-top-p.html</link>
      <guid isPermaLink="true">https://aiho.net/wiki/temperature-top-p.html</guid>
      <pubDate>Sun, 21 Jun 2026 00:00:00 GMT</pubDate>
      <description>控制 LLM 输出随机性的两个核心参数：Temperature 调节概率分布的平坦度，Top-P 限制候选词范围。</description>
    </item>
    <item>
      <title>Token（令牌）</title>
      <link>https://aiho.net/wiki/token.html</link>
      <guid isPermaLink="true">https://aiho.net/wiki/token.html</guid>
      <pubDate>Sun, 21 Jun 2026 00:00:00 GMT</pubDate>
      <description>大模型处理文本的最小单位。一个 Token 约等于 0.75 个英文单词或 1-2 个汉字。Token 数量决定 API 费用和上下文窗口占用。</description>
    </item>
    <item>
      <title>Vibe Coding</title>
      <link>https://aiho.net/wiki/vibe-coding.html</link>
      <guid isPermaLink="true">https://aiho.net/wiki/vibe-coding.html</guid>
      <pubDate>Sun, 21 Jun 2026 00:00:00 GMT</pubDate>
      <description>用自然语言与 AI 对话式编程，开发者描述意图、AI 写代码，像指挥一个全栈工程师干活。</description>
    </item>
  </channel>
</rss>
