①大模型、Chatbot、Agent，一次把名字理清楚

开场：一次小型社死现场

前阵子和朋友吃饭，聊到 AI 编程。

朋友问："你平时用 Claude 还是 Claude Code？"

我说："Claude 啊。"

朋友又问："那 Codex 是模型还是工具？跟 GPT-5 什么关系？ChatGPT 又是什么？"

我张了张嘴，发现自己用了两年 AI，居然一个都答不上来。那一刻，筷子上的那块肉都不香了。

后来我仔细研究了一圈，结论是：这事不全怪我，厂商自己就把名字用乱了。 同一个"Claude"，有时候指模型，有时候指 App，有时候指命令行工具；"Codex"更离谱，它曾经是一个模型的名字，后来又变成了一个 Agent 产品的名字。

所以这个系列的第一篇，我们不写代码，先做一件看起来很简单、实际上很多人没做过的事：把名字理清楚。 地基不打牢，后面 39 篇越往上盖越歪。

读完本篇，你应该能回答这几个问题：

• 大模型到底是个什么东西？它能做什么，不能做什么？
• ChatGPT、Claude App 这类 Chatbot，和背后的模型是什么关系？
• Agent 和 Chatbot 的本质区别是什么？
• Claude、Claude Code、Codex、Cursor……这些名字各自属于哪一层？

一、先看全景：三层结构

先上结论。我们日常接触到的 AI 产品，基本可以拆成三层：

一句话版本：

• 大模型是发动机；
• Chatbot 是给发动机装上方向盘和座椅的车，你开一步它走一步；
• Agent 是装了自动驾驶的车，你告诉它目的地，它自己决定怎么开。

当然，比喻总有不准的地方。下面一层一层拆开看。

二、第一层：大模型，一个无状态的函数

2.1 它的"函数签名"

如果用程序员的视角看，大模型本质上就是一个函数：

// 大模型的"函数签名"（示意）
// 输入：一串 token（可以先粗略理解为"字词片段"）
// 输出：下一个 token 的概率分布
func LLM(context []Token) Distribution

它每次只做一件事：根据前面所有的文字，预测下一个字词最可能是什么。 然后把预测出的字词拼回输入，再预测下一个，如此循环，一段话就"吐"出来了。

至于 token 是什么、概率是怎么算出来的、为什么同一个问题每次回答不一样，这些我们放到原理篇（第 06 到 08 篇）细讲。这里只需要记住一点：它是一个"文字接龙"高手，而且是一个读过几乎整个互联网的接龙高手。

2.2 最重要的特性：无状态

这是新手最容易误解的地方。大模型本身没有记忆。 每一次调用，它都是一张白纸。

你可能会问：那我在网页上和 ChatGPT 聊天，它明明记得我上一句说了什么啊？

答案是：不是它记得，是应用每次都把聊天记录完整地重新发给它。

我们直接看 API 调用长什么样。假设你和模型聊了两轮，第二轮请求实际发出去的内容是这样的：

{
  "model": "<模型名>",
  "max_tokens": 1024,
  "messages": [
    { "role": "user",      "content": "我叫乔人尹，是个写代码的。" },
    { "role": "assistant", "content": "你好乔人尹！有什么可以帮你的？" },
    { "role": "user",      "content": "我叫什么名字？" }
  ]
}

看到了吗？第一轮的问答被原封不动地塞进了第二轮的请求里。模型之所以能回答"你叫乔人尹"，是因为答案就写在它这次收到的输入里。

这个认知非常关键，后面整个"上下文工程"篇都建立在它之上：模型知道的一切，都在这次请求的输入里。输入里没有的，它就不知道。

2.3 裸模型能做什么，不能做什么

最后一条特别有意思。你直接调 API 问一个裸模型"今天几号"，它要么老实说不知道，要么根据训练数据瞎猜一个日期。但你在 Claude 或 ChatGPT 网页上问，它能答对。为什么？答案在下一节。

2.4 常见的模型名字

为了方便后面对号入座，这里列一些常见的模型家族（截至写作时，各家迭代很快，以官网为准）：

• Anthropic：Claude Opus、Claude Sonnet、Claude Haiku，从大到小、从贵到便宜；
• OpenAI：GPT 系列，以及各种针对特定场景优化的变体；
• Google：Gemini 系列；
• 国内：DeepSeek、Qwen（通义千问）、Kimi、GLM 等。

这些名字，指的都是"发动机"本身。

三、第二层：Chatbot，给模型穿上衣服

3.1 应用到底多做了什么

ChatGPT、Claude App、DeepSeek App，这些我们天天打开的聊天界面，就是第二层。它们在模型外面包了一层"衣服"：

现在可以回答上一节的问题了：网页版能答对"今天几号"，是因为应用在系统提示词里偷偷写上了今天的日期。 模型还是那个模型，只是这次它的输入里有了答案。

同理：

• 网页版"记得"你是谁 → 应用把你的信息存了起来，每次塞进上下文；
• 网页版能联网 → 应用给模型配了一个搜索工具；
• 网页版能读 PDF → 应用先把 PDF 解析成文字或图片，再塞进上下文。

3.2 为什么同一个模型，网页版和 API 表现不一样

很多人有过这种体验：网页上聊得好好的，换成 API 调用，感觉模型"变笨了"，或者"性格变了"。

模型没变，变的是上下文。网页版有一段精心打磨过的系统提示词，往往很长，告诉模型该用什么语气、该怎么排版、什么时候该用工具；还配了一堆工具。你直接调 API 时，这些统统没有。

这也是为什么同一个模型，套在不同的应用里，体验能差出一大截。应用层的设计，本身就是一门手艺。

3.3 Chatbot 的工作方式

用代码来表达，一个最简单的 Chatbot 大概是这样：

var history []Message

func Chat(userInput string) string {
    history = append(history, Message{Role: "user", Content: userInput})

    // 一问一答，调用一次就结束
    resp := llm.Call(systemPrompt, history)

    history = append(history, resp)
    return resp.Text
}

注意这里的关键特征：你说一句，它调用一次模型，回一句，然后停下来等你。 节奏完全由你掌控。

四、第三层：Agent，给模型一个循环

4.1 Agent 的核心：一个 while 循环

如果说 Chatbot 是"你推一下它动一下"，那 Agent 就是"你给个目标，它自己转起来"。

先看代码，你会发现差别其实小得惊人：

func RunAgent(task string) string {
    messages := []Message{{Role: "user", Content: task}}

    for step := 0; step < maxSteps; step++ {
        // 1. 让模型"想"：下一步该干什么？
        resp := llm.Call(systemPrompt, tools, messages)
        messages = append(messages, resp)

        // 2. 模型说"我做完了"，退出循环
        if resp.StopReason != "tool_use" {
            return resp.Text
        }

        // 3. 模型说"我要用工具"，程序替它去执行
        results := executeTools(resp.ToolCalls) // 真正干活的是这一行
        messages = append(messages, results)

        // 4. 带着工具的执行结果，回到第 1 步继续想
    }
    return "步数用完了，放弃。" // 本系列的精神内核
}

和 Chatbot 相比，只多了两样东西：

1. 一个循环：模型可以连续调用很多次，不用每次都等你开口；
2. 一组工具：模型可以"要求"读文件、跑命令、查网页，由程序替它执行，再把结果喂回去。

用时序图看会更清楚：

这里有一个非常重要的认知，后面的文章会反复强调：模型从来不会真正"执行"任何东西。 它只会输出一段话，意思是"我想调用 run_bash，参数是 go test"。真正去执行命令、读文件的，是外面那层程序，业内通常叫它 harness（直译是"挽具"，套在模型身上让它能干活的那套东西）。

所谓"AI 自己修好了 bug"，其实是这个循环转了几十圈。

4.2 判断标准：谁决定下一步？

那么问题来了：现在的 Claude App 也能搜索、能跑代码，它算 Chatbot 还是 Agent？

答案是：这不是一个非黑即白的分类，而是一条光谱。 判断的关键只有一个问题：下一步做什么，是谁决定的？

• 裸模型：没有工具，也没有循环，什么都由你决定；
• Chatbot + 工具：模型能决定"要不要搜一下"，但通常一两步就结束，回到你手上；
• Workflow：可以有很多步，但步骤顺序是程序员提前写死的。比如"先翻译，再总结，再发邮件"，模型只负责每一步里的内容；
• Agent：模型自己决定先做什么、后做什么、什么时候算完成。

所以，现在的 Claude App、ChatGPT 网页版，更准确的说法是"带有轻量 Agent 能力的 Chatbot"；而 Claude Code、Codex 则是彻头彻尾的 Agent，一个任务可以自主跑几十上百步。

Workflow 和 Agent 的区别，第 04 篇会专门讲。剧透一下：大部分场景，你其实不需要 Agent。

4.3 Agent 的四个组成部分

把上面的内容收拢一下，一个 Agent 由四部分组成：

前三个好理解，第四个"上下文管理"是最容易被忽视、也最见功力的部分。循环转几十圈之后，上下文里堆满了文件内容和命令输出，很快就会爆掉。哪些该留、哪些该删、哪些该压缩成摘要，这就是 Claude Code 这类产品真正的核心竞争力之一。第三部分的上下文工程篇和第 28 篇会详细展开。

五、对号入座：那些让人头大的名字

现在，终于可以回答开头朋友的问题了。

5.1 "Claude"一词三义

所以朋友问"你用 Claude 还是 Claude Code"，正确的回答应该是："网页上聊天用的是 Claude App，写代码用的是 Claude Code，它们背后跑的都是 Claude 的 Sonnet 或 Opus 模型。"

5.2 "Codex"的身世之谜

Codex 这个名字的历史更曲折：

所以："Codex 是模型还是工具？" 答：2021 年那个是模型，现在说的 Codex 是 Agent，它背后的发动机是 GPT 系列模型。至于有些模型名字里也带着 "codex" 字样，那是针对编码场景优化过的 GPT 变体……好了，我知道你想放弃了，坚持一下。

5.3 一张总表

几个值得注意的点：

• Cursor、GitHub Copilot 这类工具不绑定模型，你可以在设置里切换背后的发动机。所以"Cursor 好用还是 Claude Code 好用"和"Claude 好用还是 GPT 好用"是两个不同维度的问题；
• 同一个模型可以装进很多应用，所以"换了个应用"不等于"换了个模型"；
• DeepSeek 是最省事也最费解的一个：公司叫 DeepSeek，App 叫 DeepSeek，模型也叫 DeepSeek。一词三义，全靠上下文。

六、动手：亲手感受三层的区别

光看不练假把式。下面三个小实验，十分钟就能做完，做完之后你对三层的理解会扎实得多。

实验 1：裸调 API，感受"无状态"

准备一个 Anthropic 的 API Key（用 OpenAI 或 DeepSeek 的 API 也一样，格式略有不同），执行：

export MODEL="<填一个当前可用的模型名，以官方文档为准>"

curl https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d "{
    \"model\": \"$MODEL\",
    \"max_tokens\": 256,
    \"messages\": [
      {\"role\": \"user\", \"content\": \"今天几号？我上一句话说了什么？\"}
    ]
  }"

观察：它不知道今天的日期，也不知道"上一句话"是什么。因为这次请求里，确实什么都没有。

然后试试把一段"假的历史"塞进 messages 里，比如伪造一条你说过"我叫张三"的记录，再问它你叫什么。你会发现它对伪造的历史深信不疑。它没有记忆，只有输入。

实验 2：在 Claude App 或 ChatGPT 里问同样的问题

问："今天几号？"

观察：它能答对。现在你知道原因了：系统提示词里写着呢。

实验 3：在 Claude Code 或 Codex 里给一个模糊任务

找一个你自己的小项目，进入目录，启动 Claude Code 或 Codex，说一句：

看看这个项目是干什么的，然后告诉我怎么运行它。

观察：你只说了一句话，它却自己连续做了很多步：列目录、读 README、读配置文件、可能还会去看构建脚本……最后才给你答案。每一步调用了什么工具，界面上都看得到。

这就是那个 while 循环在转。

七、踩坑记录：五个常见误区

误区 1："模型记住了我。"
记住你的是应用，不是模型。模型每次都是白纸，是应用把你的信息塞进了上下文。理解这一点之后，你就知道为什么"记忆"有时候会出错、会过时：应用存什么、什么时候塞进去，都是应用的设计决策。

误区 2："换了个应用就是换了个模型。"
不一定。Cursor 里选 Claude，和 Claude Code 背后跑的可能是同一个模型。体验不同，差别在应用层：系统提示词、工具设计、上下文管理。

误区 3："Agent 是一种更厉害的模型。"
Agent 不是模型，是一种架构。同一个模型，裸用是模型，套上界面是 Chatbot，再加上循环和工具就是 Agent。

误区 4："网页版比 API 聪明，或者 API 比网页版聪明。"
模型能力是一样的，差的是上下文和工具。网页版有精心设计的系统提示词和一堆工具，API 默认什么都没有。觉得 API "变笨了"，先检查自己给的上下文够不够。

误区 5："Agent 一定比 Chatbot 好用。"
Agent 更强大，但也更慢、更贵、更不可预测。一个任务转几十圈，每圈都在花钱；转着转着还可能跑偏。问个简单问题，Chatbot 一步到位；只有需要多步探索、而且结果可以验证的任务，Agent 才真正值得。这个话题，第 04 篇和第 39 篇会详细聊。

八、动手作业

把你用过的所有 AI 产品列一张表，标出每个产品：

1. 属于模型、应用还是 Agent？
2. 如果是应用或 Agent，它背后跑的是哪个（或哪些）模型？
3. 它有没有循环？下一步是谁决定的？

列完这张表，你就彻底告别了"Claude 和 Claude Code 傻傻分不清"的阶段。下次再有人在饭桌上问你，你可以从容地放下筷子，给他画一张三层结构图。

一句话总结

大模型是一个无状态的文字接龙函数；Chatbot 是给它加上界面和会话管理，你说一句它回一句；Agent 是再给它加上循环和工具，让它自己决定下一步，直到把事情做完。