基本概念
不用记术语。下面每个词，都配了一个生活里的类比；看懂这 10 个词，后面配置和提问就都不难了。
大模型：一个读过很多书的「接话高手」
大模型（LLM，Large Language Model）的本质工作只有一件事：根据前面的文字，猜接下来最该出现什么字。它读过的资料足够多，所以猜得足够准，准到能写邮件、写总结、写代码。
理解这一点，你就知道它的两个特点：
- 它很会「按套路输出」。你给的例子越清楚，它模仿得越准。这就是为什么「给它看一个样例」特别有效。
- 它不主动查证。不联网、不读文件的时候，它只能凭记忆说话，记错了也会很自信地编下去。
所以不要把它当「搜索引擎」，把它当一个刚入职、能力很强、但完全不了解你公司情况的实习生：你需要交代背景、给出样例、说明验收标准。
提示词：你写给它的需求单
提示词（Prompt）就是你输入的那段话。它不是「咒语」，而更像一张工单：写清楚要做什么、交给谁、交付成什么样，执行的人才不会跑偏。
同一个任务，三种写法，结果差别很大：
不清楚的写法
「帮我整理一下文件。」
清楚的写法
「把 D:\下载 里所有 .jpg 按拍摄月份分到 2026-01、2026-02 这样的子文件夹，原文件移动不是复制。」
第 3 章会把「怎么写」拆成可以照着填的模板。
上下文：它当前「记得住」的范围
上下文（Context）指的是这一次对话里，模型能同时「看到」的全部内容：你说过的话、它读进来的文件、它自己之前的回答。
它有几条实用含义：
- 它是有限的。内容太多会超出上限，最早的对话会被挤掉——这就是为什么长对话聊到后面，它开始「忘了前面说过什么」。
- 它会一直带着。你在同一段对话里改来改去，前面的错误理解也会被它一起记住。发现跑偏了，开新对话重新交代比反复纠正更快。
- 文件内容也算。让它读一个 200 页的文档，会占掉大量上下文，反而让它抓不住重点。能只给相关片段就别给全文。
Token：长度和费用的计量单位
模型不是按「字」处理文本，而是把文字切成一个个小片段，叫 Token。它是上下文长度的单位，也是计费的单位。
| 文字 | 大致 Token 数 | 说明 |
|---|---|---|
| 1 个汉字 | 约 1 个 | 不同模型略有差异，粗略按 1:1 估算即可 |
| 1 个英文单词 | 约 1.3 个 | 长单词会被切成多段 |
| 一页 A4 中文文档 | 约 800–1200 个 | 约 1000 字左右 |
一次任务的消耗 = 输入（你的话 + 读进来的文件）+ 输出（它写的内容）。所以「让它读整个文件夹」比「只读一个文件」贵得多，也慢得多。日常小脚本的消耗通常很小，不必过于担心。
Agent：会自己动手的 AI
普通聊天 AI 只负责「说」：给你一段代码，你自己复制、自己保存、自己运行、自己看报错。
Agent（智能体）多了一双手：它能直接在你打开的文件夹里读文件、写脚本、开终端运行、看到报错后自己再改。你只负责提要求和验收。
| 对比项 | 普通聊天 AI | Agent |
|---|---|---|
| 输出 | 一段文字或代码 | 直接建好的文件和可运行的结果 |
| 读文件 | 需要你复制粘贴给它 | 自己打开、自己读 |
| 出错 | 你贴回报错，它再改 | 自己执行、自己看到报错、自己修 |
| 适合 | 问知识、写文案 | 做工具、处理文件、跑脚本 |
工具调用：Agent 的「手和脚」
大模型本身只会输出文字。要把文字变成动作，得靠工具（Tools）。你看到的「它正在读取文件」「它正在运行命令」，就是它在调用工具。
常见的工具就这几类：
- 读文件 / 搜索文件——看看你工作区里有什么、内容是什么。
- 写文件 / 改文件——把脚本保存成
.py，或修改已有文件。 - 运行终端命令——执行 Python、安装依赖、跑测试。
- 联网搜索（部分工具支持）——查最新文档，弥补「记不准」的问题。
工作区：它能碰到的范围
工作区（Workspace）就是你在 Trae 里打开的那个文件夹。Agent 默认只看得到这里面的内容，看不到你电脑上的其他位置。
这个设计有两个好处：一是它不会被无关文件干扰；二是它不太容易误伤别的地方。所以正确的做法是：为每个任务单独开一个文件夹，把要处理的文件放进去，再让 Trae 打开这个文件夹。
不要一上来就打开「C 盘」或「桌面」这种包含大量文件的位置。Agent 扫描目录会变慢，也更容易误改无关文件。
权限确认：为什么它老是问我
当 Agent 要写文件、改文件、运行命令时，通常会先弹出一句「是否允许」。这不是它卡住了，而是安全刹车。
正确的态度是：
- 看它要做什么，特别是命令里有没有删除、覆盖、移动到工作区外。
- 批量操作前先拒绝一次，让它改成「先试 3 个」。第 3 章会教你怎么说。
- 不要图省事一路点「全部允许」——那等于把刹车拆了。
幻觉：它也会一本正经地瞎编
「幻觉」是指模型编造不存在的东西：一个不存在的函数、一个不存在的文件路径、一个记错的参数名。它说得很自信，但就是错的。
对付幻觉最有效的办法不是「多想」，而是让它跑一遍。代码跑不通会立刻报错，报错信息就是事实。
判断标准只有一条：能跑通、结果对。不要因为代码「看起来很像那么回事」就放心，也不要因为它报错了就觉得它不行——把完整报错贴回去，它通常能自己修好。
模型怎么选
模型是 Agent 的「大脑」。同一个 Trae，可以切换不同模型。简单说：
| 类型 | 适合做什么 | 特点 |
|---|---|---|
| 代码 / 主力模型 | 写脚本、改代码、处理多步骤任务 | 能力强、速度稍慢、消耗略高。做正事就用它 |
| 快速 / 轻量模型 | 简单问答、改错别字、解释一小段代码 | 响应快、成本低，复杂任务容易兜不住 |
挑选时优先看代码能力，而不是「聊天聊得顺不顺」。很多模型聊得很好，但写代码时容易漏边界情况。不确定就用默认推荐的那一个，先跑通再说。