安装下就能使用上升中认知准确AI辅助生成关键
Skills（技能）
有了工具、上下文，模型还得从头想该怎么做——一个厨师每次做菜都要重新发明菜谱。Skills 是把"提示词 + 工具调用 + 执行步骤"打包成一个可复用的单元，模型遇到熟悉的任务时直接调用，不用每次重新推理。是构建大规模、标准化 Agent 系统的基础积木。
Cognitive-ShiftAI 应用工程时间轴
我们记录 AI 替代人类智能的过程：它如何开始、如何扩张、又将把谁率先甩在身后。
Skip to content
时间轴
筛选集
年份
落地门槛
推荐
时间线
↓ 按时间倒序安装下就能使用上升中认知准确AI辅助生成关键
Harness Engineering（驾驭工程）
prompt 管"怎么说"，context 管"看到什么"，但模型依然会出错失控。Harness Engineering 把工具调用、记忆、错误恢复设计成稳定脚手架——出错时不靠调 prompt 祈祷，而是在系统层面堵死漏洞，是让 Agent 真正跑进生产环境的关键一层。
需要配置才能使用上升中被高估AI辅助生成
OpenClaw（个人 AI 助手网关）
把微信、邮件、命令行等各种入口统一接入，让同一个 AI 助手在任何地方都能帮你调工具、处理任务。
安装下就能使用上升中认知准确AI辅助生成
OpenSpec（规范驱动开发）
AI 写代码很快，但"为什么这么做"的决策往往消失在对话历史里。OpenSpec 在动手之前先写规格，让人和 AI 对齐要做什么、怎么做，每次改动都有据可查，不再靠"感觉"写代码。
安装下就能使用上升中认知准确AI辅助生成关键
Context Engineering（上下文工程）
prompt 解决的是"怎么问"，但大模型能表现多好，很大程度取决于它"看到了什么"。context engineering 的意义，是把对话历史、外部知识、工具返回结果等信息，有策略地组织和筛选后塞进模型的"视野"里，让它在正确的信息下做出更准确的判断——是 RAG、Agent 记忆管理等技术的核心支撑。
安装下就能使用上升中认知准确AI辅助生成关键
Multi-agent（多智能体协作）
一个 Agent 再能干，也有上下文长度、单线程执行的天花板。multi-agent 的意义，是把一个复杂任务拆给多个 Agent 并行处理——一个负责搜索、一个负责分析、一个负责输出——像一个真正的团队协作，而不是一个人从头忙到尾。它让 AI 系统突破单个模型的能力边界，是处理长流程、高复杂度任务的必然选择。
安装下就能使用上升中认知准确AI辅助生成关键
Tool Use（工具调用）
不是全新发明，而是对 Function Calling 的能力泛化与系统升级。function calling 解决的是"怎么调用"，tool use 关注的是"能调用什么"。工具不只是函数——搜索引擎、代码执行器、浏览器、数据库，都可以是模型的工具。
安装下就能使用上升中认知准确AI辅助生成关键
MCP（Model Context Protocol）
工具越来越多，但每接一个新工具，都要重新写一套对接代码——格式不同、调用方式不同，Agent 系统很快就变成屎山。MCP给模型和外部工具之间定了统一的"插座标准"，工具这个标准暴露接口，模型就能直接调用。Agent的工具生态从"各自为政"走向"即插即用"，是构建可扩展 AI 系统的基础协议。
需要系统级开发与长期维护趋于稳定认知准确AI辅助生成关键
RAG（检索增强生成）
模型的知识是训练时"背进去"的，一旦训练完就冻住了——你问它最近新闻、公司内部文档，它要么不知道，要么瞎编。RAG在模型回答之前先去检索相关资料，把找到的内容塞进上下文，让模型"有据可查"地回答。它是让模型接入私有知识、实时信息的最直接方式，也是企业落地 AI 问答场景的标配方案。
安装下就能使用被吸收认知准确AI辅助生成
Function Calling（函数调用）
模型只会"说话"，让它帮你查天气，它给你一段描述，而不是去搜索。Function calling给模型一份"能力菜单"，让它在需要时自己决定调哪个工具、填参数，把一句回答变成一个真实执行的动作。是模型从"会说"走向"会做"的关键一步，也是 Agent 能真正操控外部世界的基础。
安装下就能使用被吸收认知准确AI辅助生成
Prompt Engineering（提示词工程）
大模型本质上是概率生成的，同一个问题也可能有不同回答。prompt engineering 的意义，是通过设定角色、格式等方式，把这种“发散输出”尽量收敛成更稳定、更可控的结果，是后续 Agent、Function Calling、Skills 等技术路径的底层起点。
快速了解这张图
ai-application-roadmap 是一张双语的 AI 应用工程知识地图。它帮助读者和 AI 系统快速定位 MCP、Function Calling、Skills、Harness、Multi-agent、context engineering，以及 AI 真实使用方式的关键演化节点。
如果你需要一份可链接、可快速扫读的参考图谱，用来回答“什么变了、何时变的、下一步该关注什么”，这个站点就是为此准备的。