LLM 可以理解成现代 AI 应用的生成与推理引擎。它并不是像人一样把所有知识永久记在脑子里，而是在当前输入和上下文基础上，一步一步预测并生成下一个 token。 Token 是模型读写文本的基本片段。它不严格等于一个字，也不严格等于一个词。理解 token 很重要，因为它直接影响三件事：成本、速度和上下文容量。输入越长、输出越长，消耗的 token 越多，调用成本和延迟也会更高。 Context 是这一次调用里模型能看到的全部材料，包括系统提示、用户问题、历史对话、检索材料、工具定义，以及模型正在生成的内容。Co