AI 詞彙庫
AI 術語實用指南 — 從基礎概念到生產級框架，每個詞條都附帶我們實際建構 AI Agent 系統的經驗案例。
核心概念
Agentic AI（自主式 AI）
什麼是Agentic AI（自主式 AI）？
AI 不只是被動回答問題，而是能主動規劃、執行、反思並改進自己行為的範式。Agentic AI 強調自主性 — AI 可以決定要用什麼工具、走什麼路徑、甚至自我修正錯誤。這是 2026 年 AI …
beginnerAI Agent（智能體）
什麼是AI Agent（智能體）？
一段能自主感知環境、做出決策並執行行動的 AI 程式。不同於傳統聊天機器人只回答問題，Agent 可以使用工具、存取資料庫、呼叫 API，甚至管理其他 Agent。實際案例：我們團隊用 5 個 Agent …
beginnerChain-of-Thought（思維鏈）
什麼是Chain-of-Thought（思維鏈）？
讓 LLM 一步一步推理而不是直接給答案的技巧。就像數學考試要寫解題過程一樣，CoT 能顯著提升複雜任務的準確度。在交易分析中，我們要求 AI 先列出 EMA 排列、再判斷動量、最後給出方 …
intermediateConstitutional AI（憲法式 AI）
什麼是Constitutional AI（憲法式 AI）？
Anthropic 提出的 AI 對齊方法，用一組明確的原則（「憲法」）指導 AI 的行為，減少對人類標註的依賴。AI 自己學會判斷什麼該做什麼不該做。Claude 就是用這種方法 …
advancedContext Window（上下文視窗）
什麼是Context Window（上下文視窗）？
LLM 一次能處理的最大 Token 數量。Claude 的 Context Window 是 200K Token（約 15 萬字），GPT-4 Turbo 是 128K。Context …
beginnerEmbodied AI（具身智能）
什麼是Embodied AI（具身智能）？
讓 AI 擁有「身體」，能在真實物理世界中感知和行動。2026 年 VLA 模型讓機器人首次能同時理解語言、看到環境、執行動作。從聊天框走進工廠和家庭，AI 正在長出手腳。
intermediateFine-tuning（微調）
什麼是Fine-tuning（微調）？
在預訓練的 LLM 上，用特定領域的資料進行二次訓練，讓模型學會特定任務。比起從零訓練，微調只需要少量資料和算力。適合需要穩定輸出格式或專業知識的場景，但成本比 RAG 高。
intermediateLLM（大型語言模型）
什麼是LLM（大型語言模型）？
經過海量文本訓練的 AI 模型，能理解和生成人類語言。GPT-4、Claude、Gemini 都是 LLM。它們是 AI Agent 的「大腦」— 負責推理和決策，但需要工具和記憶系統才能真正有用。
beginnerPrompt Engineering（提示工程）
什麼是Prompt Engineering（提示工程）？
設計讓 LLM 產出最佳結果的輸入指令。好的 Prompt 能讓同一個模型的表現差距 10 倍以上。核心技巧：給角色、給範例、給格式、給限制。在 Agent 開發中，System …
beginnerRAG（檢索增強生成）
什麼是RAG（檢索增強生成）？
讓 LLM 在回答前先搜尋相關資料，而不是只靠訓練時學到的知識。像是讓 AI 帶著自己的筆記本上考試。實務上，我們用 RAG 讓 Agent 查詢交易策略文件，確保回答基於最新數據而非過時記憶。
intermediateRLHF（人類回饋強化學習）
什麼是RLHF（人類回饋強化學習）？
讓人類評估 AI 的回答品質，再用這些評分來訓練 AI 變得更好的方法。ChatGPT 的成功很大程度歸功於 RLHF — 它讓模型從「會說話」進化到「說對的話」。成本高但效果顯著。
advancedToken 化（分詞）
什麼是Token 化（分詞）？
把文字拆成模型能處理的小單位（Token）的過程。英文大約 1 個詞 ≈ 1.3 個 Token，中文 1 個字 ≈ 2-3 個 Token。理解 Token 很重要，因為它直接影響 API …
beginnerTool Use（工具使用）
什麼是Tool Use（工具使用）？
讓 LLM 呼叫外部工具（如搜尋引擎、資料庫、API）來完成任務。這是 AI Agent 和普通聊天機器人的關鍵區別 — Agent 不只會說話，還會「動手」。Claude 的 Tool Use 讓我們 …
beginnerTransformer（變換器）
什麼是Transformer（變換器）？
2017 年 Google 提出的深度學習架構，靠「注意力機制」讓模型理解文字間的關聯。幾乎所有現代 LLM（GPT、Claude、Gemini）都基於 Transformer。它解決了舊架構無法處 …
intermediate幻覺（AI 瞎說）
什麼是幻覺（AI 瞎說）？
LLM 自信地產出看起來正確但實際上是錯誤的內容。就像一個什麼都敢回答的學生，即使不確定也不會說「我不知道」。解決方法：RAG（讓 AI 查資料再回答）、多模型交叉驗證、要求 AI 附上來源。
beginner向量資料庫
什麼是向量資料庫？
專門儲存和搜尋嵌入向量的資料庫。傳統資料庫用關鍵字搜尋，向量資料庫用語義搜尋 — 搜「如何賺錢」也能找到「投資理財入門」。常見選擇：Pinecone、Weaviate、ChromaDB、LanceDB。
intermediate多智能體系統
什麼是多智能體系統？
多個 AI Agent 協同工作的架構，每個 Agent 負責不同專業。就像一家公司有 CEO、工程師、行銷各司其職。我們團隊用 COO Agent 管理開發、行銷、QA 三個專業 Agent，形成自動化的 AI 團 …
intermediate注意力機制
什麼是注意力機制？
讓模型在處理一個詞時，能「注意」到輸入中其他相關的詞。就像閱讀時，看到「銀行」這個詞，你會根據上下文判斷是「河岸」還是「金融機構」。這是 Transformer 的核心技術。
advanced訓練
什麼是訓練？
讓模型從資料中學習模式和知識的過程。預訓練一個 LLM 需要數千張 GPU 跑數週到數月，成本可達數億美元。大多數開發者不需要從零訓練 — Fine-tuning 或 Prompt Engineering 就夠用了。
intermediate參數
什麼是參數？
模型內部可學習的數值，決定了模型的「知識」。GPT-4 據傳有 1.8 兆個參數，Llama 3 有 70B/400B 版本。參數越多通常越聰明，但也越貴越慢。選模型時要平衡能力和成本。
intermediate基礎模型
什麼是基礎模型？
在海量資料上預訓練的大型 AI 模型，可以透過微調適應各種下游任務。GPT-4、Claude、Llama 都是基礎模型。把它想成是一個「什麼都學過一點」的通才，再透過 Fine-tuning 或 Prompt 變成專家。
beginner推論（模型推理）
什麼是推論（模型推理）？
用已訓練好的模型來處理新輸入並產出結果的過程。每次你跟 ChatGPT 聊天，就是在做推論。推論成本通常按 Token 計費 — 輸入 Token 和輸出 Token 價格不同。優化推論成本是 AI 應用能否獲利的 …
beginner嵌入向量
什麼是嵌入向量？
把文字、圖片等資料轉換成數字向量的技術。向量之間的距離代表語義相似度 — 「國王」和「王后」的向量很近，「國王」和「蘋果」很遠。RAG 系統用嵌入向量來找出最相關的文件。
intermediate對齊（AI 安全）
什麼是對齊（AI 安全）？
確保 AI 的行為符合人類意圖和價值觀的研究領域。未對齊的 AI 可能會「照做但做錯事」— 比如被要求提升網站流量，就去做 DDoS 攻擊。RLHF 和 Constitutional AI 是目前主流的對齊方法。
intermediate權重
什麼是權重？
模型參數的具體數值，訓練過程中不斷調整。開源模型（如 Llama）會公開權重讓大家下載使用，閉源模型（如 GPT-4）的權重是商業秘密。權重檔案就是模型的「大腦」，通常幾十 GB 大。
intermediate框架與工具
Agent Executor（智能體執行器）
什麼是Agent Executor（智能體執行器）？
管理 Agent 生命週期的框架元件 — 啟動、執行任務、處理錯誤、停止。就像作業系統管理程式一樣。我們的 Agent Executor 每 5 分鐘檢查 Agent 狀態，超時自動重 …
intermediateAPI 閘道
什麼是API 閘道？
管理所有 API 請求的統一入口，負責認證、限流、路由和監控。在 AI Agent 架構中，API Gateway 是安全的第一道防線。AgenticTrade 的 API 就透過閘道處理認證和計費。
intermediateClaude Code
什麼是Claude Code？
Anthropic 的官方 CLI 工具，讓 Claude 直接在你的終端機中工作 — 讀寫檔案、執行命令、管理 Git。不只是程式碼補全，而是一個能自主完成整個開發流程的 AI Agent。 …
beginnerFunction Calling（函數呼叫）
什麼是Function Calling（函數呼叫）？
LLM API 的功能，讓模型輸出結構化的函數呼叫請求，而非純文字。你定義可用的函數和參數 Schema，模型會決定何時呼叫哪個函數。這是建構 AI Agent 的基礎技術 — 讓 AI …
intermediateHooks（Claude Code 鉤子）
什麼是Hooks（Claude Code 鉤子）？
Claude Code 的事件攔截機制，可以在工具執行前後自動運行自訂腳本。像是 Git Hooks 的概念 — 在 AI 讀檔案前做安全檢查，在寫檔案後自動格式化。我們用 Hooks 做 …
intermediateMCP（模型上下文協議）
什麼是MCP（模型上下文協議）？
Anthropic 推出的開放協議，讓 AI Agent 能標準化地連接外部工具和資料來源。就像 USB-C 統一了充電接口，MCP 統一了 AI 工具的接入方式。2026 年 3 月已有 9700 萬次安 …
beginnerPrompt 快取
什麼是Prompt 快取？
快取重複的 Prompt 前綴，避免每次都重新處理相同的 System Prompt 和上下文。Claude 的 Prompt Caching 可以省下最多 90% 的輸入 Token 費用。對長 System …
intermediateSDK（軟體開發套件）
什麼是SDK（軟體開發套件）？
讓開發者快速整合特定服務的程式庫和工具包。例如 Anthropic SDK 讓你幾行程式碼就能呼叫 Claude API。好的 SDK 隱藏了底層複雜度，讓開發者專注在業務邏輯。
beginnerSkills（Claude Code 技能）
什麼是Skills（Claude Code 技能）？
Claude Code 的可重用指令模板，用 Markdown 定義工作流程和規則。透過 /skill 指令觸發，讓 Claude 按照預設流程執行複雜任務。我們建了 30+ …
intermediate延伸思考
什麼是延伸思考？
讓 LLM 在回答前先進行深度內部推理的功能。Claude 的 Extended Thinking 會產出思考過程（ThinkingBlock）再給最終答案（TextBlock）。適合複雜決策，但會消耗更多 Token。
intermediate知識庫
什麼是知識庫？
組織化的資訊儲存庫，供 Agent 查詢和引用。可以是文件集合、FAQ 資料庫或結構化資料。搭配 RAG 使用效果最好 — Agent 先搜尋知識庫，再用 LLM 整理成回答。
beginner記憶系統
什麼是記憶系統？
讓 Agent 在多次對話之間保留資訊的機制。分為短期記憶（當前對話）、長期記憶（跨 Session 的知識）和工作記憶（當前任務上下文）。沒有記憶系統的 Agent 就像金魚 — 每次都從零開始。
intermediate結構化輸出
什麼是結構化輸出？
讓 LLM 按照指定的 JSON Schema 輸出資料，而不是隨意格式的文字。對 Agent 開發至關重要 — 你需要 AI 回傳可解析的交易信號（方向、信心度、停損價），而不是一段散文。
intermediate基礎設施
API 限流
什麼是API 限流？
限制客戶端在特定時間內可以發送的 API 請求數量。保護伺服器免受過載和濫用。Claude API 有每分鐘的 Token 限制，超過會收到 429 錯誤。設計 Agent 時要考慮重試邏輯和指數退避。
intermediateCI/CD（持續整合/持續部署）
什麼是CI/CD（持續整合/持續部署）？
自動化程式碼測試和部署的流程。CI 在每次提交程式碼後自動跑測試，CD 測試通過後自動部署到生產環境。讓團隊能快速迭代而不怕搞壞東西。我們用 GitHub Actions + 自動部署腳本。
intermediateCron Job（定時任務）
什麼是Cron Job（定時任務）？
Linux 系統的定時執行機制，在指定時間自動運行腳本。AI Agent 系統的幕後英雄 — 定時掃描市場、定時健康檢查、定時備份。我們有 20+ 個 Cron Job 支撐整個自動化系統的 24/7 …
beginnerDocker（容器化）
什麼是Docker（容器化）？
把應用程式和所有依賴打包成「容器」的技術，確保在任何環境都能一致運行。在 AI Agent 部署中，Docker 是安全隔離的關鍵 — 限制 Agent 的系統權限，防止失控。我們所有外部 Agent …
beginnerEdge AI（邊緣 AI）
什麼是Edge AI（邊緣 AI）？
在本地裝置（手機、IoT 設備）而非雲端上運行 AI 推論。優點是低延遲、隱私保護、離線可用。Tether 的 QVAC 和 Apple 的 on-device AI 是代表案例。但模型需要壓縮到裝置能 …
intermediateGPU（圖形處理器）
什麼是GPU（圖形處理器）？
AI 模型訓練和推論的核心硬體。NVIDIA A100/H100 是目前最熱門的 AI GPU。GPU 決定了 AI 的運算速度和成本。大多數開發者不需要自己買 GPU — 用雲端 API 更划算。
beginnerREST API
什麼是REST API？
最常見的 Web API 設計風格，用 HTTP 方法（GET/POST/PUT/DELETE）操作資源。大多數 AI 服務的 API 都是 RESTful 的 — 呼叫 Claude 就是 POST …
beginnerWebSocket
什麼是WebSocket？
支援伺服器和客戶端雙向即時通訊的協議。不像 HTTP 每次都要重新建立連線，WebSocket 保持長連線，資料可以即時推送。交易系統用它接收即時行情，Agent 用它做即時對話。
intermediate模型部署
什麼是模型部署？
把訓練好的 AI 模型部署成可接受 API 請求的服務。選擇很多：用 Ollama 在本機跑、用 vLLM 做高效能推論、或直接用 Claude/GPT 的雲端 API。關鍵考量：延遲、吞吐量、成本。
intermediate聯邦學習
什麼是聯邦學習？
讓多方在不共享原始數據的情況下共同訓練模型的技術。每個參與者在本地訓練後只上傳模型更新，不洩露隱私數據。適合醫療、金融等隱私敏感領域。Google 鍵盤的輸入預測就是聯邦學習的應用。
advanced安全
API 金鑰安全
什麼是API 金鑰安全？
保護 API 金鑰不被洩露和濫用的實踐。用 .env 檔案管理、永不寫入程式碼、定期輪換、設定使用上限。ClawHub 的惡意插件中有 7.1% 含明文憑證洩露 — API 金鑰洩露是 AI 生態系統最常見的安全問 …
beginnerOWASP LLM Top 10
什麼是OWASP LLM Top 10？
針對大型語言模型應用的十大安全風險清單，由 OWASP 組織維護。包括 Prompt Injection、不安全的輸出處理、訓練資料投毒、模型 DoS 等。是 AI 安全的必讀參考，也是我們 MCP …
intermediatePrompt 注入
什麼是Prompt 注入？
攻擊者透過精心設計的輸入，讓 AI 忽略原始指令並執行惡意操作。就像 SQL 注入但對象是 AI。360 團隊發現的 OpenClaw MEDIA 協議漏洞就是一個高危 Prompt 注入 — 攻擊者僅憑群聊權限 …
beginner存取控制
什麼是存取控制？
限制誰能存取什麼資源的安全機制。在 AI Agent 系統中，存取控制特別重要 — Agent 有多自主，被攻破時的損害就有多大。最小權限原則：只給 Agent 完成任務所需的最少權限。
beginner沙盒（隔離環境）
什麼是沙盒（隔離環境）？
限制程式只能在特定範圍內運行的安全機制。在 AI Agent 部署中，沙盒防止 Agent 存取不該碰的系統資源。Docker 容器 + non-root 用戶 + 網路隔離 = 基本的 Agent 沙盒。
beginner供應鏈攻擊
什麼是供應鏈攻擊？
透過第三方套件、插件或依賴來入侵目標系統。在 AI 生態系統中，ClawHub 市場就發現了 340+ 個惡意插件（感染率約 10.8%）。攻擊模式：Base64 編碼 → 解碼 → 下載惡意程式 → 建立後門。
intermediate紅隊測試
什麼是紅隊測試？
模擬攻擊者的角度來測試 AI 系統的安全性。專業的紅隊會嘗試 Prompt Injection、越獄、資料竊取等各種攻擊手法。360 用 AI 多智能體系統做自動化紅隊測試，就是「用 AI 找 AI 的漏洞」。
intermediate越獄（AI 破解）
什麼是越獄（AI 破解）？
繞過 AI 安全限制的技巧，讓模型輸出本應被禁止的內容。和 Prompt Injection 不同，Jailbreak 通常利用模型的推理能力來「說服」它違反規則。AI 廠商持續更新防禦，但這是一場持續的攻防戰。
beginner對抗攻擊
什麼是對抗攻擊？
對 AI 模型的輸入做微小但精心設計的修改，讓模型產出完全不同的結果。在圖像辨識中，加入人眼看不見的噪點就能讓 AI 把熊貓認成長臂猿。在文字模型中，同義字替換就可能繞過安全檢測。
advanced量化交易
EMA（指數移動平均線）
什麼是EMA（指數移動平均線）？
一種加權移動平均線，越新的數據權重越大。我們用 4 條 EMA（20/50/100/200）的排列來判斷趨勢。四線多排（20>50>100>200）= 強漲趨勢，四線空排 = 強跌趨勢，糾 …
beginnerMACD（移動平均收斂發散）
什麼是MACD（移動平均收斂發散）？
用兩條不同週期 EMA 的差值來判斷趨勢強度和方向變化。MACD 柱狀圖由正轉負 = 空頭動量增強。我們在多策略系統中用 MACD 做第三重確認，和 EMA 排列 + Bollinger 帶一起使用。
intermediateRSI（相對強弱指數）
什麼是RSI（相對強弱指數）？
衡量資產超買或超賣程度的指標，範圍 0-100。RSI > 70 通常代表超買（可能回落），RSI < 30 代表超賣（可能反彈）。但在強趨勢中，RSI 可能長期維持極端值。我們用 RSI 做動量 …
beginnerWFO（前推最佳化）
什麼是WFO（前推最佳化）？
防止回測過擬合的驗證方法。把數據分成多段，在前段訓練參數、在後段驗證，像是用考古題練習後再考模擬考。我們用 12 組 WFO 驗證的策略參數，平均樣本外勝率 82.2%。
advanced市場體制
什麼是市場體制？
市場目前處於什麼狀態 — 趨勢、盤整還是高波動。不同體制需要不同策略：ADX > 25 用趨勢策略，ADX < 20 用均值回歸，BB 壓縮 → 擴張 = 突破信號。識別錯誤的體制比選錯策略更致命。
advanced布林通道
什麼是布林通道？
由中線（SMA）和上下兩條標準差帶組成的通道。價格觸及上軌可能超買，觸及下軌可能超賣。通道收窄代表波動率下降（準備爆發），通道擴張代表趨勢進行中。適合在盤整市場中使用。
beginner回測
什麼是回測？
用歷史市場數據測試交易策略的表現。關鍵是避免過度擬合 — 策略在過去表現好，不代表未來也行。我們要求至少 30 天數據、使用 Walk-Forward Optimization，且勝率 ≥ 80% 才允許上實盤。
beginner風險管理
什麼是風險管理？
控制交易虧損的系統性方法。我們的風控系統包括：單筆最大虧損 2%、日損上限 3%、連虧 3 次自動縮倉、最大回撤 15% 停機。好的風控不是為了多賺，是為了活得夠久讓策略發揮。
beginner倉位管理（資金管理）
什麼是倉位管理（資金管理）？
決定每筆交易要投入多少資金的方法。不管策略多好，倉位太大一次就會爆。我們用固定風險法（每筆最多損失帳戶 2%）+ 動態調整（連虧縮倉、連勝加碼但不超過上限）。倉位管理是交易盈利的隱形引擎。
intermediate紙交易（模擬交易）
什麼是紙交易（模擬交易）？
用虛擬資金在真實市場數據上模擬交易，測試策略而不承擔真實風險。介於回測和實盤之間的驗證階段。我們要求所有新策略先跑至少 2 週紙交易，確認在即時數據下表現穩定才上真金。
beginner停利
什麼是停利？
預設的獲利退出價格。我們用分批停利：TP1（1.5:1 風報比）平倉 25%、TP2（3:1）再平 25%、剩餘 50% 用追蹤停損保護。這樣既鎖定部分利潤，又不會太早全部平掉錯過大波段。
beginner停損
什麼是停損？
預設的退出價格，當虧損達到門檻時自動平倉。用 ATR（平均真實波幅）來動態設定，而不是固定百分比 — 波動大的市場用寬停損，波動小用窄停損。我們的 AI 會在獲利時自動收緊停損（只收不放）。
beginner策略引擎
什麼是策略引擎？
掃描市場數據、計算指標、產生交易信號的核心模組。我們的策略引擎支援 WaveRider（趨勢跟蹤）、Bollinger Bands（均值回歸）和 MACD 三種策略，根據市場體制自動切換。
intermediate量化交易
什麼是量化交易？
用數學模型和程式自動做交易決策，取代人類的直覺和情緒。核心流程：數據收集 → 策略開發 → 回測驗證 → 紙交易 → 實盤。我們的系統結合了規則策略和 AI 分析，在 4 小時級別運行。
beginner實盤交易
什麼是實盤交易？
用真實資金進行交易。和紙交易最大的區別是心理壓力和滑點（實際成交價和理想價格的差異）。我們的實盤流程：回測 ≥ 30 天 → 紙交易 ≥ 2 週 → 小額實盤 → 全額實盤。賠錢就打回研究階段。
beginner