LLM、RAG、Agent、MCP 哪個重要？用人體比喻看懂這四個怎麼疊起來

這篇在講什麼

AI 的術語難懂，有很大一部分是因為它們被平行列出來。LLM、RAG、AI Agent、MCP 放在同一張表裡，看起來像四種可以互相取代的工具，實際上它們負責的是不同層的工作，而且會疊在一起用。這篇借用人體的比喻把四層講清楚：LLM 是大腦、RAG 是大腦加一疊書、AI Agent 是大腦加一雙手、MCP 是神經系統。四段用同一個問題貫穿，你會看到同一句提問在不同層得到什麼樣的回答。最後給一張自我檢查表，和一個補的順序建議。

一、這四個詞為什麼特別難懂

問題不在詞本身，在它們被擺放的方式。

大部分的整理文會把 LLM、RAG、AI Agent、MCP 排成一張表，四列並排，每列一個定義。這種排法會傳達一個沒有明說的訊息：這是四個選項，你要挑一個。

於是最常出現的問題就變成「所以哪個比較厲害」「我該學哪一個」。

我看過一張用人體來比喻的圖，那個角度比較貼近實際情況。四個詞對應的是身體的四個部位：

• LLM 是大腦
• RAG 是大腦加一疊書
• AI Agent 是大腦加一雙手
• MCP 是神經系統

二、同一個問題，四層各自怎麼回答

為了讓差別看得出來，接下來四段我都問同一句話：「公司出差費怎麼報？」

LLM ＝ 大腦

LLM 就是 ChatGPT、Claude、Gemini 這些會講話的模型本體。你問它，它用訓練時記住的東西回答。

答案不算錯，但它講的是通則。它不知道你們公司的差旅辦法寫什麼、期限是三天還是七天、要不要主管先簽。

這一層的能力邊界很清楚：它只知道訓練資料裡有的東西。你公司內部的文件、上週開會的決議、昨天改的規則，它都不知道。

RAG ＝ 大腦加一疊書

RAG 的做法是在大腦旁邊放一疊書。你問問題的時候，系統先去書裡（你的文件、資料庫、筆記）翻出相關段落，把那幾段連同你的問題一起交給大腦，大腦看著資料回答。

差別是答案有出處，你可以回頭查那份文件確認。

這一層要成立，前提是你的資料本身找得到。同一份規則有三個版本散在信箱、雲端硬碟和某個人的電腦裡，翻書這個動作就會翻出互相矛盾的答案。

我自己知識庫的做法是先把資料整理成有結構、彼此連得起來的樣子，再加上語意檢索。查得準與否，很大一部分是在資料整理階段決定的，不是在檢索技術。

AI Agent ＝ 大腦加一雙手

前面兩層都只會講話。Agent 這一層是會動手的：能開檔案、改檔案、跑指令、上網查、呼叫其他工具，而且記得剛才做過什麼，一步一步把事情做完。

從「告訴你怎麼做」變成「做完給你看」。

這一層的價值不在它會不會講，在它省掉的那段人工搬運。你原本要自己開表單、自己複製貼上、自己核對格式，這些動作它可以接手。

MCP ＝ 神經系統

Agent 要用工具，總得有個接法。以前每接一個新工具就要為它寫一套對接，接十個工具就寫十套。

MCP 是一套統一的接口規格，一邊接 AI，一邊接你的表單系統、信箱、行事曆、資料庫。

這一層讀者通常感覺不到，因為它不直接產出東西。它的影響會出現在另一個地方：接第十一個工具的時候，你是照同一套規格接上去，還是又要從頭寫一套。

三、有了後面那層，前面還是在跑

最容易誤會的地方在這裡。四個詞排成一列的時候，很像從左到右一路進化，好像有了後面的就可以丟掉前面的。

實際上每一層都還在跑：

四層不一定要疊滿。很多情況只用到前兩層就夠了：你要的就是一個看得懂自家資料、會回答問題的助理。當你希望它動手做完，而且要接上好幾個系統的時候，後兩層才會變成必要。

四、檢查你手上的 AI 缺哪一塊

這組比喻最實用的地方，是可以拿來當診斷工具。下次你覺得手上的 AI 好像不太行，先看是缺哪一塊。

補的順序：先補書，再補手

如果四層都缺，我會建議這個順序：

順序的理由很簡單：手再快，拿到的資料是錯的，只是錯得比較快。

一個會動手的 Agent 配上一疊過期文件，產出的是大量看起來很專業的錯誤。而且因為它動作快，你發現的時候通常已經錯了一整批。

五、怎麼用這組比喻

下次看到一個 AI 產品的介紹，可以先問一句：它在講哪一層？

四層都有人在賣，而且都有它的位置。知道對方在賣哪一層，你才判斷得出來這東西補的是不是你現在缺的那一塊。