夜雨聆风
如果你关注过近期 AI 领域的进展，一定经常听到“Agent”这个词。
有人说它是大模型之后的下一个爆发点，也有人担心它还不够成熟、容易出错。那么，Agent 到底是什么？它背后的 Token、RAG、MCP、Harness 这些术语又意味着什么？
为了把这些问题讲清楚，我们请来了一位专门研究 AI Agent 的工程师机器人“小A”，以及一位对技术充满好奇但刚入门的小男孩“小E”。下面的对话，就是他们围绕 Agent 核心概念的逐一拆解。
📖 详细解说：
小E：小A，我经常听到“AI Agent”，但总觉得它就是个能聊天的机器人，和大模型有什么区别？
小A：很好的问题。传统的大模型，比如你直接问它“帮我写一封邮件”，它确实能写。但它主要是被动响应你的指令，生成一段文字就结束了。Agent 则不同。它像一个有执行力的虚拟员工：当你给它一个目标，比如“帮我预订下周去北京的机票和酒店”，它能自己把这个任务拆解成几个步骤，整个过程是循环的：执行一步，观察结果，再决定下一步，直到完成目标。
小E：所以 Agent 比大模型多了一套“动手”和“思考”的能力？
小A：没错。学术上常说的 Agent 三大支柱是：规划、记忆和工具调用。规划让它能分解任务；记忆让它能记住之前做过什么、学到过什么；工具调用让它能连接外部的搜索引擎、数据库、计算器等等。而所有这些的核心大脑，仍然是一个大语言模型。
Token
文本交流的最小单位
📖 详细解说：
小E：你刚才提到大模型，我总听人说“Token”，那到底是什么？
小A：Token 可以理解为大模型处理文字时的最小语义碎片。一段文本会被分词器切分成一个个 token，每个 token 对应一个数字 ID，模型主要靠这些数字进行运算。比如“我喜欢 AI”这句话，可能会被切成“我”、“喜欢”、“AI”三个 token。英文单词有时会被切成更小的子词。控制输入输出长度、计算成本、生成速度，都离不开 Token 这个概念。一个中文汉字通常对应一个 token，一段 1000 字的文章大约对应 1000 多个 token。
小E：那模型能一次处理多少 token？ 小A：每个模型有它的上下文长度，比如 8K、128K 甚至 1M token。这决定了它能“记住”多长的对话或多大的文档。了解 Token 有助于我们设计更高效的 prompt，避免不必要的浪费。
RAG
让模型减少凭空捏造
📖 详细解说：
小E：我遇到过模型胡说八道的情况，比如问它一个冷门历史事件，它编得有模有样，但全是错的。这是怎么回事？ 小A：这叫幻觉。因为大模型本质上是一个概率生成器，它并不真正知道什么是“真实”，只是根据统计规律预测接下来最可能的词。为了减少幻觉，一种主流技术就是 RAG，检索增强生成。它的思路很简单：不单纯依赖模型内部存储的知识，而是先去外部知识库搜索相关信息，把搜到的内容作为“参考资料”提供给模型，让模型基于这些资料生成答案。
小E：就像开卷考试，先查资料再回答？ 小A：是的。如果只靠预训练的知识，它可能给出过时的或者错误的数字。而 RAG 会先检索公司财报数据库，拿到准确数字后，再生成回复。这样不仅能提高准确率，还能实时更新知识，无需重新训练模型。
MCP
连接外部世界的标准化协议
📖 详细解说：
小E：那 Agent 怎么去调用外部工具呢？比如让它去查数据库，总不能每次都要写一段新代码吧？ 小A：这正是 MCP 要解决的问题。可以理解为 AI 领域的一个通用接口标准。它定义了一套标准方式，让任何遵循该协议的 Agent 都能连接上文件系统、数据库、API、本地软件等外部资源。开发者只要按照 MCP 规范实现一个服务端，Agent 就能通过统一的协议去调用它，类似于用同一个 USB 接口可以插鼠标、U盘、键盘。 小E：能给个具体例子吗？ 小A：比如你想让 Agent 读取你电脑上的一个 Excel 文件，并生成图表。如果没有 MCP，你需要写很多胶水代码。有了 MCP，Agent 只需说“调用 MCP 的文件读取工具，路径为 /data/report.xlsx”，就可以拿到数据。目前许多开源框架已经内置了 MCP 的支持，使得 Agent 的能力扩展变得比较方便。
Skill
封装可复用的专业能力
📖 详细解说：
小E：那如果我想让 Agent 完成一系列复杂的、针对特定领域的任务，比如财务对账或者代码审查，总不能每次重新教它吧？ 小A：这就轮到 Skill 了。Skill 本质上是一个针对特定场景的能力包，里面包含了完成该任务所需的步骤描述、调用哪些工具、遵循什么规则。通常一个 Skill 会写成一个
skill.md文件，Agent 读到这个文件，就知道如何扮演一个“财务专家”或“代码评审员”。小E：听起来像是一个岗位的操作手册？ 小A：正是这样。例如一个“报销审核 Skill”会告诉 Agent：首先接收报销单图片，然后调用 OCR 工具提取金额和日期，接着对比公司差旅政策，如果超出标准就标记为异常并通知人工审核。用户只需要说“用报销审核 Skill 处理这张图片”，Agent 就会自动按流程执行。Skill 让专业能力可以被复用和共享，有效降低了 Agent 在不同业务场景下的开发成本。
记忆模块
短期与长期的双层结构
📖 详细解说：
小E：Agent 能记住之前聊过的话题吗？比如我今天和它讨论项目 A，明天再问它，它还记得吗？ 小A：这取决于记忆设计。通常 Agent 有两层记忆：短期记忆和长期记忆。短期记忆就是当前会话的上下文，比如你们最近几轮对话。但受 token 长度限制，如果会话太长，就需要做截断或者摘要压缩。长期记忆则是把重要的历史信息向量化后存入向量数据库，以后可以通过语义检索重新召回。
小E：所以长期记忆有点像它的个人笔记本，可以跨越不同会话？ 小A：对。比如你告诉 Agent 你的名字是小E，它会把这条信息存入长期记忆。下次你开启一个新对话，它检索到这条记忆，就能直接称呼你“小E”。这种设计让 Agent 具备了持续学习和个性化服务的能力。
ReAct 与自我反思
推理、行动与修正的闭环
📖 详细解说：
小E：我明白了记忆和工具。但 Agent 到底是怎么“思考”的？它会犯错吗？比如它调错了 API 或者推理出 bug？
小A：很好的问题，这触及了 Agent 执行的核心。它采用一种叫 ReAct 的策略，也就是“推理-行动-观察”的循环，而这个循环天生就包含了自我修正。
小E：边做边想，还能边改错？
小A：正是如此。比如你让它写一段代码。它不会一次写完，而是先写一版（行动），然后自己运行测试一下（观察），如果发现报错，它会读取错误信息（反思），再修改代码（修正）。这个“行动-评估-修正”的循环会一直进行，直到任务成功。这让它在处理编程或计算这类复杂任务时非常可靠。
Harness 工程
让 Agent 安全稳定地运行
📖 详细解说：
小E：上面的这些组件听起来很不错，但要让 Agent 在真实环境里稳定运行，是不是还需要一套基础设施？
小A：你抓住了关键点。Harness 工程就是为 Agent 提供的运行环境和管控框架，包括：上下文管理、安全沙箱、多轮测试、日志与监控。
小E：安全沙箱是什么意思？
小A：如果让 Agent 直接在你的电脑上执行任意代码，存在安全风险。沙箱就是一个相对隔离的运行环境，Agent 在里面可以读文件、运行脚本，但无法删除系统文件或者访问你的私人密码。
小A：实际上，我们前面提到的 ReAct 框架，就可以看作是一种最简化的 Harness。但对于复杂的任务，我们需要更强大的 Harness。例如，像 Anthropic 推出的 Claude Code 就是一个更加完备的 Harness，不仅包含安全的沙箱环境，还集成了文件系统访问、网络请求、多语言代码执行等一系列复杂能力。其实，一个好的 Harness 工程能保证 Agent 既高效又安全，同时它会记录 Agent 的所有行动轨迹，方便开发者复盘和优化。
总结
小E：今天信息量好大，我试着总结一下：Agent 以大模型为大脑，通过 Token 理解输入，用 RAG 检索外部知识减少幻觉，靠 MCP 标准连接各种工具，用 Skill 封装专业流程，借记忆模块保持上下文，采用 ReAct 策略循环推理与行动，加入自我反思修正错误，最后在 Harness 工程的安全环境中运行，并遵循 SDD 规范来减少需求偏差。是这样吗？ 小A：你总结得很到位。不仅记住了每个概念，还理清了它们之间的关系。实际上，任何一个准备投入生产的 AI Agent，都需要认真考虑这九个方面的设计。缺了其中某些环节，就可能出现功能缺陷或安全隐患。
小E：看来要做出一个真正好用的 Agent，需要的远不止一个聪明的模型。 小A：正是如此。这也是为什么我们说 AI Agent 是一个系统工程。从最底层的 Token 编码，到面向业务的 Skill 封装，再到保障稳定运行的 Harness 工程，每一层都有其重要作用。
希望今天的对话能帮助你和其他读者建立起对 Agent 核心技术的整体认知，无论你是开发者、产品经理，还是技术爱好者，都能从中获得实用的启发。
你对那块内容印象深刻？欢迎在评论区分享你的看法，或将文章转发给对Agent内容感兴趣的朋友，一起探讨如何构建更智能的Agent！
【关注 AGI-Eval 大模型评测公众号】
关注➕点赞➕评论
🎁 随机掉落5个AGI-Eval社区精美礼品
