夜雨聆风
前几天，我看到一张图，把Token、提示词、上下文、Agent、Harness、MCP、Skills画成了七级台阶。
很多人每天都在使用AI，却只熟悉其中一个动作：
在对话框里输入一句话，然后等待回答。
可这只是你看见的表面。
AI的七层关系，是一张理解AI如何工作的能力地图：Token承载文字，提示词表达任务，上下文提供资料，Agent连续行动，Harness管理过程，MCP连接外部工具，Skills沉淀可复用的方法。它不是一套必须逐层安装的严格协议，而是帮助普通人看懂AI从聊天走向干活的七个关键概念。
只讲一个故事：如果你让AI帮你完成一篇公众号，它背后究竟发生了什么？
01 你看到的是对话，背后是一套工作系统
先说结论：你发出的一句话，只是一项AI工作的起点。
假设你对AI说：
“帮我写一篇介绍新能源汽车的公众号。”
它先要把文字拆成自己能够处理的小单位，再理解你交代的任务；它还要读取你提供的读者、资料和写作要求。
如果它只是普通聊天AI，可能马上给你一篇回答。
如果它是一个能够办事的Agent，它还可能继续查资料、整理结构、生成文件、检查结果。
想把文章发进草稿箱，它还要连接外部工具；想让以后每篇文章保持相同风格，还需要一套可以反复使用的写作方法。
02 前三层：AI先要听懂你
前三层解决的是：AI怎样接住你交给它的信息？
第一层叫Token。
Token可以先理解成AI处理内容时使用的“文字积木”。它不一定等于一个汉字或完整单词，也可能是单词的一部分或标点。
第二层叫提示词。
提示词不是咒语，而是任务说明：做什么、参考什么、不能做什么，以及怎样算完成。
“给没接触过AI的普通人写一篇2000字文章，用生活故事解释，不能编造数据”，才是一张相对清楚的任务卡。
第三层叫上下文。
上下文是AI当前工作时能够看到的资料，可以把它想成一张书桌。提示词是桌上的任务卡，参考文章、读者信息和历史决定，则是摊在旁边的材料。
但上下文不是永久记忆。
书桌再大，也不代表所有历史资料都会永远摆在上面；过期要求和最新要求同时出现，AI也可能选错。
这三层合在一起，就是：AI用Token处理内容，通过提示词收到任务，再从上下文中取得完成任务需要的信息。
03 中间两层：AI开始自己办事
第四、第五层解决的是：AI能否行动，以及怎样守规矩。
第四层叫Agent，也就是能够围绕目标连续办事的智能体。
普通聊天AI更像顾问，Agent更像执行者。你把目标交给它，它可以拆步骤、读文件、调用工具、检查结果。
不过，Agent并不是有意识的“数字人”，更不是全能员工。
它只能在软件规则和授权边界内推进任务，仍然可能理解错误或使用错资料。
于是，第五层Harness就出现了。
Harness可以理解为Agent的运行与管理框架，包括工作流程、权限、检查、记录，以及什么时候必须回来请示人。
如果Agent是一个能干的管家，Harness就是家规、钥匙柜和验收表。
这里要特别说明：Harness不是所有AI系统统一采用的正式“第五层协议”。本文用它概括围绕Agent建立的工程和治理环境。
Agent决定能不能干活，Harness决定它怎样安全、稳定地干活。
04 后两层：AI接入世界，并学会手艺
最后两层解决的是：AI能使用什么，怎样把一次成功变成长期能力。
第六层叫MCP，全称是Model Context Protocol。
名字很长，你可以先把它理解为AI世界里的统一插座。
AI再聪明，如果碰不到文件、数据库和业务系统，也只能隔着玻璃给建议。
MCP让AI应用可以按照共同方式连接外部工具和数据。但连接不等于随便使用，账号认证、访问权限和重要操作的人工确认仍然不可少。
第七层叫Skills，也就是可以反复使用的技能和工作方法。
第一次让AI写公众号，你需要告诉它目标读者、文章结构、事实要求、排版规则和检查标准。
把这些步骤整理成一份操作手册，配上模板、参考资料，必要时再加入脚本，就形成了一个Skill。
MCP和Skills不是上下级，也不是同一件事。
MCP给AI接上工具，Skills教AI怎样利用能力完成一类工作。
一个像给管家配钥匙和电话；另一个像教会管家做饭和记账。
05 七层真正改变的，是人与AI的关系
把七层放在一起，我们看到的就不再是七个孤立名词，而是AI工作方式的一次完整变化。
Token决定AI看见什么，提示词决定要做什么，上下文决定知道什么，Agent决定能否自己行动，Harness决定怎样守规矩，MCP决定能连接什么，Skills决定哪些事情可以熟练地反复完成。
不过，这七层不是七个必须依次购买和安装的产品。
你只需要在遇到问题时，知道问题可能出在哪一层：
- AI误解了任务，先检查提示词。
- AI缺少重要资料，先补上下文。
- AI只给建议、不继续行动，看看是否需要Agent。
- AI能行动但容易越界，需要Harness建立规则。
- AI碰不到真实数据和工具，需要合适的连接方式。
- 同样的方法反复解释，适合沉淀成Skill。
这张图的价值，不是让我们多记几个英文词，而是看清AI从聊天工具变成工作系统，还需要哪些能力。
普通人最关心的三个问题
一、这七层必须按顺序搭建吗？
不需要。这是一张认知地图，不是安装说明书。不同产品可能把多个能力组合在一起，MCP和Skills也经常围绕Agent并行工作。
二、普通人需要把七层全部学会吗？
不需要先学会再使用。先理解每层解决什么问题，遇到真实任务时再深入，就像开车不必先学会制造发动机。
三、MCP和Skills有什么区别？
MCP主要解决AI怎样连接外部工具和数据；Skills主要解决AI怎样按照一套可复用方法完成工作。一个偏连接，一个偏方法。
下一篇，我们从最小的一块积木开始：Token。
AI眼里的一个“字”，为什么可能并不是我们以为的一个字？
作者：许朝军
更新时间：2026年7月29日
资料来源：
- OpenAI模型与上下文窗口文档
- OpenAI模型提示指南
- OpenAI Agents SDK
- OpenAI：MCP
- OpenAI：Build skills