概念篇：先把 Agent 的边界、组成和关键名词讲清楚。

案例篇：AgentX：什么是智能体（篇二：案例篇）

总结

广义上，智能体是一个能观察环境、采取行动，并根据结果继续调整的系统。

狭义上， Agent 开发语境里。一句话：

LLM Agent 是一个让 LLM 自主使用工具、在循环中完成任务的系统。

它会：

1. 看当前情况。
2. 判断下一步。
3. 使用工具行动。
4. 读取行动结果。
5. 没做完就继续。

判断一个系统有没有智能体结构，看四件事：

• 有没有目标。
• 能不能观察环境。
• 能不能采取行动。
• 行动结果会不会影响下一轮决定。

从空调理解“智能体”

智能体不是 LLM 出现后才有。自动空调就有最简单的智能体结构：

• 目标：把温度维持在 26°C。
• 环境：当前房间。
• 传感器：温度探头。
• 决策：高于 26°C 就制冷。
• 执行器：压缩机和风扇。
• 反馈：继续读取温度。

什么叫“改变环境”

Agent 说“我已经修改了文件”，不算改变环境，文件内容真的变了，才算。

例子：

• 调天气 API：Agent 多了一条真实天气观察。
• 修改代码：文件内容发生变化。
• 运行测试：环境产生新的通过或失败结果。
• 提交订单：业务系统多了一条订单记录。

能指出行动前后哪里不一样，才有可验证的环境变化。

Chatbot、Workflow 和 Agent

区别在于谁决定下一步。

形态	谁决定下一步	特点
Chatbot	人不断提问	主要停在文字里
Workflow	程序员提前写好	稳定，但只能走预设路径
Agent	LLM 根据环境结果决定	灵活，但更难控制

Agent 的四个核心部分

只记四个部分：

1. 大脑：Model
2. 工作台：Context
3. 手脚：Tools
4. 运行系统：Runtime / Harness

四个部分怎样配合：

一轮任务怎样循环：

安全、记录和评测 都围绕这四部分工作。

Prompt、Context 和 Harness 是三个不同层次

把 Agent 工程问题分成 Prompt、Context 和 Harness 三层，其实也是近几年经过的三个阶段：

• Prompt Engineering 教会我们如何「与 AI 对话」。
• Context Engineering 教会我们如何「让 AI 理解」。
• Harness Engineering 教会我们如何「让 AI 做事」。

层次	核心问题	在 Agent 里负责什么
Prompt Engineering	任务怎么说	目标、规则、示例和输出格式
Context Engineering	这一轮给模型看什么	检索、筛选、压缩并组装相关信息
Harness Engineering	整个系统怎样稳定跑	循环、工具执行、State、权限、重试、停止、Trace 和 Eval

它们的关系是：

• Prompt 是 Context 的一部分。
• Context 由 Harness 在每一轮动态组装。
• Harness 还负责把模型的输出变成真实行动，再把结果放回下一轮 Context。

Runtime 和 Harness 的边界没有完全统一。更严格地说：

• Runtime 偏向执行 Agent Loop 的核心程序。
• Harness 通常更宽，包含 Runtime，以及 Context 管理、工具、规则、沙箱、可观测性和评测等外围工程。

大脑：Model 决定下一步

LLM 结合当前 Context，主要产生两类结果：

• ① 生成内容。
• ② 生成工具调用意图。

LLM 只提出下一步。它不会因为输出了一段 JSON，就自动改变外部世界。

Context 决定模型看见什么

“在模型眼里，一切都是 Token” 需要加一个工程边界：

只有送进模型的内容会被编码成 Token。文件、数据库、API、工具执行和真实环境仍然在模型之外。

模型看到的是它们被转换后的文本或结构化表示。Runtime 负责把外部状态转成模型能看懂的 Context，也负责把模型的工具调用意图变成真实执行。

Context 是这一轮送给模型的全部信息：

• 用户目标。
• 系统规则。
• 当前计划。
• 相关文件。
• 工具定义。
• 最近的工具结果。
• 当前任务状态。

Context 太少，模型会猜。

Context 太多，重点会被淹没。

Context Engineering 的目标是：

用最少但足够的高信号信息，帮助模型做对下一步。

Context、State、Session 和 Memory

四个词容易混：

• Context Window：模型这一轮能看到的内容。
• State：任务现在进行到哪里。
• Session：任务跨轮次暂停和恢复的记录。
• Memory：筛选后，未来还能复用的信息。

Session 不等于 Context Window。

长任务可以换一个新的 Context Window，但继续使用原来的 State。

Instructions 和 Skills

Instructions 告诉 Agent：

• 目标是什么。
• 哪些事情不能做。
• 什么算完成。
• 遇到风险什么时候停。
  Skill 像一本项目手册。

它把某类任务需要的规则、步骤、脚本和参考资料放在一起。

这种按需加载叫渐进式披露。

像看书：

1. 先看目录。
2. 找到相关章节。
3. 真需要时再看附录。

手脚：Tools

Tools 让 Agent 接触真实环境。

常见工具：

• API。
• 数据库。
• 文件系统。
• 终端。
• 浏览器。
• 代码执行器。
• 计算机界面。
• 其它 Agent。

好的工具应该：

• 名字清楚。
• 参数清楚。
• 返回值清楚。
• 和其它工具边界清楚。
• 失败时给出可处理的错误。

Function Call：调用意图不等于执行

Function Call 可以理解成：

模型填写工具申请单，Runtime 审核并执行。

MCP：工具的通用连接方式

MCP 可以先理解成 Agent 世界的通用插座。

MCP 不负责思考。也不负责 Agent Loop。

它只解决工具、资料和 Agent 应用怎样连接。

工具很多时，按需发现：

Runtime / Harness：真正把系统跑起来

Runtime 是普通程序。

它负责：

• 组装 Context。
• 调用模型。
• 执行工具。
• 回填 Observation。
• 保存 State。
• 处理错误和重试。
• 限制轮次、时间和成本。
• 暂停、恢复和停止。

// 循环
while (turns < maxTurns) {
  const next = await model(buildContext(state), tools);

  if (next.type === "final") {
    if (acceptancePassed(state)) return next.output;

    state.events.push("验收未通过，拒绝结束");
    turns += 1;
    continue;
  }

  if (next.type === "tool_call") {
    const result = await runTool(next.toolCall);
    state.events.push(result);
  }

  turns += 1;
}

LLM 是大脑。
Runtime 才是把大脑、手脚和现场串起来的身体。

Guardrails、Sandbox 和 Human-in-the-loop

Agent 能操作文件、运行代码、访问网络，所以不能让它想干什么就干什么。

• Guardrails（护栏）：给 Agent 定规矩。
  • 检查它收到的任务、准备执行的操作和最终回答，发现不安全就拦住。
• Sandbox（沙箱）：给 Agent 圈定活动范围。
  • 只允许它访问指定文件、网络和程序，范围之外想碰也碰不到。
• Human-in-the-loop（人工确认）：遇到高风险操作，先停下来问人。
  • 比如删除文件、发送邮件、花钱之前，必须由人批准。

一句话记住：

Guardrails 是定规矩，Sandbox 是锁范围，Human-in-the-loop 是关键操作让人签字。

适合自动执行：

• 搜索代码。
• 读取文件。
• 运行测试。
  通常需要确认：
• 部署生产环境。
• 删除数据。
• 发送消息。
• 支付。
• 修改权限。

Trace 和 Eval

Agent 说“做完了”，不能只听它自己说，还要检查过程和结果。

可以把 Agent 当成一个会调用工具的函数：

Agent = 一个会自主执行任务的函数
Trace = 运行日志 / 调用链
Eval = 自动化测试
Output = 函数返回值
Outcome = 数据库、文件和系统的真实状态

比如 Agent 返回：

{
  "status": "success",
  "message": "用户创建成功"
}

这只是 Output。还要检查数据库里是否真的多了这个用户，这才是 Outcome。

• Trace：查看完整调用链。Agent 调用了什么工具、传了什么参数、哪里报错、重试了几次。
• Eval：像单元测试和集成测试。给 Agent 固定输入，再验证返回结果和系统状态。
• Output：Agent 的返回值，类似接口返回 200 OK。
• Outcome：真实副作用，例如文件创建了、数据库更新了、邮件确实发出了。

最形象的一句话：

Agent 说“完成”，就像接口返回了 200 OK；Trace 用来查日志，Eval 用来跑测试，Outcome 用来确认数据库和系统真的变了。

Single Agent 和 Multi-Agent

先做 Single Agent。

只有这些情况出现时，才考虑 Multi-Agent：

• 子任务能独立。
• 不同任务需要不同 Context 或工具。
• 并行能明显节省时间。
• 一个 Agent 的工具和规则已经互相干扰。

多 Agent 会增加通信、成本和 Context 丢失。

数量多，不代表能力强。

附录：RAG、RPA、CoT

RAG：先找资料，再回答

RAG 是检索增强生成。

RAG 是获取 Context 的一种方式。

它不是完整 Agent。

RPA：没有 API 时操作界面

RPA 是机器人流程自动化。

RPA 是一种工具。

界面变化就可能失败，所以必须回读。

CoT：模型怎样想

CoT 是思维链。

它指模型在得到答案前进行多步推理。

CoT 关注“怎样推理”。

Agent Loop 关注“怎样持续行动并根据结果调整”。

工程上不应依赖模型吐出完整的内部思维过程。保留简短理由、计划、工具调用和结果就够了。

最后压成一张图

记住五句话：

1. LLM Agent 是 LLM 自主使用工具的循环。
2. LLM 只决定下一步，Runtime 才真正执行。
3. Context 要少而准。
4. 工具调用意图不等于执行成功。
5. 模型说“完成”不算，环境通过验收才算。

考考你

1. Agent 和普通 LLM 调用有什么区别？

• 普通调用通常输入一次、输出一次。
• Agent 还有 Tools、State 和循环。
• Observation 会影响下一步决定。

2. Workflow 和 Agent 怎么选择？

• 固定步骤优先 Workflow。
• 路径未知、需要根据环境反馈决定下一步时使用 Agent。
• 没有工具和验收条件时，先不要做 Agent。

3. Context、State 和 Session 有什么区别？

• Context 是这一轮给模型的信息。
• State 是任务当前进度。
• Session 让任务可以暂停和恢复。

4. Function Call 为什么不等于工具执行？

• 模型只生成工具名和参数。
• Runtime 还要校验、执行并读取真实结果。

5. Runtime / Harness 负责什么？

• 组织 Context、调用模型、执行工具、保存 State。
• 处理错误、轮次、成本、暂停、恢复和停止。

6. 怎样避免虚假完成？

• 预先定义验收条件。
• 保存 Trace。
• 检查真实环境 Outcome。
• 用 Eval 做回归。

7. Prompt Engineering、Context Engineering 和 Harness Engineering 的边界是什么？

• Prompt Engineering 决定任务怎么说。
• Context Engineering 决定这一轮给模型看什么。
• Harness Engineering 负责整个系统怎样组装、执行、记录和停止。
• Prompt 是 Context 的一部分，Context 由 Harness 动态组装。

参考

• Anthropic：Building effective agents
  • 区分 Workflow 和 Agent；先用最简单能工作的方案。
• Anthropic：Effective context engineering for AI agents
  • Context 要少而准；长任务使用压缩、结构化笔记和按需检索。
• Anthropic：Agent Skills
  • Skill 使用渐进式披露。
• OpenAI Agents SDK
  • Agent Loop、Tools、Sessions、HITL 和 Tracing。
• OpenAI Agents SDK：Running agents
  • Tool Call、Handoff 和 Final Output 怎样驱动循环。
• OpenAI Agents SDK：Human-in-the-loop
  • 高风险工具怎样暂停、保存 State 和恢复。
• OpenAI：Harness engineering
  • Harness 不只是模型调用，还包括 Agent 能理解的环境、工具、约束、自动验证、可观测性和反馈回路。
• Anthropic：Demystifying evals for AI agents
  • Eval 应检查 Trace 和环境 Outcome。
• MCP：Client best practices
  • 工具多时按“目录 → 查看定义 → 执行”发现。
• 产品炼丹指北：看透 AI Agent 本质：Prompt、Context、Harness 的底层逻辑演进
  • 用 Prompt、Context 和 Harness 三层区分 Agent 工程问题。
• 很早以前的个人文章
  • Agent 是什么（2024 年版本）
  • 当时最值得留下的是：

给出它任务，它能帮你搞定，它就是 Agent。
是否可以把写这篇文章的过程，查阅什么资料，如何排版，如何发布，直接搞成个 Agent，来帮我完成这些事情，其实已经是可以的了。