文章

AI 常用名词入门：从 Agent 到 Harness

发表于
作者 deathwhispers
12 分钟阅读
AI 常用名词入门：从 Agent 到 Harness

在和 AI 产品、AI 编程工具打交道时，我们经常会听到一串术语：Agent、Subagent、MCP、Function Call、Skills、Workflow、Harness。

这些词单看都不难，难的是不知道它们在一个真实系统里分别负责什么。本文会按“从能跑，到跑稳，再到可迭代”的思路，把它们整合在一起讲清楚，并适当发散到上下文、记忆、观测和评测等相关概念。

先看一句话版本

  • Agent：会“理解目标并行动”的 AI 执行者。
  • Subagent：Agent 派出去处理子任务的分工单元。
  • MCP：连接 AI 应用与外部工具/数据的标准协议。[1][2]
  • Function Call：模型按 JSON Schema 约束调用函数/工具的机制。[4]
  • Skills：可复用能力包（规则、模板、脚本、流程）。
  • Workflow：将多个步骤编排成可重复流水线。
  • Harness：用于评测、回归、对比实验的测试框架。[11][12]

1. Agent：不仅能聊，还能做事

传统聊天模型更像“问答器”，Agent 更像“执行者”。

一个最小 Agent 往往要完成四件事：

  1. 接收目标（例如“整理本周会议纪要并发邮件”）。
  2. 规划步骤（先收集资料，再提炼摘要，再调用发信工具）。
  3. 调用工具执行（搜索、读写文件、访问 API）。
  4. 检查结果并继续迭代。

所以可以记成：Agent = 模型 + 指令 + 工具 + 状态/记忆 + 编排。[6]

2. Subagent：把复杂任务拆出去并行做

当任务复杂到一个 Agent 不好管理时，可以拆成多个 Subagent。

例如“写技术综述”可以拆成：

  • Subagent A：资料检索。
  • Subagent B：术语归并。
  • Subagent C：案例与图表。
  • 主 Agent：汇总、审稿、统一风格。

Subagent 的价值：

  • 并行：缩短端到端时间。
  • 隔离：降低上下文污染和连锁错误。
  • 可评测：每个子任务可单独打分。

在不少 Agent 框架里，这类能力会叫 handoff / delegation。[7]

3. MCP：工具接入的“统一插口”

MCP（Model Context Protocol）可以理解为 AI 世界的标准连接层。[1][2]

根据规范，MCP 里常见三类角色是：

  • Host：发起连接的 LLM 应用。
  • Client：Host 内部连接器。
  • Server：提供资源、提示模板、工具能力的服务端。[2]

这让“接一个工具就写一套私有适配”的成本显著下降。最直观的收益是：同一套工具能力，可以更容易在不同 AI 客户端中复用。[1][3]

4. Function Call：让模型“按格式动手”

Function Call（工具调用）是 Agent 执行动作的关键桥梁。[4]

基本流程是：

  1. 先定义函数名和参数 Schema。
  2. 模型决定是否调用、调用哪个函数。
  3. 业务系统执行函数。
  4. 把函数结果回填给模型继续推理。

示意（伪代码）：

1
2
3
4
5
6
7

{
  "name": "get_weather",
  "arguments": {
    "city": "Shanghai",
    "date": "2026-04-09"
  }
}

在工程里通常建议配合 strict 等结构化约束，减少“参数看起来像对，实际不可执行”的问题。[4]

5. Skills：沉淀可复用能力

Skills 可以理解为“团队经验的打包产物”，通常包含：

  • 任务规则（该做什么/不该做什么）。
  • 输出模板（结构、语气、字段）。
  • 校验脚本（格式、链接、命名）。
  • 工具调用约定（参数规范、失败重试）。

当流程沉淀为 Skills 后，系统就从“靠个人提示词手艺”转向“靠团队资产复用”。

6. Workflow：把能力串成生产线

如果说 Skills 是零件，Workflow 就是装配线。

一个典型 AI Workflow 可能是：

  1. 接收任务。
  2. 检索知识（RAG）。
  3. 调用工具补充实时数据。
  4. 多 Agent 协同生成。
  5. 自动校验（结构、事实、风格）。
  6. 输出到目标系统（文档、IM、工单）。

Workflow 关注的不是“某次输出很惊艳”，而是“长期稳定可交付”。

7. Harness：怎么证明系统真的变好了？

没有 Harness，很多优化只能靠体感；有了 Harness，才有持续迭代的度量闭环。[11][12]

Harness 常见能力：

  • 管理基准集（prompts / cases / golden set）。
  • 自动跑批评测与回归。
  • 记录关键指标（成功率、延迟、成本、正确率）。
  • 对比版本差异（新模型 vs 老模型、A/B 策略）。

可以把它理解成：把“玄学调参”变成“可重复实验”。

8. 一张关系图：这些词如何协作

flowchart LR
  U[用户目标] --> O[Orchestrator Agent]
  O --> SA1[Subagent A]
  O --> SA2[Subagent B]
  SA1 --> FC[Function Call]
  SA2 --> FC
  FC --> MCP[MCP Client/Server]
  MCP --> T[外部工具与数据]
  T --> O
  O --> R[最终输出]

  SK[Skills] --> O
  MEM[State / Memory] --> O
  GR[Guardrails / HITL] --> O
  H[Harness / Evals] --> O

主线可以记为：

  1. Workflow 决定流程怎么跑。
  2. Agent/Subagent 决定谁来跑。
  3. Function Call + MCP 决定怎么接工具。
  4. Skills 决定经验如何复用。
  5. Harness 决定系统如何持续变好。

9. 再发散一层：高频关联概念

下面这些词在实战里几乎一定会遇到：

9.1 Prompt / System Prompt / Role Prompt

  • Prompt：当前任务指令。
  • System Prompt：全局行为约束。
  • Role Prompt：特定角色下的语气和职责。

Prompt 设计会直接影响工具调用意愿、输出结构和稳定性。[5]

9.2 Context Window / Token Budget

模型每次可处理的上下文是有上限的（以 token 计）。超预算会触发截断、摘要或检索策略。[5]

因此工程上常见做法是：

  • 只放当前步骤必要信息。
  • 历史对话做压缩摘要。
  • 长文档通过 RAG 按需检索。

9.3 Memory（短期记忆与长期记忆）

  • 短期记忆：当前会话状态。
  • 长期记忆：跨会话可复用偏好与事实。

RAG 可视作一种“外部可更新记忆”机制，经典做法是“参数记忆 + 非参数记忆（向量检索）”组合。[8]

9.4 Planner / Router / Orchestrator

  • Planner：拆解任务步骤。
  • Router：决定调用哪个模型或子代理。
  • Orchestrator：统筹执行顺序、依赖和回收结果。

多代理系统的核心并不只是“多”，而是“每个代理目标边界明确”。[6][7]

9.5 ReAct / Toolformer（方法论层）

  • ReAct：把“推理轨迹”和“动作执行”交替进行。[9]
  • Toolformer：让模型学习“何时调用什么工具、传什么参数”。[10]

它们都在回答同一个问题：如何把模型从“只会说”推进到“会做且可解释”。

9.6 Guardrails / HITL / 观测

  • Guardrails：输入输出和工具调用前后的安全/格式约束。[7]
  • HITL（Human-in-the-loop）：关键步骤人工确认，防止高风险自动化误触发。
  • Tracing / Observability：记录调用链路，便于定位失败点与优化瓶颈。[6][7]

10. 一个落地例子：自动周报系统

目标：每周五自动生成项目周报并发送。

  • Workflow：采集数据 → 汇总分析 → 生成草稿 → 人工确认 → 发送。
  • Agent：主控任务编排和质量检查。
  • Subagent：代码提交统计、工单进展统计、风险提炼。
  • Function Call：调用 Git、Jira、邮件 API。
  • MCP：统一接入内部工具服务。
  • Skills：复用“周报模板 + 风险描述规范 + 发送规则”。
  • Guardrails/HITL：发送前关键字段与收件人人工确认。
  • Harness：每周回放历史样本，检查漏项率与误报率。

这样系统才会从“能跑一次”变成“稳定长期可用”。

11. 总结

记住这个心智模型就够用了：

  • Agent/Subagent 解决“谁来做”。
  • MCP/Function Call 解决“怎么连工具”。
  • Skills/Workflow 解决“怎么稳定地做”。
  • Harness/Evals 解决“怎么证明更好”。
  • Guardrails/HITL/Tracing 解决“怎么安全可控地做”。

当这几块拼起来，AI 才真正从“会聊天”走向“可交付的生产力系统”。

参考文献

  1. Model Context Protocol Docs, What is the Model Context Protocol (MCP)? https://modelcontextprotocol.io/docs/getting-started/intro
  2. Model Context Protocol, Specification https://modelcontextprotocol.io/specification
  3. Anthropic, Introducing the Model Context Protocol https://www.anthropic.com/news/model-context-protocol
  4. OpenAI Docs, Function calling https://developers.openai.com/api/docs/guides/function-calling
  5. OpenAI Docs, Prompt engineering https://developers.openai.com/api/docs/guides/prompt-engineering
  6. OpenAI Docs, Building agents https://developers.openai.com/tracks/building-agents
  7. OpenAI Agents SDK Docs https://openai.github.io/openai-agents-python/
  8. Lewis et al., Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks (arXiv:2005.11401) https://arxiv.org/abs/2005.11401
  9. Yao et al., ReAct: Synergizing Reasoning and Acting in Language Models (arXiv:2210.03629) https://arxiv.org/abs/2210.03629
  10. Schick et al., Toolformer: Language Models Can Teach Themselves to Use Tools (arXiv:2302.04761) https://arxiv.org/abs/2302.04761
  11. EleutherAI, lm-evaluation-harness https://github.com/EleutherAI/lm-evaluation-harness
  12. Jimenez et al., SWE-bench: Can Language Models Resolve Real-World GitHub Issues? (arXiv:2310.06770) https://arxiv.org/abs/2310.06770
AI
AI Agent MCP LLM Workflow
本文由作者按照 CC BY 4.0 进行授权