Agent工程六层核心概念定义与实践解析

agent-">Agent工程的六层约束：从”能回答”到”能交付”

一、概念总览：什么是Agent工程链路

在当前人工智能技术语境下，Agent（智能体） 是指一种能够感知环境、自主规划并调用工具执行复杂任务的软件系统。它不仅仅是一个”会对话的模型”，而是一个具备目标拆解、工具调用、上下文管理和结果验证能力的自动化执行单元。

然而，业界普遍存在一个现象：许多Agent演示（Demo）在受控环境下表现流畅，一旦接入真实工程仓库和生产流程便频繁出错。其根本原因并非模型能力不足，而是Agent工程体系不完备。

要让Agent从”能回答问题”进化为”能交付结果”，需要一条完整的能力链路。这条链路由六个关键层次构成：Token（令牌容量）、Skill（技能封装）、RAG（检索增强生成）、MCP（模型上下文协议）、SDD（规格驱动开发）、Harness（执行闭环框架）。它们并非六个孤立概念，而是描述同一个Agent系统从底层资源到顶层交付的六层工程约束。

下面逐一进行定义与解析。

---

二、Token：Agent的工作台与认知窗口

定义： Token是大语言模型处理文本时的基本计量单元，在Agent语境下，它更应被理解为Agent当前推理可参考的全部信息的总容量——包括系统指令、对话历史、工具返回结果、代码片段、错误日志和检索到的外部知识。

为什么重要： 模型单次推理并非”无限记忆”。所有需要被参考的材料都必须摆在这张”工作台”上。工作台越大，Agent能同时处理的信息量越多；但它终究有限，超过容量后早期信息将被截断或遗忘。

典型问题： 当Agent需要修改一个涉及多文件的订单模块时，它可能先后读取服务层代码、控制器代码、数据传输对象、客户端调用代码、拦截器逻辑、接口文档和测试日志。这些内容累加后极易超出单次上下文窗口，导致Agent”读了后面忘了前面”，生成的代码出现逻辑断裂。

工程建议：

• 合理规划单次任务的上下文范围，避免一次性加载过多无关文件；
• 采用分段读取、摘要压缩或层次化上下文管理策略；
• 在关键信息（如接口幂等要求）上使用显式标记，防止被上下文截断丢失。

---

三、Skill：可复用的行为规范封装

定义： Skill是Agent面对重复性任务时所遵循的预定义行为规则与执行模板。它将”怎么做”固化为可调用的能力单元，使Agent不必每次都从零推理。

为什么重要： 没有Skill的Agent如同一个没有工作流程的新人——每次遇到同类任务都需要重新”想一遍”，不仅效率低，而且输出质量不稳定。Skill将最佳实践编码化，确保Agent在代码生成、接口调用、日志分析等场景中行为一致。

示例说明： 一个”生成单元测试”的Skill可以定义为：

输入：目标方法签名 + 依赖模块列表
步骤：
  1. 识别方法的分支逻辑（if/else/loop）
  2. 为每个分支构造正常用例与边界用例
  3. 注入Mock对象隔离外部依赖
  4. 验证断言覆盖核心路径
输出：可直接运行的测试代码

工程建议：

• Skill应具备版本管理和可测试性，便于迭代；
• Skill之间应有清晰的边界，避免职责重叠；
• 对于高频场景，优先沉淀Skill而非依赖模型自由发挥。

---

rag-">四、RAG：外部知识的按需补给机制

定义： RAG（Retrieval-Augmented Generation，检索增强生成）是一种让Agent在自身训练知识不足时，从外部知识库中检索相关证据并注入推理过程的技术机制。

为什么重要： 模型的训练数据有截止日期，且无法覆盖所有企业内部文档、API规范和业务规则。当Agent需要查阅最新接口文档或内部架构说明时，RAG提供了按需、精准的知识补给通道。

典型问题： 在原始场景中，接口文档明确写着”核销接口需要幂等键”，但Agent生成的代码未携带该字段。这正是RAG未被有效触发或检索结果未被正确注入上下文的典型表现。

工程建议：

• 知识库应结构化，支持按语义而非仅关键词检索；
• 检索结果需经过相关性过滤和去噪，避免引入无关信息；
• 对于高风险操作（如资金相关接口），应设置强制RAG校验环节。

---

五、MCP：标准化的外部系统接入协议

定义： MCP（Model Context Protocol，模型上下文协议）是一种定义Agent如何安全、标准地与外部系统（如代码仓库、数据库、消息服务、监控平台等）交互的规范化协议层。

为什么重要： Agent需要调用外部工具才能完成真实任务——读文件、写代码、发请求、查日志。如果每个工具的调用方式各异、权限管控松散，Agent就可能在执行中途遭遇权限错误却不自知，继续用错误上下文生成结果。MCP的价值在于统一接口规范、明确权限边界、保障调用可控。

工程建议：

• 接入外部系统时应通过标准化协议封装，而非直接暴露底层接口；
• 每个工具调用需携带明确的权限范围和超时策略；
• 工具调用失败时应有回退机制，而非让Agent”静默忽略”继续执行。

---

六、SDD：写代码之前的规格约束

定义： SDD（Specification-Driven Development，规格驱动开发）是指Agent在执行代码编写任务之前，先明确功能规格、输入输出定义、边界条件和验收标准的工程实践。

为什么重要： 很多Agent”自作主张”的根源在于缺乏明确规格。用户只说”优惠券核销”，Agent便自行脑补了退款逻辑、异常回滚、通知推送等未被要求的功能。SDD要求在动手之前先”想清楚要什么”，将模糊需求转化为可验证的技术规格。

工作方式：

1. 接收用户自然语言需求；
2. Agent主动追问或推理出隐含约束（如幂等性、事务一致性）；
3. 生成结构化规格文档（功能点、接口签名、异常场景）；
4. 基于规格生成代码，而非直接从需求到代码。

工程建议：

• 规格文档应作为Agent执行的前置输入，不可跳过；
• 规格应覆盖正常路径和至少三种异常路径；
• 规格变更需有版本记录，防止Agent基于过期规格工作。

---

七、Harness：能力闭环的执行与验证框架

定义： Harness是将上述所有能力整合运行、监控执行过程、验证最终输出并形成稳定闭环的工程框架。它是Agent从”单点能力”走向”可靠交付”的最后一公里。

为什么重要： 即便Token管理得当、Skill完备、RAG精准、MCP规范、SDD清晰，如果缺少一个统一的执行框架来编排流程、捕获异常、重试失败、汇总结果，Agent仍然无法稳定产出可交付的成果。Harness解决的正是”跑得通”到”跑得稳”的问题。

核心能力包括：

• 任务编排与状态管理（多步骤任务的依赖调度）；
• 执行日志与可观测性（每一步的输入输出可追溯）；
• 自动重试与降级策略（工具调用失败时的容错）；
• 结果验证与人工确认环节（关键操作需人工卡点）。

工程建议：

• Harness应与持续集成流水线对接，使Agent产出能直接进入代码评审流程；
• 关键路径上设置人工审批节点，避免Agent自主合并不可逆操作；
• 定期评估Harness的稳定性指标（成功率、平均执行时长、异常率）。

---

八、六层关系与适用边界

这六个层次并非平行并列，而是自底向上的依赖关系：

层次	解决的核心问题	缺失时的典型症状
Token	Agent能看多少	上下文遗忘、信息截断
Skill	Agent怎么重复做	输出不一致、质量波动
RAG	Agent缺知识怎么补	生成内容与文档不符
MCP	Agent怎么碰外部系统	权限错误、调用失控
SDD	Agent写代码前想清楚没	需求偏离、功能膨胀
Harness	整体能不能稳定跑	单点能跑、整体不稳

适用场景： 代码变更助手、自动化运维、智能客服工单处理、数据分析报告生成、API接口自动化测试等需要Agent自主执行多步骤任务的场景。

不适用场景： 纯知识问答、单轮文本生成、无需外部调用的简单对话——这些场景不需要完整的六层链路。

---

九、总结

Agent工程的核心命题不是”模型够不够大”，而是工程链路够不够稳。Token是工作台，Skill是行为规范，RAG是知识补给，MCP是安全接入，SDD是规格前置，Harness是闭环保障。只有将这六层逐一搭建扎实，Agent才能从Demo阶段的”看起来聪明”，真正进化为生产环境中”交得出活”的可靠系统。百度智能云等云平台也在持续探索将这些能力整合为可落地的Agent开发基础设施，为企业级Agent应用提供底层支撑。