agent-">AI Agent核心术语解析：模型、脚手架与执行驱动

一、为什么这些术语让人头疼

在AI Agent（智能体）相关的讨论中，术语密集且相互交叠：有人把模型本身称作Agent，有人把工具调用框架称作Agent，还有人把训练环境和推理框架混为一谈。这种概念模糊会直接导致架构设计上的误判——例如把本该由执行驱动层负责的循环调度逻辑塞进模型提示词里，或者把脚手架能力与执行驱动能力混为一谈，最终系统既难以维护，也难以评估。

本文围绕一组核心术语做系统拆解：Model（模型）、Scaffolding（脚手架）、Harness（执行驱动）、Agent（智能体）、Context Engineering（上下文工程）、Policy（策略）、Tool Use（工具使用）、Skills（技能）、Sub-agents（子智能体），以及训练侧的RL Environment（强化学习环境）、Trainer（训练器）、Rollout（推演）、Reward（奖励）。核心命题是：Agent = Model + Harness，而Harness与Scaffold的区别，是理解整个Agent架构的关键。

二、概念定义：从模型说起

2.1 Model：无状态的文本变换器

模型即大语言模型本身：接收文本输入，产出文本输出。它的本质是一个条件概率分布——给定上下文，预测下一个token。模型自身没有跨调用的记忆，也没有循环执行的能力。它可以在输出中表达“我需要调用某个工具”的意图，但真正执行这个调用、把结果回填、再决定下一步，需要外部系统驱动。

理解这一点至关重要：模型是静态的、无状态的，单独拿出来只能一问一答。它的能力边界在于“单次前向计算”，而不是“持续完成任务”。

2.2 Scaffolding：给模型搭的结构化支撑

Scaffolding（脚手架）指在模型外部搭建的结构化辅助层，用于组织提示词、注入示例、约束输出格式、提供检索到的参考资料、维护对话历史等。它的作用是改善单次或有限次调用的质量，让模型在给定任务上表现更稳定。

脚手架的关键特征是：它主要作用于输入侧的组织与增强，不负责驱动多步执行的循环。典型形态包括提示词模板体系、少样本示例库、输出格式约束、上下文拼装逻辑等。

2.3 Harness：驱动模型持续行动的执行层

Harness（执行驱动，也有“缰绳”之意）指包裹在模型外部、负责驱动多步执行循环的系统层。它承担以下职责：

• 解析模型输出的动作意图（如工具调用请求）；
• 实际执行工具调用并获取结果；
• 将结果回填到上下文；
• 判断任务是否继续、何时终止；
• 管理执行状态、错误重试与超时控制。

一句话概括：Scaffolding让模型“说得更好”，Harness让模型“做得成事”。 二者常一起出现，但职责边界不同——脚手架偏静态组织，执行驱动偏动态调度。

2.4 Agent：模型加执行驱动的整体

Agent = Model + Harness。当模型被执行驱动包裹，具备感知—决策—行动—反馈的循环能力，并朝目标持续推进时，它才成为一个智能体。没有Harness，模型只是问答器；加上Harness，模型才获得“持续完成任务”的形态。

2.5 其余核心术语速览

• Context Engineering（上下文工程）：系统性设计进入模型上下文的信息——包括指令、历史、检索结果、工具返回、状态摘要等，目标是让有限上下文窗口承载最有价值的信息。
• Policy（策略）：决定“在给定状态下采取什么动作”的规则或函数。在Agent语境中，可指模型自身的决策倾向，也可指外部显式定义的调度策略。
• Tool Use（工具使用）：模型通过结构化输出表达调用外部能力的意图，由执行驱动完成实际调用。
• Skills（技能）：可复用的能力封装，通常以工具集或动作模板的形式存在，供智能体在需要时调用。
• Sub-agents（子智能体）：由主智能体派生、负责子任务的独立智能体实例，用于任务分解与并行处理。

三、工作原理：一次完整的智能体循环

以伪代码示意一个最小执行驱动的循环：

context = build_initial_context(task)
while not done:
    output = model(context)
    action = parse_action(output)
    if action.type == "final_answer":
        return action.content
    result = execute_tool(action)
    context = update_context(context, action, result)
    if exceed_limits():
        break

这个循环揭示了几个要点：模型只负责“决策下一步动作”，执行驱动负责“执行并维护状态”。上下文工程贯穿其中，决定每一轮进入模型的信息质量。策略则体现在动作选择与终止判断上——它可以由模型隐式承担，也可以由外部规则显式约束。

四、训练侧术语：环境、训练器、推演与奖励

• RL Environment（强化学习环境）：为智能体提供状态、接收动作、返回奖励的模拟或真实系统，是训练与评估的载体。
• Trainer（训练器）：负责参数更新的训练组件，消费推演产生的轨迹数据。
• Rollout（推演）：让当前策略与环境交互、生成完整轨迹的过程，产出训练所需的状态—动作—奖励序列。
• Reward（奖励）：对动作或轨迹的数值化评价信号，驱动策略优化方向。

这四者构成训练闭环：环境提供交互场，推演采集轨迹，奖励标注优劣，训练器更新参数。与推理侧的Harness形成对照——推理侧的执行驱动负责“用”，训练侧的环境与推演负责“练”。

五、易混淆概念的区别

概念对	核心区别
Scaffolding vs Harness	前者组织输入、提升单次调用质量；后者驱动循环、执行动作、维护状态
Model vs Agent	前者无状态、单次前向；后者具备多步循环与目标推进能力
Tool Use vs Skills	前者是调用意图与调用机制；后者是可复用的能力封装单元
Sub-agent vs Tool	前者是具备自主循环的智能体实例；后者通常是无状态的功能调用

六、使用注意事项

1. 不要把循环逻辑写进提示词：多步调度应由执行驱动承担，塞进提示词会导致不可控与难调试。
2. 区分脚手架与执行驱动的职责：输入组织与循环调度混在一起，系统会迅速腐化。
3. 上下文工程要有预算意识：上下文窗口有限，需对历史、检索结果、工具返回做摘要与裁剪。
4. 终止条件必须显式设计：最大步数、超时、重复动作检测缺一不可。
5. 训练与推理术语不要混用：Rollout属于训练侧概念，不要与推理侧的执行循环混为一谈。

七、总结

回到定义本身：模型是无状态的文本变换器，脚手架是输入侧的结构化支撑，执行驱动是驱动多步循环的调度层，三者组合才构成智能体。 上下文工程决定信息质量，策略决定动作选择，工具使用与技能提供外部能力，子智能体支撑任务分解；训练侧则由环境、推演、奖励与训练器构成优化闭环。厘清这些术语的边界与协作关系，是设计、评估与演进AI Agent系统的前提。