一文讲清 AI Agent：模型、工具、技能与运行框架

agent-">一、概念定义：AI Agent 是什么

AI Agent（人工智能智能体）是指以大语言模型为核心决策单元，能够围绕一个目标自主进行感知、规划、行动与反思的软件系统。与“一问一答”的对话模型不同，Agent 具备三个典型特征：面向任务而非单轮问答、具备跨轮次的状态与记忆、能够在真实或虚拟环境中执行动作并依据反馈调整行为。

可以从三个视角理解它：从技术视角看，Agent 是“模型 + 外围系统”的组合体；从业务视角看，它是一个可以替人完成多步骤工作的数字执行者；从使用视角看，用户只需给出目标，Agent 负责拆解路径、调用资源并达成结果。

二、为什么必须区分 Model 与 Agent

很多新手容易混淆两者，这里先给出核心结论：模型（Model）≠ Agent。

大模型是 Agent 的核心大脑，但不是全部。模型的本质是“文本输入、文本输出”，本身不具备跨轮记忆与任务执行循环的能力，仅能根据上下文与任务规则，输出“调用工具的结构化意图”。也就是说，模型给出的往往是“我应该调用某个工具、传什么参数”的计划文本，而真正去执行调用、维护状态、处理异常、决定下一步的，是模型之外的一套系统工程。

这解释了两个常见现象：其一，同一个模型接上不同的工具集与编排逻辑，表现出的“智能”差异巨大；其二，直接裸调模型 API 完成复杂任务时，模型往往“说得出”却“做不到”。因此，评估一个 Agent 的能力，不能只看底层模型，还要看工具、技能与运行框架的整体设计。

三、核心组成：Model、Tool、Skill、Harness

1. Model：核心决策大脑

Model 负责理解上下文、进行推理规划、生成结构化的行动意图。它的输入是系统提示词、历史对话、工具定义与执行结果，输出是自然语言回复或工具调用请求。模型质量决定了 Agent 的推理上限，但模型本身是无状态的：每一轮调用相互独立，记忆与状态必须由外部系统显式维护。

2. Tool：让模型“能做事”的接口

Tool 是暴露给模型的外部能力，例如查询数据库、检索文档、发送消息、执行代码等。每个工具通过名称、描述与参数结构（常见为 JSON Schema 形式）向模型注册。模型并不直接执行工具，而是输出调用意图，由运行框架代为执行，并把结果回填到上下文中。工具设计的关键在于描述清晰、参数约束明确、返回结果可被模型理解。

3. Skill：沉淀下来的成熟能力包

Skill 是比 Tool 更高一层的能力封装，通常由一组提示词、操作流程、工具组合与领域知识构成，用于完成某一类相对完整的任务。可以类比为：Tool 是“零件”，Skill 是“标准操作手册”。当某个任务流程被反复验证有效后，就可以把它固化为技能，使 Agent 在遇到同类任务时不必从零规划，从而提升稳定性与成功率。

4. Harness：负责循环与约束的运行框架

Harness（业界常称之为智能体的运行时框架或脚手架）是围绕模型构建的工程外壳，主要职责包括：

• 会话与上下文管理：维护多轮历史、压缩长上下文、持久化记忆；
• 工具执行与安全控制：权限校验、沙箱隔离、参数校验、结果回填；
• 循环与终止控制：决定何时继续调用工具、何时判定任务完成、何时请求人类介入；
• 可观测性：记录每一步的推理与动作，便于调试与审计。

Harness 决定了 Agent 的下限：一个糟糕的运行框架，会让最强的模型也频繁失败。

四、工作原理：Agent 的运行循环

主流 Agent 大多遵循“感知—思考—行动—观察”的循环，可用伪代码示意：

初始化：加载系统提示词、工具列表、技能配置
while 任务未完成:
    1. 组装上下文（历史 + 工具结果 + 目标）
    2. 调用模型，得到回复或工具调用意图
    3. 若为工具调用：校验权限与参数 → 执行工具 → 将结果写回上下文
    4. 若为最终答案：结束循环，返回结果
    5. 超过步数上限或出现异常时，转人工或终止

在这个循环中，模型每次只负责“下一步做什么”，而 Harness 负责把无数个“下一步”组织成一条可验证、可回溯的任务链路。

五、典型应用场景

• 开发辅助：让 Agent 结合代码检索、测试执行等工具，完成定位缺陷、修改代码、运行验证的闭环；
• 数据处理与分析：调用查询、图表生成等工具，把自然语言需求转化为可执行的数据流程；
• 智能客服与企业知识问答：结合检索工具与知识库技能，给出有依据、可追溯的回答；
• 办公与流程自动化：跨系统读取信息、填写表单、触发审批，把多步骤流程交给 Agent 编排。

无论是直接调用大模型 API 自行搭建，还是使用百度智能云等云平台提供的模型服务与智能体开发组件，理解上述概念划分都有助于做出更合理的架构决策。

六、容易混淆的概念辨析

• Model vs Agent：模型是部件，Agent 是系统；模型无状态、单轮输出，Agent 有状态、多轮循环。
• Tool vs Skill：工具是原子接口，技能是流程化封装；工具解决“能不能做”，技能解决“怎么做得好”。
• Agent vs 对话机器人：对话机器人以应答为目标，Agent 以达成结果为目标，允许自主多步行动。
• Agent vs 固定工作流：工作流的路径由人事先编排，Agent 的路径由模型在运行时动态决定；确定性要求高的场景更适合工作流，开放性任务更适合 Agent。

七、使用注意事项

1. 工具设计优先：工具描述含糊、参数约束缺失，是 Agent 失败的首要原因；
2. 上下文管理：长任务要注意历史裁剪与记忆持久化，避免上下文溢出或关键信息丢失；
3. 安全与权限：给 Agent 的工具应遵循最小权限原则，敏感操作（如写库、支付、发送消息）需二次确认或审批；
4. 成本与延迟：每一步循环都是一次模型调用，需设置步数上限并缓存中间结果；
5. 可观测与评估：记录完整轨迹，建立任务成功率、平均步数等指标，持续迭代提示词与工具集；
6. 边界清晰：明确哪些任务交给 Agent、哪些保留人工节点，避免在高风险决策上完全自动化。

八、总结

AI Agent 不是“更强的模型”，而是以模型为大脑、以工具为手脚、以技能为经验、以 Harness 为骨骼的完整系统。理解“模型输出意图、框架执行行动”这一分工，是掌握智能体技术的关键：模型决定能力上限，工具与技能决定能力范围，运行框架决定稳定下限。对企业与开发者而言，构建好这四层，才能让大模型真正从“会说话”走向“会做事”。