Agent工程六层链路详解：从Token到Harness

一、概念定义：Agent工程六层链路是什么

Agent工程六层链路，是指构建一个可交付的智能体（Agent）系统时，需要依次搭稳的六层工程约束：Token（上下文管理）、Skill（任务规程）、RAG（检索增强生成）、MCP（模型上下文协议）、SDD（规格驱动开发）、Harness（运行时闭环框架）。

需要强调的是，这六个词不是六个并列的独立技术点，而是描述同一个系统从“能回答”走向“能交付”的六层约束：

• Token 决定 Agent 当前能看见多少东西；
• Skill 决定 Agent 遇到重复任务时按什么规矩做；
• RAG 决定 Agent 缺知识时从哪里补证据；
• MCP 决定 Agent 怎么安全、标准地接触外部系统；
• SDD 决定 Agent 写代码之前有没有明确规格；
• Harness 决定这些能力能不能稳定跑成一个闭环。

从技术视角看，它是一套上下文工程与运行时工程的组合方法；从业务视角看，它是把大模型能力封装成可靠生产力的工程体系；从使用视角看，它是判断一个Agent项目“能不能上生产”的检查清单。

二、背景与价值：为什么Demo聪明、交付变蠢

一个典型的失败模式（抽象自常见工程实践）：团队做一个代码变更助手，用户说“给订单模块加一个优惠券核销能力”，Agent自动读代码、查接口文档、改代码、跑测试、生成PR。Demo阶段表现流畅：第一轮能定位到订单服务类，第二轮能补数据传输对象，第三轮还能顺手生成单元测试。可一旦接入真实仓库，问题集中爆发：

1. 上下文失忆：读了20个文件之后，开始忘记前面看过什么；
2. 证据缺失：接口文档明明写着“核销接口需要幂等键”，生成的代码却没有带；
3. 错误失控：工具调用到一半报权限错误，它没有停下来，反而继续用错误上下文写代码；
4. 需求越界：产品只说“优惠券核销”，它自行脑补了退款逻辑。

最后PR能跑，但不能合。

这四类失败分别对应链路的不同缺口：失忆是Token层问题，缺证据是RAG层问题，失控是Harness层问题，越界是SDD层问题。由此可以得出一个直接判断：Agent工程的核心，不是把模型换大，而是把这条链路搭稳。

三、核心组成：六层约束逐层拆解

3.1 Token：Agent的工作台，不是仓库

Token常被讲成计费单位，这没错，但在Agent语境下，更准确的理解是：Token构成上下文窗口，是Agent本次推理的工作台。模型这一轮能参考的系统指令、历史对话、工具结果、代码片段、错误日志、检索材料，都要摆在这张工作台上。

工作台越大，能同时处理的材料越多，但它再大也不是无限仓库。业界主流大模型厂商的文档普遍将compaction（上下文压缩）描述为一种把长对话压缩成摘要、避免超出上下文窗口的机制。这个动作在Agent里不是锦上添花，而是基础设施。

现场问题很具体。假设让Agent修改订单模块，它一开始可能读这些文件：

src/order/OrderService.java
src/order/OrderController.java
src/order/dto/CreateOrderRequest.java
src/coupon/CouponClient.java
src/common/IdempotencyInterceptor.java
docs/coupon-api.md
logs/test-failure.log

看起来不多，但真实工程不是只读文件名：每个文件有代码，每段代码有依赖，每次测试失败又会产生新的日志。几轮下来，工作台就会被挤满。因此Token层的工程化通常包括三件事：上下文预算分配（给系统指令、检索材料、工具结果、历史对话各留多少配额）、有损压缩策略（哪些内容可以摘要、哪些必须原文保留）、按需加载（用到再读，而不是一次性全读）。

3.2 Skill：重复任务的执行规程

Skill的定义：把经过验证的任务做法沉淀为可复用、可版本化的规程，让Agent在遇到同类任务时按既定规矩执行，而不是每次从零推理。

它解决的是稳定性问题。没有Skill的Agent，每次执行同类任务都是重新“即兴发挥”，质量随上下文状态波动。有了Skill，“如何加一个接口”“如何补一个DTO”“如何写单测”这些高频动作就有了标准动作库。Skill与普通提示词的区别在于：提示词是一次性指令，Skill是可组合、可复用、可迭代维护的能力封装，通常包含触发条件、执行步骤、边界约束和产出物定义。

3.3 RAG：缺知识时的证据补给线

RAG（检索增强生成）的定义：在生成之前，先从外部知识库检索与任务相关的材料，作为证据注入上下文，再让模型基于证据作答或编码。

它解决的是知识边界问题。模型参数中的知识是训练时固化的，对企业内部的接口文档、字段规范、变更记录一无所知。案例中“核销接口需要幂等键”这条约束，如果RAG没有把文档片段准确送进工作台，模型只能靠参数猜测，遗漏几乎必然发生。RAG的工程要点在于检索质量：文档切分粒度、索引更新时效、检索权限隔离，直接决定证据是否可信。

3.4 MCP：接触外部系统的标准接口

MCP（模型上下文协议）的定义：一种让Agent以标准化方式发现、调用外部工具与数据源的协议层，为模型应用与外部系统之间提供统一的连接规范。

它解决的是碎片化集成问题。没有标准协议时，每接一个内部系统都要写一套定制适配，工具越多，维护成本越高，权限越乱。协议化之后，工具以统一格式声明能力、校验参数、控制权限、记录审计，Agent“能调什么、怎么调、调了什么”都有据可查。它与常见的函数调用机制并不冲突：函数调用解决模型与宿主应用之间的调用约定，MCP解决宿主应用与外部系统之间的标准化连接，两者是上下游关系。

3.5 SDD：写代码之前先立规格

SDD（规格驱动开发）的定义：在Agent动手实现之前，先产出一份明确、可验证的规格，说明做什么、不做什么、按什么标准验收，再由规格驱动代码生成。

它解决的是需求越界问题。“优惠券核销”被脑补出退款逻辑，根源在于任务起点只有一句自然语言，没有边界。一份合格的规格至少包含三部分：需求边界（明确不做的事）、接口契约（出入参、错误码、幂等要求）、验收标准（可执行的测试或检查项）。规格越可验证，Agent的自由发挥空间越小，交付结果越可控。

3.6 Harness：把能力跑成稳定闭环

Harness的定义：Agent的运行时骨架，负责把规划、执行、观察、纠错、终止这一循环稳定跑起来，并对每一步施加工程约束。

它解决的是失控问题。权限报错后继续用错误上下文写代码，说明循环里缺少“失败即停”的门禁。一个完整的Harness通常包含：错误处理与重试策略、权限门禁、状态持久化、终止条件判定、人工介入点。可以用一个比喻总结六层关系：Token是舞台，Skill是剧本，RAG是资料室，MCP是接口面板，SDD是图纸，Harness则是导演加舞台监督，确保这台戏按流程演完、出了问题能随时叫停。

四、工作原理：六层如何协同运转

六层约束在一次任务中的协同，可以用如下伪代码概括：

任务开始
1. SDD：解析需求 → 生成规格与验收标准
2. RAG：按规格检索文档 → 证据注入上下文
3. Token：分配上下文预算，装填指令+规格+证据
4. Harness：进入执行循环
   ├─ 规划下一步动作
   ├─ 通过MCP调用外部工具（读代码/查文档/跑测试）
   ├─ 观察结果；失败则按门禁策略重试或终止
   ├─ 遇到重复动作 → 按Skill规程执行
   └─ 上下文将满 → 触发compaction压缩
5. Harness：对照验收标准判定 → 通过则产出交付物

可以看到，六层不是并列的功能菜单，而是执行链路上的六道工序：规格先行、证据补充、上下文承载、标准接入、规程复用、闭环兜底。任何一道工序缺失，失败都会沿着链路向下游传导，最终体现在交付物上。

五、典型应用场景

• 研发效能：代码变更助手、自动生成PR、缺陷修复与回归测试，是六层链路最典型的落地场景，对上下文管理和规格验证的要求也最高；
• 智能客服与知识问答：RAG补充企业私有知识，MCP对接工单、客户信息等内部系统，Harness保证多轮对话不失控；
• 数据分析与运维：Skill沉淀标准分析流程与排障手册，Harness控制查询类工具的权限与熔断；
• 企业流程自动化：SDD把业务规则写成可验证规格，避免Agent在审批、核销等强合规场景自由发挥。

在国内技术生态中，主流大模型服务平台（如百度智能云提供的Agent开发类通用产品能力）也在围绕上下文管理、知识检索、工具协议等方向提供组件化支撑，整体思路与上述六层一致。

六、相关概念辨析

• Agent与对话机器人：对话机器人的目标是“回答”，Agent的目标是“完成”，后者必须具备工具调用、多步规划与结果验证能力；
• RAG与微调：RAG改的是“参考资料”，适合知识频繁更新、需要溯源的场景；微调改的是“模型参数”，适合固化输出风格与格式，两者可以组合使用；
• MCP与函数调用：函数调用是模型与宿主应用之间的约定，MCP是宿主应用与外部系统之间的标准连接协议，作用层次不同；
• Skill与系统提示词：系统提示词定义全局角色与约束，Skill定义具体任务的执行规程，前者是宪法，后者是操作手册；
• Harness与Agent开发框架：框架提供开发期的脚手架，Harness强调运行期的约束与闭环，包括失败处理、熔断与人工介入。

七、使用注意事项

1. 上下文预算要显式管理：为系统指令、检索证据、工具结果、历史对话分别设定配额，避免某类内容挤占全局空间；
2. 压缩是有损的：compaction会丢细节，幂等键、权限约束这类关键信息应在摘要中显式保留，或外置到规格文件中随时可查；
3. 检索质量决定RAG上限：文档过期等于零证据，切分过粗等于噪声，权限不隔离则有泄密风险，需要持续运营而非一次性搭建；
4. 最小权限原则：MCP接入遵循按需授权、可审计、可回收，高危操作必须设置人工确认环节；
5. 规格必须可验证：SDD的验收标准要能落地为自动化测试，否则规格形同虚设；
6. 闭环要有终止条件：明确最大执行步数、失败熔断阈值、人工介入点，防止Agent在错误路径上持续空转；
7. 安全不可后置：提示注入、敏感数据外泄、越权调用是Agent特有的风险面，需要在链路各层分别布防，而不是靠最后一道过滤。

八、总结

回到定义本身：Agent工程六层链路，是让智能体从“能回答”走向“能交付”的六层约束体系——Token管看得见多少，Skill管按什么规矩做，RAG管缺知识去哪补，MCP管怎么安全接外部系统，SDD管动手前有没有规格，Harness管这一切能否稳定闭环。模型能力决定系统的上限，这条链路决定系统的下限。很多Agent demo很聪明、一到工程交付就变蠢，答案不在模型大小，而在这条链是否搭稳。对开发者而言，评估任何一个Agent项目能否上生产，都可以用这六层逐项检查：缺哪一层，失败就会从哪一层发生。