一、什么是AI Agent
AI Agent就是一个能自己感知环境、规划任务、有记忆能力、调用工具、拿结果、再决定下一步怎么干的自主系统。你给它一个目标,他自己决定怎么搞定,不用你一步步盯着。
大模型API本质止就是“一问一答”,你发一段Prompt过去,模型直接吐出一段文字就完事了。模型不会去干活,也不会根据中间结果调整策略。就像问一个很聪明的朋友,他给你答案但不帮你动手做。
两者的核心差异有三点:
- Agent有循环执行能力,反复走“思考-执行-观察”这个循环,直到任务完成。API调用是单次的,走一遍就没了。
- Agent能调用外部工具,如搜索引擎、数据库、代码执行等。大模型API只能输出文本,对外部信息没有任何操作能力。
- Agent有记忆,能记住之前做了什么、拿到什么结果,后面的决策会基于这些历史信息。纯API调用每次都是从零开始。
一个典型的 AI Agent 通常包含五大模块:
大脑(LLM) —— 大语言模型,负责理解和推理
感知(Perception) —— 接收用户输入、读取文件、获取环境信息
规划(Planning) —— 把大目标拆成一步步可执行的小任务
记忆(Memory) —— 短期记忆(当前对话)+ 长期记忆(历史经验/知识库)
工具(Tools) —— 调用外部能力,如搜索引擎、代码解释器、API、数据库等

二、什么是harness?
核心定义
- Agent=LLM(大模型) + Harness :公式定义:去掉Agent中大模型,剩下的工作系统就是Harness。
- 围绕大模型搭建的管理系统。负责管理组织Agent的工作流程,引导大模型稳定交付任务。
- 核心目的。让大模型跑的更稳、更高效的为人类做事。
三、什么是skill?
Skill就是给Agent使用的技能包,将执行某类任务时使用的提示词、参考资料和代码,封装到一个文件夹里面,Agent需要的时候读取并使用这些信息,进而完特定的任务。

skill是如何运行的?

渐进式加载:先看技能目录,再读取技能说明,最后按需读取参考资料、执行代码。
skill的出现对Agent的意义:
- 模型的通用更好地服务于具体业务:通过补齐参考资料来让Agent具备了某个专业领域的业务知识,弥补了大模型训练中不具备的知识,真正可以在你的专业领域帮你做事.
- 沉淀和复用经验:把积累了几十年的行业经验和方法论,总结成一个SKILL,进而实现经验的复用.
- 渐进式加载:可以让Agent在完成任务的时候,只有需要对应子目录信息的时候,才去加载信息到上下文里面,这大幅节省了上下文的token成本.
介绍视频
作者:海马 创建时间:2026-10-19 08:46
最后编辑:海马 更新时间:2026-11-03 11:13
最后编辑:海马 更新时间:2026-11-03 11:13