Your Site Name

（0）Agent 概念太多，先理清它们为什么出现

2026年10年13日 · 2073 字

分类:AI
标签:
智能体MCP上下文工程

写在前面

最近半年我在学 Agent 相关的东西，一个直观感受是名词太多：MCP、skill、compaction、subagent、prompt caching、context engineering……每个词单查都能查到定义，查完还是不知道它们彼此什么关系。

市面上的教程大多是并列式讲法：一个概念一节，像新华字典。我把中英文的资料翻了一圈，基本都这样。

转机来自两处。一是读到了一篇解剖 11 个生产级 agent、共 400 万行源码的论文，二是自己天天泡在一个真的 harness（pi）里写扩展、配技能。两边的经验指向同一件事：这些概念不是并列的，是因果的。每个概念都是上一个概念留下的坑的回应。

所以我打算写一个系列，沿着"为什么"把 Agent 领域走一遍。这篇是第 0 篇，先给一张总地图。

手绘马车：Model 是拉车的马，Harness 是马具与车厢，彩色货箱是四条链

一个公式，其余全是注脚

理解这个领域，我觉得只需要一个公式：

Agent=Model+Harness\text{Agent} = \text{Model} + \text{Harness}

Model 是模型，负责智能。Harness 直译是"马具"，指模型之外的一切：循环、工具、上下文管理、权限、恢复机制。这个划分 2026 年初才被正式命名（harness engineering），但东西本身从第一天就存在。

公式为什么有用？因为 Harness 里的每个部件都能追溯到一个痛点，而所有痛点追到根上，是模型的两个先天事实：

  1. 模型无状态：每次调用都是失忆新人，所谓"记忆"只是当场重读的输入；
  2. 模型只会输出文本：它能描述怎么跑测试，但自己跑不了。

这两个事实分别生出前两条因果链：无状态生出上下文经济学，只会输出文本生出行动的可靠化。而前两条链一旦跑起来，又各自暴露新的问题，派生出后两条链：循环自主了，控制权就需要定价；会话用多了，教法就该沉淀。四条链的展开顺序，就是后文的小标题顺序。

链一：上下文又贵又小

无状态意味着对话要连续，就得每次重发全部历史，按 token 计费。这同时撞上两堵墙：成本墙（历史越长越贵，于是有了 prompt caching）和容量墙（窗口有限，而且装得下不等于用得好）。

窗口要满了怎么办？压缩（compaction）。压缩丢信息怎么办？把重要的东西放到外面、要用再取。AGENTS.md、跨会话记忆、JIT 检索，都是这个思路的变体。2025 年，这一整套做法有了正式名字：context engineering。

IMPORTANT: 上下文是稀缺资源，又贵又小。这条链上的每个概念（caching、compaction、AGENTS.md、RAG 之争）都是这个约束的直接产物。

链一：上下文的困境与解决方案

链二：文本要变成动作

模型只会说话，想让它动手，学术界 2022 年给出了 ReAct：想一步、做一步、看结果再想。但 ReAct 的动作写在自由文本里，应用要靠解析器去提取，猜不中，动作就丢。2023 年 6 月 Function Calling 出来，动作变成 JSON 契约，这才稳定。

后面的都是连锁反应：动作结构化了，工具生态爆发，从 1 个 bash 到 100 多个；工具多了塞爆提示词，于是有了按需加载；各家接口不统一，N 个应用接 M 个工具要写 N×M 套适配代码，MCP 就是回应这个问题的。

链二：从文本到动作，MCP 统一接口

链三：自主性需要约束

把每一步的决定权从人交给模型（agentic loop），效率上去了，风险也上去了。2023 年 3 月的 AutoGPT 用一场公开的失败证明了这一点：循环跑飞、费用失控、权限没有边界。

此后 harness 里的安全设施（预算上限、卡死检测、权限审批、沙箱），我理解都是在给自主性"定价"：为多少效率，支付多少风险。

WARNING: "AutoGPT 的失败直接催生了这些安全设计"是我的推断，不是文献记载。系列写到这篇时会逐条论证，这里先说明。

链三：自主性循环与安全约束

链四：教过的东西应该沉淀

每个新会话都要重新教 agent 项目的规矩，这件事的浪费很明显。用户的自发行为是写 markdown 让模型读。Claude Code 的作者在访谈里说过，CLAUDE.md 就是这么来的。教法落成文件，文件标准化成 AGENTS.md，再打包成可分发的 skill，然后长出市场、信任分级，甚至出现了 agent 自己写的 skill。

一次性成本，就这样一路变成了可复用的资产。

链四：从一次提示到可复用技能

拿 pi 验证，以及为什么选它

地图不能只在纸上成立，得找个实物对照。这个系列选的实物是 pi，先说为什么选它，有三条理由。

第一，它就在那篇论文解剖的 11 个系统里，是最小内核流派的代表。用它举例不是我个人偏爱，是有源码级背书的。第二，Claude Code 这类明星产品是闭源二进制，读者只能听我说；pi 核心极小、全开源，本文引用的每个机制读者都可以自己去仓库验证。第三，我天天在用它干活，能给出真实的配置，不是转述。

它的架构一句话能说清：核心只保留一个最小的模型循环，其余一切（工具、技能、权限、会话管理）都以扩展机制挂在这个循环上，用户的全部配置都在 ~/.pi/agent/ 目录下。

拿这个目录对四条链，一条对一个：

  • auth.json 存各家模型的密钥，决定模型怎么接进来，对应链二；
  • extensions/ 里我自己写过一个扩展，给 pi 加了一条查智谱余额的斜杠命令。能不动核心代码就长出新能力，靠的就是链四讲的扩展机制；
  • extensions/security-allowlist.ts 是个权限白名单，白名单目录随你读写，其他目录一律拦截，对应链三的权限层；
  • sessions/ 里每个会话是一个本地 JSONL 文件，支持分支和压缩，对应链一。

四条链，一个配置目录，全部对上了。这个系列后面的文章会经常回到 pi：论文里的每个结论，我会尽量在自己天天用的工具里找到对应的东西，而不是只在纸面上转述。

写在最后

把四条链各压成一句话：

  1. 上下文经济学：上下文又贵又小，一切记忆概念都是它的账本；
  2. 行动可靠化：动作先是藏在文本里靠猜提取，结构化之后一路连锁到 MCP；
  3. 自主性约束：效率换来风险，安全设施是风险的价格标签；
  4. 沉淀标准化：教法从一次性咒语变成可流通资产。

它们不是孤岛：链二、三、四的一切产物（工具结果、审批记录、技能说明）最后都要占用上下文，而链一的全部概念（caching、compaction、检索）就是在管理这个池子。这也是 harness 最终成为一个整体的原因。

地图上每个节点我都做了出处核对，推断的地方会明确说明。下一篇从链一的开头讲起：（1）《无状态：一切的起点》。

参考资料

0 次阅读