理解 AI Agent 时,可以先区分四个部分:**模型负责决策,上下文提供当前可见信息,工具提供观察与行动接口,环境保存 Agent 之外的真实状态。**运行框架负责把这些部分连接成受控循环。
模型
模型是 Agent 的决策核心。它理解用户目标,根据当前上下文判断下一步,并生成文本回答或结构化工具调用。模型可以提出行动,但不会因为输出了一段“调用 API”的文字就真的改变外部系统;实际执行由运行框架和工具完成。
上下文
上下文是模型在某个决策点能够看到的信息,通常包括系统指令、用户消息、工具定义、已有模型回复、工具调用结果和任务状态。没有进入上下文的信息,对当前决策而言相当于不可见。上下文并不等同于环境本身,它只是环境信息在 Agent 内部的表示。
工具
工具是 Agent 与外部环境交互的接口。读取文件、搜索网页和查询 API 属于观察类操作;修改文件、发送消息或提交数据属于行动类操作。每个工具都应具有清晰名称、用途、参数格式、返回结果和权限边界。
环境
环境位于 Agent 边界之外,包括网页、文件系统、业务服务、数据库、用户和其他 Agent。环境保存真实状态,并在工具执行后产生新的结果。Agent 只能通过被允许的观察和行动接口接触环境,不能把环境的全部状态默认视为已知。
Harness:连接与治理
Harness(运行框架)围绕模型组织上下文、注册工具、执行调用、维护状态,并实施权限、验证、重试和停止条件。最小 Agent 可以理解为模型、上下文和工具的组合;生产系统还需要 Harness 对不确定的模型行为进行约束和纠正。
示例
假设任务是核对一篇文章中的事实:
- 模型判断哪些陈述需要核实;
- 上下文保存文章、任务要求和已有核查结果;
- 搜索与文档读取工具获取外部证据;
- 网页和知识库属于环境;
- Harness 限制可访问来源、执行工具并记录每一步结果。
工具返回的新证据进入上下文后,模型才能依据真实观察继续判断。
常见混淆
- 模型拥有某项知识,不代表它已经读取当前环境;
- 模型生成工具调用,不代表工具已经执行成功;
- 上下文包含一段网页内容,不代表这段内容可信;
- 工具能力越多,不一定越好,过宽的权限会扩大风险;
- Agent 输出最终回答,不代表环境中的任务目标已经实现。