Agent 统一工程模型与概念边界

Freshness metadata

last_verified: 2026-08-24

version_scope: stable engineering concepts

source_type: primary-paper + engineering synthesis

stability: stable-concept

1. 十个概念各自回答什么

概念	核心问题	生命周期	不等同于
Model	下一段 token、结构化决定或工具意图是什么	一次推理请求	Agent 系统
Context	本轮模型实际可见的信息是什么	单次请求	数据库中的全部历史
Agent Loop	何时观察、推理、行动、停止	一次任务/会话	固定业务流程
Tool	模型可请求的外部能力契约	注册到一次调用	OS 进程本身
Runtime	调用如何真正执行、取消和回收	调用/进程/沙箱	Tool schema
Skill	可发现、可加载、可版本化的能力说明或工作方法	安装到加载再执行	单次 prompt
Memory	哪些状态跨步骤或跨会话保存、检索、更新、遗忘	session 到长期	Context 与 RAG
Harness	谁组织上下文、工具、权限、控制、恢复、trace	Agent 进程/服务	Model 权重
Workflow	谁按预定义结构控制节点与转移	一次业务实例	开放式自主 loop
Multi-Agent	多个控制主体如何分工、通信、终止	多任务/多会话	单 Agent 的多个工具

2. 两层心智模型

Agent = Model + Context + Tools 用于阅读一次最小循环。缺少 context，模型没有任务状态；缺少 tools，它只能输出文本；缺少模型或其他决策器，就不具备基于语义的选择。

Agent = Model + Harness 用于生产分层。Harness 通常包含：

context management；
tool interface 与 runtime；
permission / policy；
execution control、timeout、cancellation；
validation 与 output parser；
retry、recovery、checkpoint；
trace、session、cost accounting。

公式是工程抽象。某些系统把检索、policy 或 planner 放在模型服务外部；某些模型原生支持工具协议；责任边界仍需在具体架构中标注。

3. Agent 与 Workflow 的控制权

Workflow：允许的节点、边和多数转移在运行前已确定。模型可填参数或生成内容，但流程控制主要属于程序。
Agent：模型根据观察选择下一动作；程序仍设权限、预算、停止与验证边界。
混合系统：外层 workflow 管理审批与 durable state，内层 Agent 解决开放式子任务。这通常比“全自主”更容易运营。

4. SWE Agent 的最小状态

Text
TaskState = {
  goal, repo_snapshot, constraints,
  messages, observations, changed_files,
  tests, budget, stop_reason, trace_id
}

仓库不是 prompt 的一部分，而是环境状态；只有被读取、摘要或检索出的片段进入 context。工具执行也不是“模型执行命令”，而是 Runtime 根据经验证的 invocation 创建受控副作用。

5. 常见错误模型

Memory = 对话数组：数组只是 history；长期记忆还需要写入策略、检索、冲突合并、遗忘和权限。
RAG = Memory：RAG 从知识库检索；Memory 保存任务或用户状态。二者可用相似向量技术，但语义与治理不同。
Tool call = shell process：前者是协议级意图，后者是 OS 资源；中间必须经过 schema、policy、executor、timeout 和 cleanup。
计划越多越可靠：计划会过期并产生额外 token 与状态同步成本。短任务先用 reliable loop。
Multi-Agent 天然更强：协调、重复上下文和不一致会降低可靠性；收益必须由评测证明。

6. 自测

给任意系统画五个盒子：Model、Context Builder、Control Loop、Tool Runtime、Environment。
标出谁拥有 state、谁可产生副作用、谁决定停止、谁提供证据。
删除 planner、memory、RAG、subagent 后仍可完成的部分，就是最小 Agent 核心。