logo

AI Agent开发中的核心术语与架构场景化解析

作者:有好多问题2026.11.16 10:23浏览量:1

简介:面向正在构建、评估或选型AI Agent的开发者、技术负责人与架构师,系统梳理Model、Scaffolding、Harness、Policy、Rollout等易混淆术语。文章通过场景化拆解厘清"Agent = Model + Harness"的核心关系,帮助读者理解各模块职责、训练与推理阶段差异,并给出架构设计思路与落地避坑要点,让你在与团队、厂商沟通时不再被术语绕晕。

一、场景概述:为什么术语混乱本身就是一个技术问题

当你所在的团队开始构建、评估或采购一个 AI Agent 系统时,往往会陷入这样一种困境:需求评审会上,有人谈 Harness,有人谈 Scaffold,有人说 Policy,还有人抛出 Rollout、Reward。每个人都在用这个词,但每个人的定义似乎都不太一样。文档里一个词指代的是运行时引擎,另一份材料里同一个词指的却是一切模型之外的组件。

这不是纯粹的”叫法之争”。在 Agent 这类多组件协作系统里,术语的边界直接决定了架构的边界。当你无法准确区分”模型本身”和”驱动模型的那层程序”,你就无法判断某个能力该由模型升级来解决,还是该由外壳工程来解决;当你分不清训练侧的 Rollout 和推理侧的循环,你就无法评估一次效果波动到底来自哪里。所以,本文讨论的场景很具体:在 AI Agent 的设计、集成与选型过程中,如何借助一套清晰的概念框架,做出正确的架构判断与沟通决策。

二、场景痛点:概念混淆带来的三类真实成本

术语不统一,最先付出的不是沟通成本,而是决策成本。

第一,职责归属判断错误。团队遇到 Agent “答非所问”或”该调工具时不调”,如果分不清这是模型能力问题还是外壳设计问题,就会把资源投错方向——反复换模型,却没意识到是脚手架的提示与解析规则没设计好。

第二,架构选型摇摆。当你不理解”脚手架”和”Harness”其实可以分层,就会在”深度优化”和”灵活接入”之间反复摇摆,做出自相矛盾的架构决策。

第三,训练与推理割裂。很多团队把线上推理的循环逻辑和训练阶段的采样逻辑混为一谈,导致 RL(强化学习)改造时不知道哪一层该动、改了之后如何归因效果。

要消除这些成本,前提是把每个术语放回它真正所属的层次里。

三、能力需求:一张分层地图,先定位再理解

理解这套术语的关键,是先建立一条清晰的分层主线:Agent = Model + Harness。在此基础上逐层拆解,每个概念都有了明确的坐标。

1. Model(模型):静态、无状态的”文本转换器”

模型就是大语言模型(LLM)本身,无论是国际主流模型还是国内各类模型,本质都是”吃进文本、吐出文本”。它有两个容易被忽视的固有特征:没有跨调用的记忆,也没有循环执行的能力。模型可以”表达”要调用某个工具的意图,但真正去执行调用,需要外部程序来驱动。单独拿出模型,它只能一问一答,是静态且无状态的。认清这一点,是所有后续理解的地基。

2. Scaffolding(脚手架)与 Harness(缰绳):本文最核心的区分

这两个词最容易混,但在架构上是两件事。

Scaffolding 是围绕模型的行为定义层,决定了模型”如何看待世界、如何行动”。系统提示词、工具的描述方式、模型输出如何被解析、跨步骤需要保留哪些上下文——都属于脚手架。它像给模型配好的一套行为规则:告诉它该做什么、有哪些工具可用、输出要遵循什么格式。脚手架在训练和推理两个阶段都会起作用。一个直接的推论是:换一套脚手架,同一个模型的表现可能判若两人。

Harness 是 Agent 内部的执行层,也就是那台”让系统真正跑起来的引擎”。它负责调用模型、处理工具调用的实际执行、决定循环何时停止。用比喻来说:脚手架是剧本和道具,Harness 是导演和舞台监督,负责把一切串起来并落地执行。

关于两者关系,行业里有一种很务实的说法:很多产品会把模型之外的所有东西统称 Harness。而”脚手架 vs Harness”这个更细的区分,只有在训练流水线里需要单独分析、分别调优它们时,才真正显现价值。因此在实际工程中,你不必纠结哪种叫法”更正确”,而应关注:哪些是可替换的行为规则(脚手架),哪些是必须可靠运行的驱动逻辑(Harness)。

3. 由此展开的其余术语

  • Context Engineering(上下文工程):如何组织、裁剪、检索并注入进模型上下文窗口的信息,本质是脚手架中最精细、最影响效果的部分。
  • Tool Use(工具使用):模型表达工具调用意图、Harness 执行并回传结果的完整闭环。
  • Skills(技能):可被模型调用的一组可复用能力单元,通常封装了特定任务的处理逻辑。
  • Sub-agents(子智能体):主 Agent 派生出的、承担局部子任务的独立 Agent 实例,用于任务分解与并行处理。
  • Policy(策略):在训练语境下,通常指模型在特定状态下的行为决策分布,是强化学习优化的核心对象。

4. 训练侧术语:另一套坐标

  • RL Environment(强化学习环境):模型在其中试错、交互并获得反馈的环境,推理侧的 Harness 常常也是训练环境的基础。
  • Trainer(训练器):负责参数更新、损失计算、梯度回传的训练组件。
  • Rollout(采样/轨迹展开):让当前策略在环境中运行、生成一批完整交互轨迹的过程,是训练数据的来源。
  • Reward(奖励):对一次轨迹或步骤好坏的量化评分,决定策略优化的方向。

四、方案思路:用”绑定的紧密度”决定架构路线

理清了层次,选型的关键就变成一个问题:外壳与模型的绑定点要多紧?

一种路线是与自家模型深度绑定。好处是可以针对模型特性做深度优化,整体调优路径短、确定性高。另一种路线是允许自由接入任意模型(某些 CLI 工具或智能体框架走的就是这条路)。好处是用户有选择权,可以在不同任务上切换不同模型、灵活试错。两条路线各有取舍:在效果与稳定性优先、模型固定的场景下,绑定更紧更省心;在需要频繁对比模型、快速验证的场景下,开放接入更合适。

五、典型流程与示意

一个最小可用的 Agent 推理循环,通常体现”Harness 驱动、脚手架约束”的分工,用通用伪代码表示:

  1. # 脚手架:一次性定义好的行为规则
  2. system_prompt = "你是……;可用工具:[...]; 输出需为 JSON"
  3. tools = [search, calc, file_read] # 工具描述属于脚手架
  4. # Harness:真正让循环跑起来的执行引擎
  5. messages = [system_prompt, user_input]
  6. while not done and step < max_steps:
  7. response = model.call(messages, tools) # 调用静态模型
  8. if response.wants_tool_call:
  9. result = execute_tool(response) # Harness 执行工具
  10. messages.append(result) # 上下文工程:决定记什么
  11. else:
  12. done = True
  13. answer = parse_output(response) # 输出解析属于脚手架

从这段代码能直观看到:模型只在 model.call 那一行出现,是无状态的一次转换;让它循环、执行工具、管理上下文、判断停止的,全是 Harness 与脚手架的协作。

六、落地要点

  1. 归因时先分层:出现效果问题时,先判断是模型、脚手架还是 Harness 层的问题,避免盲目换模型。
  2. 上下文即成本:上下文工程直接决定 token 消耗与响应速度,在长链路场景下需要设计裁剪与摘要策略。
  3. 停止条件要显式:Harness 必须设置明确的最大步数与异常退出,防止无限循环。
  4. 工具描述是行为契约:工具的名称、参数、返回值描述属于脚手架,写得好坏直接影响调用准确率。
  5. 训练与推理对齐:做 RL 改造时,训练用的环境(RL Environment)应尽量贴近线上 Harness,否则策略容易”过拟合到训练环境”。
  6. 权限与可观测:Agent 涉及工具执行和外部访问,在落地时需提前设计权限控制、操作审计与日志追踪。

七、场景扩展

这套分层框架不只服务于”从零构建 Agent”。当你评估第三方 Agent 产品、排查线上效果波动、或为团队做技术培训时,同样适用——它能帮你快速判断某个能力该由哪一层负责。在更偏研究的强化学习训练场景中,Rollout 与 Reward 的设计又构成另一套独立但衔接的坐标。

八、总结

回到最初的场景:术语混乱的本质,是缺少一张把概念放回正确层次的地图。记住”Agent = Model + Harness”,分清脚手架(可替换的行为规则)与 Harness(可靠的执行引擎),再按绑定紧密度决定架构路线,绝大多数沟通与选型难题都能迎刃而解。理解术语不是终点,而是让你有能力做出正确架构判断、并在训练与推理之间保持一致的起点。

发表评论

活动