logo

Agent工程六层能力对比:Token、Skill、RAG、MCP、SDD与Harness

作者:沙与沫2026.11.16 10:50浏览量:0

简介:本文系统对比Token、Skill、RAG、MCP、SDD和Harness在Agent工程中的职责边界、实现方式与适用场景,解释它们为何不是彼此替代的技术,而是从上下文管理、任务执行、知识获取、外部连接、规格约束到运行验证的协同链路。读者可据此判断Agent为何“会回答却难交付”,并建立更稳定、可审计、可迁移的工程方案。

一、先明确:这不是六种互相替代的技术

在很多Agent演示中,模型能够根据一句自然语言生成方案、修改文件或调用接口,看起来已经具备较强的自动化能力。但一旦进入真实工程环境,问题往往迅速暴露:上下文装不下、知识来源不可靠、重复任务执行不一致、外部系统接入混乱、代码目标不明确、结果无法验证。

Token、Skill、RAG、MCP、SDD、Harness,正是解决这些问题的六类工程能力。

它们之间并不是简单的横向竞品关系,更准确的理解是:它们分别约束Agent在不同环节的行为。

  • Token:决定Agent当前能看到、能记住、能处理多少信息。
  • Skill:决定Agent面对重复任务时,应该遵循什么步骤和规则。
  • RAG:决定Agent缺少业务知识时,从哪里检索证据。
  • MCP:决定Agent如何以标准化方式访问外部工具和系统。
  • SDD:决定Agent开始设计或编码之前,是否已经明确需求和技术规格。
  • Harness:决定上述能力能否被组织起来,并持续、可控、可验证地运行。

因此,Agent从“能回答”走向“能交付”,关键不在于单独强化某一个环节,而在于建立完整的闭环。


二、六类能力分别解决什么问题

1. Token:上下文的容量约束

Token可以理解为模型处理文本、代码、结构化数据和工具结果时所消耗的基本计算单位。它直接影响Agent一次能够读取多少内容、保留多少历史信息,以及能够生成多长的结果。

例如,让Agent修改订单模块,表面上可能只需要读取订单服务和控制层,但真实依赖通常还包括:

  • 请求对象和响应对象;
  • 库存或优惠计算逻辑;
  • 幂等处理机制;
  • 数据库访问层;
  • 接口约定文档;
  • 测试失败日志;
  • 权限校验和异常处理规则。

如果这些内容全部放入上下文,可能产生三个问题:

  1. 容量不足:关键文件无法全部加载。
  2. 信息稀释:无关内容过多,模型难以识别重点。
  3. 历史污染:多轮对话中的错误假设持续影响后续决策。

因此,Token管理并不只是“扩大上下文窗口”。更重要的是进行上下文预算、内容裁剪、摘要压缩、分层加载和动态检索。

可以将上下文分为三层:

层级 内容 处理方式
核心上下文 当前任务、约束、关键文件 优先完整保留
参考上下文 相关规范、历史实现、接口说明 按需检索
背景上下文 大量日志、旧版本资料、低相关内容 摘要或延迟加载

Token的优势是直接影响Agent的理解范围,但它本身不负责判断知识是否正确,也不负责执行任务流程。上下文更大,不等于结果更可靠。


2. Skill:可复用的任务方法

Skill解决的是“同类任务如何稳定执行”的问题。

如果没有Skill,Agent每次面对代码审查、接口变更、故障分析或测试补充,都可能临时发挥。即使任务目标相同,不同轮次也可能采用不同的步骤,导致输出质量不稳定。

一个合格的Skill通常应包含:

  • 任务触发条件;
  • 输入信息要求;
  • 标准执行步骤;
  • 必须检查的约束;
  • 输出格式;
  • 失败处理方式;
  • 完成判定标准。

例如,“修改订单接口”的Skill可以规定:

  1. 先读取接口规格和现有测试;
  2. 检查幂等、鉴权、异常码和事务边界;
  3. 修改实现前先列出影响文件;
  4. 修改后执行静态检查和相关测试;
  5. 输出变更摘要、风险项和未验证内容。

Skill与普通提示词的区别在于,Skill更接近可维护的操作规程。提示词通常关注一次交互的表达,Skill则关注任务流程的复用、约束和验收。

不过,Skill也有边界:

  • 它不能替代实时知识检索;
  • 它不能自动获得外部系统权限;
  • 它不能保证执行结果一定正确;
  • 它需要依赖Harness进行调度和验证。

rag-">3. RAG:基于外部资料补充知识

RAG的核心是“先检索,再生成”。当模型自身不具备某个业务领域的最新知识,或者需要依据内部文档、接口规范、历史决策进行回答时,可以先从知识库中检索相关内容,再将检索结果注入上下文。

RAG主要解决三类问题:

  • 知识时效性:业务规则和接口文档会变化。
  • 知识私有性:企业内部资料通常不属于通用训练内容。
  • 回答可追溯性:需要知道结论来自哪些资料。

但RAG并不等于把所有文档直接塞进模型。高质量RAG通常需要处理以下环节:

  1. 文档清洗:去除重复、失效和格式噪声;
  2. 内容切分:按照语义和结构划分片段;
  3. 元数据管理:标记版本、权限、业务域和生效时间;
  4. 相关性检索:根据问题召回候选内容;
  5. 重排序:优先保留真正相关的片段;
  6. 引用与校验:让Agent区分事实、推断和不确定信息。

RAG与Token的关系很密切。RAG负责“找什么”,Token负责“放多少”。检索结果过多会挤占上下文,检索结果过少则可能遗漏关键条件。因此,二者需要共同设计。

RAG的典型风险包括:

  • 文档过期导致结论错误;
  • 检索到相似但不适用的内容;
  • 权限过滤不严造成信息越权;
  • 资料之间互相矛盾但没有版本判断。

所以,在生产场景中,RAG必须具备来源标识、权限控制、版本管理和低置信度处理机制。


4. MCP:标准化连接外部能力

MCP可以理解为一种面向Agent的外部能力连接机制,用于让模型以统一方式发现和调用工具、资源或服务。

没有标准化连接时,每接入一个外部系统,通常都要单独开发调用逻辑,处理不同的参数格式、认证方式、错误结构和返回结果。系统越多,维护成本越高。

MCP重点解决的是:

  • 工具如何声明自身能力;
  • 参数如何结构化描述;
  • Agent如何发现可用工具;
  • 调用过程如何传递请求与结果;
  • 权限和审计如何纳入统一管理。

例如,Agent可能需要访问订单查询、库存检查、文档搜索和测试执行等能力。MCP并不决定Agent应该先调用哪个工具,而是提供一种更加统一的接入边界。

MCP与Skill的差异尤其重要:

  • Skill回答“应该怎么做”;
  • MCP回答“可以调用什么”。

一个Skill可以规定先查询订单,再检查库存,最后执行变更;MCP则负责把这些外部操作以结构化工具的形式暴露出来。

MCP的关键风险不在协议本身,而在权限设计:

  • 工具是否具备最小权限;
  • 读操作和写操作是否分离;
  • 高风险动作是否需要人工确认;
  • 参数是否经过校验;
  • 调用是否产生审计记录;
  • 超时、重试和幂等如何处理。

因此,MCP不能被当成“让Agent拥有所有系统权限”的通道,而应当被设计成受控的能力边界。


5. SDD:先明确规格,再生成实现

SDD可以理解为规格驱动开发。它强调在编写代码或执行复杂任务之前,先明确需求、边界、数据结构、接口行为、异常情况和验收标准。

传统的Agent编码流程往往是:

用户描述需求 → Agent直接修改代码 → 运行测试 → 发现问题后反复修补

这种方式的问题是,模型可能在需求不完整时自行补全假设,最终形成“代码看起来合理,但并不符合真实业务”的结果。

SDD则更强调:

需求澄清 → 规格编写 → 方案评审 → 任务拆解 → 实现 → 验证

一份规格至少应说明:

  • 目标是什么;
  • 不包含什么;
  • 输入和输出是什么;
  • 状态如何变化;
  • 异常如何处理;
  • 权限和安全要求是什么;
  • 验收条件是什么;
  • 哪些问题仍然需要人工确认。

SDD的价值在于降低歧义,而不是增加文档负担。对于简单、低风险、变化频繁的小任务,可以采用轻量规格;对于核心交易、权限、数据迁移等高风险变更,则应形成更完整的规格和评审记录。


6. Harness:把能力组织成可运行闭环

Harness是Agent运行时的控制与验证框架。它负责把模型、上下文、Skill、知识检索、工具调用、权限、测试和反馈组织成一个可控流程。

如果没有Harness,前面五种能力可能只是零散组件:

  • Token管理没有统一策略;
  • Skill无法稳定触发;
  • RAG检索结果无法校验;
  • MCP工具调用缺乏权限边界;
  • SDD没有转化为验收规则;
  • 执行失败后也没有自动恢复机制。

一个较完整的Harness通常需要包含:

  1. 任务编排:决定步骤顺序和状态流转;
  2. 上下文管理:控制信息加载、摘要和清理;
  3. 工具治理:管理工具发现、授权、超时和重试;
  4. 状态持久化:记录任务进度和中间结果;
  5. 验证机制:执行测试、规则校验和人工审批;
  6. 异常恢复:处理失败、回滚、重试和降级;
  7. 可观测性:记录输入、输出、调用链和成本;
  8. 安全隔离:限制文件、网络、数据和执行权限。

Harness与Agent本身的差别是:Agent更像决策者,Harness更像运行环境与控制系统。模型可以提出动作,但是否允许执行、执行后是否通过、失败后如何处理,都应由Harness负责约束。


三、六者的核心差异对比

对比维度 Token Skill RAG MCP SDD Harness
主要解决问题 上下文容量与信息组织 重复任务的执行规范 外部知识补充 工具和系统接入 需求与实现歧义 全流程运行控制
关注对象 信息 流程 知识 能力 规格 系统
是否提供知识 否 通常不提供 是 可提供资源访问 提供约束信息 负责协调
是否直接执行动作 否 描述动作步骤 通常不直接执行 可以触发工具 通常不直接执行 管理执行
主要风险 超限、噪声、遗漏 流程僵化或过时 误检索、越权、过期 权限扩大、误调用 规格不完整 编排复杂、故障传播
典型收益 提高理解范围 提高一致性 提高知识准确性 降低接入成本 降低需求歧义 提高稳定性和可审计性

由此可见,六者并不存在简单的“谁替代谁”。它们更像一条逐层收敛的链路:

Token管理信息边界,RAG补充事实依据,SDD明确任务目标,Skill规定执行流程,MCP提供外部动作,Harness负责调度和验收。


agent-">四、为什么Agent演示聪明,工程交付却容易失效

1. 只增加上下文,不做信息治理

把更多文件和日志放入上下文,可能短期内提高信息覆盖率,但也会增加噪声。Agent看到了更多内容,却未必知道哪些是当前任务真正需要的内容。

正确做法是建立“相关性优先”的上下文策略,而不是单纯追求内容总量。

2. 有工具,但没有流程约束

Agent能够调用数据库、测试系统或文件操作工具,并不意味着它知道正确的调用顺序。缺少Skill时,工具越多,错误路径可能越多。

3. 有知识库,但没有来源治理

RAG召回了内容,不代表内容就是正确答案。若不检查版本、生效范围和权限,Agent可能依据旧规则生成新代码。

4. 有规格文档,但没有验收闭环

SDD如果只停留在文档层面,而没有转化为测试、检查项和完成条件,最终仍可能出现“规格写得很好,代码没有落实”的问题。

5. 有模型输出,但没有运行控制

没有Harness时,任务失败可能表现为:

  • 重复调用同一工具;
  • 反复修改已经正确的文件;
  • 忽略测试失败;
  • 在权限不足时持续尝试;
  • 遇到不确定事项时自行编造结论。

工程交付需要的不是一次正确生成,而是可恢复、可验证、可审计的连续过程。


五、典型场景下如何组合使用

场景一:代码库局部修改

适合采用:

  • Token:只加载目标模块及其依赖;
  • SDD:明确修改范围和验收条件;
  • Skill:执行影响分析、修改和测试流程;
  • Harness:限制文件范围并自动运行检查。

此时不一定需要复杂RAG,但如果代码规则分散在内部文档中,则应加入受权限控制的检索能力。

场景二:企业知识问答

适合采用:

  • RAG:检索制度、流程和业务资料;
  • Token:控制引用资料规模;
  • Skill:规定回答结构和引用要求;
  • Harness:进行权限过滤、敏感内容检测和低置信度转人工。

此类任务通常不需要高权限MCP工具,避免把“查询知识”与“修改业务数据”混在一起。

场景三:跨系统业务办理

适合采用:

  • SDD:定义办理条件、状态变化和异常分支;
  • Skill:规定标准办理流程;
  • MCP:连接多个外部系统;
  • Harness:负责授权、审批、重试、幂等和审计;
  • RAG:补充实时规则和操作说明。

这是最需要完整闭环的场景,因为任何一个环节失控,都可能造成数据不一致或重复操作。

场景四:自动化测试与故障分析

适合采用:

  • RAG:检索历史故障和技术规范;
  • Skill:执行日志分析、问题定位和复现步骤;
  • MCP:调用测试、日志和构建能力;
  • Harness:记录证据链并控制重试;
  • SDD:将修复目标转化为可验证条件。

六、选型时应重点关注哪些问题

1. 任务是否重复且流程稳定

如果任务高度重复,优先建设Skill;如果每次都完全不同,则应先解决SDD和上下文管理问题。

2. 知识是否实时、私有且需要引用

如果答案依赖内部资料、频繁变化的规则或权限隔离内容,应建设RAG,并同步完善文档治理。

3. 是否需要修改外部系统

只读查询可以采用较低风险的工具接入;涉及写入、删除、审批或资金状态变化时,应引入MCP权限分层、人工确认和Harness审计。

4. 错误成本是否足够高

低风险内容生成可以容忍一定程度的人工复核;核心业务变更则必须配备SDD、自动测试、回滚和执行记录。

5. 团队是否具备运行维护能力

能力越多,系统越复杂。建设Harness后,需要维护任务状态、工具权限、监控告警、版本兼容和故障恢复。因此,应根据团队规模和业务风险逐步建设,避免一次性堆叠组件。


七、迁移和落地时的注意事项

从普通聊天式Agent迁移到工程化Agent,建议分阶段推进:

  1. 先建立任务边界:明确Agent可以读取、修改和调用什么。
  2. 再补充SDD:把模糊需求转化为目标、约束和验收条件。
  3. 沉淀高频Skill:优先整理重复率高、步骤稳定的任务。
  4. 建设RAG治理:处理文档版本、权限、来源和失效问题。
  5. 逐步接入MCP:先开放只读能力,再评估写操作。
  6. 最后完善Harness:加入状态管理、验证、审计和异常恢复。

迁移过程中尤其要关注兼容性:

  • 原有接口参数是否能映射为结构化工具输入;
  • 旧文档是否存在过期和冲突;
  • 权限模型是否支持Agent身份;
  • 任务失败后能否安全重试;
  • 旧系统是否具备幂等和回滚能力;
  • 监控日志是否能还原完整调用链。

八、总结:稳定交付来自分层协同

Token、Skill、RAG、MCP、SDD和Harness的根本差异,在于它们分别解决了Agent工程中的六类问题:看什么、怎么做、依据什么、调用什么、先明确什么,以及如何稳定完成。

如果只扩大Token,Agent可能看得更多,却不一定理解得更准确;如果只接入RAG,Agent可能知道更多,却不一定执行得正确;如果只开放MCP,Agent可能拥有更多动作,却可能带来更大的权限风险;如果只编写SDD,规格也可能无法真正落地。只有将这些能力放入统一的Harness中,形成“理解—检索—规划—执行—验证—恢复”的闭环,Agent才更接近可交付的工程系统。

因此,选型不应停留在“哪个概念更重要”,而应根据任务风险、知识复杂度、外部系统数量、团队运维能力和验收要求,决定各层能力建设到什么程度。对低风险任务,可以采用轻量组合;对核心业务,则需要完整的规格、权限、工具治理和运行验证体系。

发表评论

活动