logo

Agent六大工程要素对比与架构选型指南

作者:蛮不讲李2026.11.16 10:50浏览量:1

简介:Token、Skill、RAG、MCP、SDD与Harness解决的并不是同一个问题,也不能相互替代。本文以订单优惠券核销开发为例,对比六类要素在上下文管理、任务复用、知识检索、工具接入、规格约束和执行治理上的职责、成本与边界,帮助技术团队定位交付瓶颈,制定从演示验证走向可靠交付的建设路径。

一、先明确对比对象:六类要素,而不是六种替代方案

本文对比的是Agent工程中的六类要素:Token、Skill、RAG、MCP、SDD与Harness。比较它们的目的,不是评出谁更先进,而是回答三个问题:各自负责什么,哪些能力不能互相替代,以及项目当前应该优先建设哪一部分。

它们甚至不属于同一抽象层级:

  • Token是模型处理文本等内容时使用的基本计量单位。对Agent而言,更重要的是由上下文窗口形成的信息容量约束。
  • Skill在本文中指可复用的任务指引、步骤、资源及必要脚本的组织方式。不同实现对它的定义与执行机制并不完全一致。
  • RAG即检索增强生成,负责从外部知识中检索相关材料,并将其作为生成依据。
  • MCP即模型上下文协议,用于规范模型应用与外部工具、资源等能力之间的交互。
  • SDD在本文中指规格驱动开发,即先明确需求、边界与验收条件,再据此组织实现和验证。
  • Harness指围绕模型运行构建的执行与治理框架,包括状态管理、工具调度、权限约束、验证、恢复及可观测性等机制。

因此,将六者理解为一条严格串行的技术栈并不准确。更合理的认识是:它们是彼此配合的工程约束,其中Harness负责组织执行,而其他要素分别提供信息、流程、知识、连接与目标约束。

二、为什么演示能成功,真实仓库却容易失控

假设用户提出:“给订单模块增加优惠券核销能力。”

演示环境通常只包含少量文件,接口文档完整,工具权限稳定,任务边界也由演示者提前限定。模型能够在有限上下文中完成代码阅读、修改与测试,看起来已经具备交付能力。

真实仓库则不同。Agent可能需要同时处理订单状态、优惠券接口、身份校验、事务边界、异常恢复与历史兼容问题。此时,“能生成代码”与“能交付变更”之间会出现明显差距:

  1. 阅读材料越来越多,关键约束被无关日志和重复文件挤占。
  2. 检索到接口说明,却没有把幂等要求落实到实现中。
  3. 工具调用被拒绝,仍依据不完整信息继续修改。
  4. 将“核销”自行扩展成退款、撤销和补偿流程。
  5. 测试通过,但测试并未覆盖真正的业务验收条件。

这些失败不是同一种问题。扩大上下文可能缓解信息不足,却无法直接解决越权执行;增加检索也不能替代需求确认。正确的建设顺序,应由失败类型决定,而不是由概念热度决定。

三、六类要素的共同目标与核心差异

它们的共同目标是减少不确定性,但约束的位置不同。

要素 核心问题 主要载体 主要成本 不能替代什么
Token与上下文管理 当前推理需要看哪些信息 指令、代码、历史、工具结果 推理费用、延迟、信息筛选成本 不能替代权限、规格与执行校验
Skill 重复任务应按什么方法做 指引、模板、资源、脚本 编写、版本维护、适用性验证 不能保证外部知识最新
RAG 缺少的事实从哪里补齐 文档索引、检索结果、来源信息 索引更新、检索、重排与评测 不能自动保证事实被正确执行
MCP 如何规范接入外部能力 协议交互、工具和资源描述 接入适配、认证与服务运维 不能天然保证安全与业务正确性
SDD 什么才算完成需求 规格、边界、验收条件 需求澄清、评审与变更管理 不能代替实现和真实测试
Harness 如何持续、可控地完成任务 状态机、策略、日志、检查点 调度开发、隔离、监控与维护 不能弥补所有模型能力不足

表中的差异意味着:同一现象可能涉及多个环节。例如“遗漏幂等键”,既可能是检索未找到正确文档,也可能是上下文裁剪丢失要求,还可能是验收流程缺少相应检查。不能只看最终错误,就直接认定需要更大的模型。

rag-">四、Token与RAG:可见信息容量,不等于知识获取能力

1. 扩大上下文与按需检索的区别

扩大上下文窗口,是让模型一次容纳更多材料;RAG则是在外部信息集合中选择与当前任务相关的材料。前者侧重容量,后者侧重定位。

当任务涉及少量关联文件时,直接提供完整上下文通常更简单,也能减少检索遗漏。当仓库、文档和日志规模持续增长时,全部塞入上下文会增加成本,并让关键证据更难被关注。

同时,上下文窗口更大不意味着模型一定更准确。材料冲突、重复信息、过时文档和长距离依赖,都会影响使用效果。

2. RAG的优势与边界

RAG适合接口文档、内部规范、历史设计记录等外部知识获取,但检索命中不代表最终答案正确。常见问题包括:

  • 检索结果属于旧版本接口;
  • 文档片段缺少前置条件或例外说明;
  • 调用方无权访问的内容被错误检索;
  • 找到约束,却未将其转化为代码和测试。

因此,检索结果应尽量保留来源、版本和适用范围。权限过滤也应贯穿检索链路,而不是等内容进入模型后再依赖提示词保密。

3. 如何选择

小范围、材料稳定的修改,可优先采用明确文件清单和精简上下文。大型仓库或文档频繁变化的系统,则更适合“按需检索+关键约束常驻”。

例如,优惠券核销的接口说明可以通过检索获取,但“必须携带幂等键”“本次不处理退款”应进入任务状态与验收清单,不能仅依赖历史对话保留。

五、Skill与SDD:可复用的方法,不等于本次任务的规格

Skill与SDD都能减少随意生成,但它们约束的对象不同。

1. Skill描述怎么做

一个“新增业务接口”的Skill,可以要求Agent依次完成:

  1. 阅读现有模块的接口与错误处理习惯;
  2. 确认输入校验和身份校验;
  3. 检查幂等、事务与超时处理;
  4. 补充成功、失败、重复请求等测试;
  5. 输出变更摘要和风险说明。

它适合重复性较高、团队规范明确的工作。收益来自复用成熟方法,而不是每次重新组织提示词。

但Skill也会过时。若团队已经调整错误码约定,旧Skill仍可能稳定地产生错误实现。因此,Skill应有适用范围、维护责任和版本记录;涉及脚本时,还需要独立的执行权限与隔离措施。

2. SDD描述这次交付什么

本次优惠券核销任务的规格,则应明确:

  • 核销发生在订单的哪个状态;
  • 幂等键如何生成、传递和保存;
  • 重复请求返回什么结果;
  • 外部接口超时时如何表达业务状态;
  • 本次是否包含退款和撤销;
  • 哪些条件必须通过验收。

Skill可以提醒“需要确认幂等策略”,但不能凭空决定当前业务的幂等语义。

3. 如何组合

Skill提供通用检查框架,SDD填充本次任务的具体约束。对于低风险、范围明确的小修改,规格可以很轻量;对于订单、支付和权限等高影响变更,应在写代码前明确关键状态与失败路径。

规格也不必一次性覆盖所有细节。发现需求冲突时,应回到澄清和评审,而不是让Agent自行补齐业务规则。

六、MCP与直接工具接入:统一交互,不等于安全保障

Agent既可以通过应用内的直接调用访问工具,也可以通过MCP组织外部工具与资源接入。

维度 直接工具接入 基于MCP接入
初期接入 少量固定工具时通常较直接 需要理解协议与服务接入方式
接口复用 容易与当前应用耦合 有利于按共同协议组织能力
变更影响 定制逻辑可能分散在应用内部 仍需管理协议、工具描述与兼容性
安全责任 应用自行实现 同样需要认证、授权、隔离与审计
适用情况 工具少、边界固定 外部能力较多、需要复用接入方式

MCP解决的是交互标准化问题,不是“连接之后就安全”。能发现一个工具,不等于有权调用;调用成功,也不代表结果可以无条件信任。

对于代码变更助手,读取代码、运行测试、修改文件、提交变更应采用不同权限。生产写入、敏感数据读取和高影响操作,应配置更严格的授权与审批。

当核销接口文档读取被拒绝时,正确行为是记录阻塞并请求授权或替代证据,而不是根据猜测继续开发。

七、Harness与简单循环:真正差在失败处理能力

简单Agent循环通常是“模型判断—调用工具—读取结果—继续判断”。它能证明任务可被完成,却未必能控制失败之后的行为。

Harness应把隐含行为转化为显式运行机制:

  • 状态管理:区分待澄清、执行中、验证中、阻塞和待审批等状态。
  • 预算管理:限制运行时长、工具调用次数和上下文消耗。
  • 错误分类:区分临时故障、权限拒绝、输入错误和业务冲突。
  • 恢复机制:保存检查点,避免恢复后重复执行有副作用的操作。
  • 验证门禁:检查变更范围、测试结果和关键规格是否满足。
  • 可观测性:记录证据来源、修改过程、调用结果和人工介入原因。

其中,重试尤其需要谨慎。查询操作通常较容易重试,写入操作则需要结合幂等性和实际执行状态判断。超时只说明没有及时收到响应,不代表操作一定未发生。

Harness也不能保证绝对正确。它的价值在于限制失败范围、保留证据,并让系统在无法判断时停止,而不是持续扩大错误。

八、把六类要素放进同一个开发流程

一个较稳妥的优惠券核销流程可以是:

  1. 接收需求
  2. → 明确范围、非目标与验收条件
  3. → 加载适用任务指引
  4. → 检索代码与接口证据
  5. → 整理当前上下文和待确认事项
  6. → 检查工具权限与执行环境
  7. → 生成并审核实施计划
  8. → 分步修改
  9. → 运行测试及规格检查
  10. → 汇总证据、风险与未完成项
  11. → 提交人工评审

对应关系是:SDD明确目标,Skill提供方法,RAG补充事实,MCP可用于规范外部接入,上下文管理控制当前信息,而Harness负责状态推进和异常处置。

例如,核销接口出现权限错误后,执行框架应将任务置为阻塞状态;若接口文档与现有实现冲突,应保留双方证据并请求确认;若测试只覆盖成功路径,则不能据此宣称幂等要求已经满足。

九、如何按场景决定建设优先级

场景一:少量文件的低风险修改

优先保证明确指令、最小权限、基础测试和简洁上下文。不必为了架构完整而立即建设复杂检索系统,但应保留运行记录与人工评审。

场景二:大型仓库的跨模块变更

优先建设代码定位、文档检索、任务状态保存和分阶段验证。此时主要瓶颈常常不是单次生成能力,而是信息筛选和跨步骤约束保持。

场景三:高影响业务功能

优先加强规格、权限、隔离环境、幂等设计与验收门禁。自动化程度应服从风险边界,而不是追求无人介入。

场景四:团队长期重复执行类似任务

优先沉淀Skill与评测样本,并监控其随代码规范变化而发生的退化。复用收益越高,版本管理和维护责任越重要。

十、迁移成本与效果评估:不要只计算推理费用

从演示脚本迁移到工程化Agent,成本主要来自知识治理、流程改造和运行治理。

知识治理需要清理过时文档、建立版本关系和访问边界;流程改造需要把口头要求转化为可验收规格;运行治理需要补充日志、隔离、恢复与权限策略。接入方式变化时,还应验证工具描述、结果格式、错误语义和身份传递是否兼容,不能只检查接口是否连通。

评估效果也应超出“是否生成代码”:

  • 关键约束遗漏率;
  • 检索证据与任务的相关性;
  • 权限错误后是否正确停止;
  • 非预期修改范围;
  • 任务完成耗时与资源消耗;
  • 人工返工量和最终验收情况;
  • 相似任务多次运行的一致性。

扩大上下文、增加检索和强化验证都可能增加单次成本,但也可能降低返工。应结合任务风险和完整交付成本判断,而不是只比较一次调用的开销。

结语:选型的关键,是识别约束缺口

Token、Skill、RAG、MCP、SDD与Harness不是相互替代的六种方案,而是解决不同约束的工程要素。

信息装不下,先检查上下文组织;事实找不到,建设检索;重复任务做法不一致,沉淀Skill;外部接入分散,评估协议化连接;需求不断被脑补,补充规格;失败后仍继续推进,则应完善执行治理。

可靠Agent的目标不是尽可能多地自主行动,而是在证据充分、权限明确、规格可验收的范围内推进,并在条件不足时能够及时停止。只有把这些边界落实到系统机制中,生成出来的代码才更有机会成为真正可接受的工程交付。

发表评论

活动