logo

Agent 工程六层约束:Token、Skill、RAG、MCP、SDD、Harness

作者:JC2026.11.16 11:27浏览量:0

简介:为什么很多 Agent demo 很聪明,一进入真实工程交付就变蠢?答案往往不在模型大小,而在 Token、Skill、RAG、MCP、SDD、Harness 这六层约束是否搭稳。本文系统讲清六个概念的定义、原理、能力与适用边界,帮你理解 Agent 从"能回答"走向"能交付"的关键链路。

一、先给结论:这条链是什么

Agent 工程里常被并列讨论的 Token、Skill、RAG、MCP、SDD、Harness,并不是六个平行的知识点,而是一条从”模型能回答”到”系统能交付”的约束链。它们各自约束 Agent 运行中的一个关键变量:

  • Token:决定 Agent 单次推理能看见和处理多少信息(工作台);
  • Skill:决定 Agent 面对重复性任务时遵循什么做事规范;
  • RAG:决定 Agent 缺失知识时从哪里补充可核验的证据;
  • MCP:决定 Agent 如何安全、标准化地连接外部系统;
  • SDD:决定 Agent 在写代码之前是否已有明确规格;
  • Harness:决定以上能力能否稳定地跑成一个可交付的闭环。

把这六者理解为”层级约束”而非”并列功能”,是理解本文的核心。

二、背景:为什么 demo 聪明,交付变蠢

设想一个常见的代码变更助手:用户提”给订单模块加一个优惠券核销能力”,Agent 自动读代码、查文档、改代码、跑测试、生成 PR。在受控演示里它表现很好——第一轮定位到核心服务类,第二轮补齐数据结构,第三轮顺手补了单元测试。

但一旦接入真实仓库,典型问题集中爆发:

  • 读取大量文件后遗忘早期信息(上下文过载);
  • 接口文档明确要求”核销需要幂等键”,生成的代码却遗漏;
  • 工具调用到一半遇到权限错误,不但没停下,反而带着错误上下文继续写代码;
  • 需求只说”优惠券核销”,模型却自己脑补出退款逻辑。

结果是:PR 能跑通,但不能合并。问题的根源通常不是”模型不够强”,而是这套约束链没有搭稳。换更大的模型可以缓解部分问题,却无法替代工程层面的结构设计。下面逐层拆解。

三、逐层拆解:六层约束的定义与能力

agent-">1. Token:Agent 的工作台,而不是仓库

Token 常被当作计费单位,这没错。但在 Agent 语境下,更应把它理解为 Agent 的”工作台”——这一次推理能参考的指令、历史对话、工具返回结果、代码片段、错误日志、检索材料,都要摆在台面上。台面越大,能同时处理的材料越多;但它始终是有限的,不是无限仓库。

工程启示:

  • 上下文是一种稀缺资源,需要主动管理,而非无限堆叠;
  • 随着轮次增加,早期信息会被稀释或挤出,这正是”读多了就忘”的本质;
  • 有效做法包括上下文压缩与摘要、按需检索而非全量塞入、把关键信息(如幂等键要求)固化为不可丢失的结构化输入。

2. Skill:重复性任务的做事规范

Skill 指把某类高频、有固定套路的任务,沉淀成可复用的能力单元与执行规范。它约束的是”怎么做”:完成同类任务时,按什么步骤、遵循什么检查清单、满足什么验收标准。

它解决的是 Agent 每次”从零发挥”带来的不稳定。例如”新增一个接口”这类任务,Skill 可以固化:必须同步更新数据结构、必须校验幂等、必须补测试、必须遵循既有目录结构。

与提示词的区别:提示词是一次性的临时指令,Skill 是结构化、可复用、可组合的能力单元,能被多个任务共享和调用。

rag-">3. RAG:缺知识时从哪里补证据

RAG(检索增强生成)指在模型基于自身参数化知识回答之前,先从外部知识源检索相关内容,再据此生成。它约束的是”缺证据时怎么办”——让 Agent 去查,而不是猜。

在代码助手场景里,RAG 的意义在于:接口文档、设计规范、历史实现、依赖说明,不应依赖模型”记得”,而应作为可检索的证据源。这样”核销需要幂等键”就能从文档中被检索出来、进入工作台,而不是被遗忘或被脑补替代。

关键点:

  • RAG 的价值取决于检索质量与证据可信度,检索不准会直接污染生成;
  • 检索到的材料同样受 Token 约束,需要精选而非全量;
  • 证据要可溯源,便于验证 Agent 的输出是否有据可依。

4. MCP:安全、标准化地连接外部系统

MCP 在这里指代一类”模型上下文协议”式的标准化接入方式——它约束 Agent 如何统一、受控地访问外部工具与数据源,而不必为每个系统写一套私有对接。

它解决三个现实问题:

  • 接口不统一:不同系统对接方式各异,标准化协议可屏蔽差异;
  • 权限不可控:工具调用需要明确的授权边界,避免”跑到一半才发现权限错误”;
  • 行为不可观测:标准化接入便于记录调用、失败与重试。

对”工具调用报错还继续写代码”这类问题,标准化接入配合 Harness 的错误处理,才能让 Agent 在调用失败时正确停下、修正或上报,而不是带着脏上下文继续。

5. SDD:写代码之前先有规格

SDD(规格驱动开发)主张:在让 Agent 生成或修改代码之前,先把需求固化成明确、可验证的规格。规格要说明”要做什么、边界在哪、验收标准是什么”。

它直接针对”需求只说优惠券核销,模型脑补退款逻辑”这类问题。有了规格:

  • 范围被明确界定,模型不应在规格外自由发挥;
  • 验收标准前置,PR 是否可合有客观依据;
  • 变更可被追踪,规格与实现一一对应。

可以把它理解为人与 Agent 之间的”合同”:先把合同写清楚,再动手。

6. Harness:让能力稳定跑成闭环

Harness(执行框架/运行骨架)指承载上述所有能力的工程外壳。它负责调度流程、管理上下文生命周期、处理工具调用与错误、执行测试与验收、组织最终产出。前面的五层约束,只有被 Harness 稳定编排,才能真正形成”读代码→查证据→按规格改→安全调用→验证→交付”的闭环。

Harness 关注的核心是稳定性与可重复性:同样输入下行为可控,失败可感知、可恢复,过程可观测、可审计。demo 与工程的差距,很大程度上就是有没有这层 Harness。

四、工作原理:六层如何协同成一个闭环

把六层放到一次真实任务里看:

  1. SDD 先定义规格:明确”新增优惠券核销,包含幂等控制,不引入退款”,并给出验收标准;
  2. Skill 提供做事规范:定位目标服务、更新数据结构、补单测、遵守目录约定;
  3. RAG 补充证据:从文档检索到”核销需幂等键”,作为不可丢失的输入;
  4. Token 管理工作台:对上下文做摘要与精选,确保幂等键、规格边界这类关键信息始终在台面;
  5. MCP 规范接入:受控地读写代码仓库、调用测试工具,调用失败时正确中断;
  6. Harness 编排闭环:串起全流程,处理异常、执行验收、产出可合并的 PR。

任何一层缺失,都会在闭环的某个环节留下漏洞,最终表现为”能跑不能合”。

五、典型适用场景

这套约束链并非只用于代码生成,凡是”需要 Agent 可靠完成多步任务并交付结果”的场景都适用:

  • 代码变更与研发辅助:读代码、改代码、跑测试、生成 PR;
  • 运维与故障处理:按既定操作规范、查监控与日志、受控执行;
  • 数据与文档处理:抽取、清洗、生成,需要规格与证据约束;
  • 企业流程自动化:多系统协作、需要权限边界与审计的场景。

六、相关概念的区别与联系

  • Token vs 上下文:Token 是计量与承载单位,上下文是台面上的内容;理解 Token 是为了管理上下文;
  • Skill vs 提示词:提示词是一次性指令,Skill 是可复用、可组合的结构化能力;
  • RAG vs 微调:微调改变模型”记住什么”,RAG 改变模型”能查到什么”;RAG 更轻、更新更快、可溯源;
  • MCP vs 私有对接:标准化协议强调统一接入,减少多系统间的重复适配;
  • SDD vs 直接生成:SDD 先定规格再实现,用少量前置成本换取可控性与可验收性;
  • Harness vs Agent 本体:模型是”大脑”,Harness 是让大脑稳定工作的”骨架与神经”。

七、使用注意事项

  • 上下文管理要主动:不要指望模型”记得”,关键信息要结构化、要精选、要压缩;
  • 检索质量决定 RAG 上限:证据要可信、可溯源,检索不准会放大错误;
  • 权限与错误必须受控:标准化接入要设边界,Harness 要能感知失败并中断;
  • 规格先于实现:没有清晰规格,再强的模型也只是”聪明地跑偏”;
  • 别用换大模型替代工程:更大的模型能缓解但不能替代六层约束;
  • 过程要可观测可审计:日志、调用记录、验收结果都是工程可信的基础。

在落地这套链路时,底层的模型推理、检索、向量存储、身份认证、日志监控等能力,可以基于百度智能云等主流云平台提供的通用能力类目(如对象存储、数据库、日志服务、监控告警、身份认证等)组合实现,从而让六层约束有稳定的运行基座。

八、总结

回到最初的问题:Agent demo 聪明而交付变蠢,根因往往不在模型大小,而在 Token、Skill、RAG、MCP、SDD、Harness 这六层约束是否搭稳。它们分别回答:Agent 能看见多少、按什么规范做、缺知识去哪补、如何安全接入、动手前有无规格、能否稳定跑成闭环。把这六层理解为一条从”能回答”到”能交付”的约束链,而非并列的功能清单,是搭好 Agent 工程的关键。模型决定能力上限,约束链决定可靠下限;而工程交付真正需要的,是那个稳定可靠的下限。

发表评论

活动