拓冰网站定制 
本文深入解析了AI Agent领域中最易混淆的概念包括Model大语言模型、Scaffolding模型环境和Harness运行引擎并阐述了Context Engineering上下文工程、Policy行为策略等关键术语。文章还介绍了Tool、Skills、Sub-agent的能力层级及训练Agent的四大关键词RL Environment、Trainer、Rollout、Reward旨在帮助初学者系统理解AI Agent的基础知识是入门大模型领域的实用指南。很多AI Agent圈内人都把这些概念搞混了。智东西6月3日报道AI Agent圈子有个很尴尬的问题大家在聊同一件事用的却是不同的词用同一个词指的却是不同的东西。ICLR 2026结束之后Hugging Face工程师Aritra Roy Gosthipaty发了一条帖子精准戳中了这个问题“在Agent语境下harness和scaffold到底是什么意思我在ICLR听到过很多种解释但始终不明白为什么没有收敛到一个统一的定义。”这个问题很快引起共鸣Hugging Face的两位工程师Sergio Paniego和Aritra联手发布了一篇博客这是一份专门解读最容易被混用的那些概念的手册我通读并编译了全文把其中最核心的框架拎了出来。01.Model、Scaffolding和HarnessAgent的三层骨架先把三个最容易搞混的概念区分开Model就是那个裸的大语言模型。Claude、GPT、Qwen、DeepSeek、Kimi文本进去文本出来。没有记忆没有循环不会主动做任何事。它可以“表达”调用工具的意图但真正去执行需要别人帮它。Scaffolding是模型所“看到”的一切。系统提示词怎么写、工具怎么描述、输出按什么格式解析、跨步骤记住什么这些构成模型眼里的世界它塑造了模型的行为边界但本身不负责运行。Harness是真正让模型“跑起来”的东西。调用模型、处理它返回的工具请求、判断什么时候停止这个循环的引擎就是Harness。对于Scaffolding和Harness的区别文章给了一句极其简洁的区分Scaffolding是模型可感知的部分提示词、工具定义、输出格式Harness是驱动模型运行的部分调用循环、工具执行、停止判断。所以精确定义下Agent由三层构成AgentModelScaffoldingHarness。不过在社区日常讨论中有一个更简化的说法AgentModelHarness。Claude Code官方自己也说“Claude Code is the agentic harness around Claude”这里的Harness被当成了“除了模型以外的一切”来用。两位作者也坦率表示日常聊天这么讲无伤大雅。但一旦进入训练把Scaffolding和Harness拆开审视就变得至关重要训练时Scaffolding决定了模型学到什么推理时Harness决定了模型怎么跑。Agent这个词本身源自强化学习在RL里Agent就是一个函数接收观察返回动作。环境接收动作去执行返还观察结果循环继续。这个循环就是今天所有LLM Agent的底层逻辑。用编程Agent当例子最直观系统提示词和工具描述是Scaffolding真正完成调用模型、执行git diff、运行测试、判断何时停止那个循环的是Harness。训练的时候Harness还要并行跑成百上千个这样的循环把结果喂回去更新模型权重。Sergio和Aritra特别点出了一件事当人们聊Claude Code、Codex、Cursor这些产品时他们说的是“一个特定的Harness一个特定的模型”两者被一起设计、一起优化。两个产品就算底层用的是同一个模型体感可以完全不同因为它们的Harness做了不同选择。反过来同一个Harness换一个更强的模型体验也会变。模型、Harness、产品三个东西不是一回事。在这个框架之上还有一个更高的概念叫Orchestrator。它是把多个Agent当作单元来调度每个Agent跑自己的Harness这对应到现在很火的多Agent协作模式。02.Context Engineering决定Agent看什么Policy定义Agent的行为Context Engineering上下文工程的核心问题是Agent每一步看到什么。除了写系统提示词还要动态管理整个上下文窗口系统提示词、工具描述、对话历史、检索到的知识每一步都可能不一样。它和Prompt Engineering的关键区别在于不是一次性写好就完了。随着Agent运行前几轮的输出会影响在后续调用中放入什么Harness需要在整个运行过程中主动管理上下文包括删什么、留什么、从哪里检索补充不是写个prompt而已。对于上下文工程训练和推理的出错代价天差地别训练时搞错上下文模型学到错误的东西代价是重新训练推理时搞错可以修改提示词然后重新开始即可。记忆体系也被纳入了上下文工程的框架。短期记忆是单次运行中留在上下文窗口里的内容对话历史、工具返回结果、之前的推理链。长期记忆跨会话持久化存在外部需要时检索回来注入上下文。两者由Harness在同一套上下文管理逻辑中统一调度。Policy是另一个容易被当成Agent同义词的概念文章明确做了切割Policy是行为概率分布定义了Agent采取每种动作的概率。Policy部分受模型权重影响但最终行为也取决于Scaffolding和Harness同一个模型换一套提示词、工具或执行循环行为可以截然不同Policy不是AgentPolicy定义行为。03.Tool、Skills、Sub-agent层层递进以及训练Agent的四个关键词Agent的能力体系是按层级递进的这三个词虽然容易被混用但代表了三个层级。Tool Use是最底层。诸如API、代码解释器、数据库、网络搜索、文件系统等等Agent通过这些接口触及外部世界。模型只会以结构化的格式表达调用工具的意图API将其作为一等对象呈现Harness接收调用并路由到正确的位置返回结果进上下文然后继续循环。Skills高一层。如果说Tool是最原始的一个动作Skill就是一套可行的完整方案比如研究这个bug、写修复方案等。Skill可以跨Agent移植按需加载。Sub-agent是最高层。很多人把它当高级工具来用但文章给了明确区分Sub-agent有自己单独的模型和Scaffold能独立推理、自己调工具甚至能再调用新的Sub-agent这是它和Tool以及Skill的本质差异。文章也坦率承认Tool、Skills、Sub-agent之间的边界在不同框架里不太一样。如果切换到训练视角还有四个概念是训练Agent过程的关键所在RL Environment指Agent在训练时可以与之交互的任何系统。它的工作方式是Agent向它发出一个动作比如执行一条命令它执行这个动作、更新自身状态然后把新的状态信息返回给Agent。一个文件系统就是最直观的例子Agent发出touch foo.txt这个动作环境执行它、创建了文件然后把更新后的文件列表作为反馈返回。Trainer负责让Agent的能力逐步提升。它做的事情分三步第一让Agent反复执行完整任务跑很多轮第二对每一轮的结果打分第三用这些分数来更新Agent内部模型的权重参数让下一次执行更接近正确答案。整个过程是自动循环的。Rollout指Agent完成一次完整任务的全程记录。里面包含三个部分Agent在每一步看到了什么信息、它据此做出了什么动作、每一步得到了多少分。这份记录也被称为trajectory或trace本质上就是算法通过分析大量这样的记录找到让分数变高的行为模式。Reward一个数值分数用来告诉训练算法“这次做得怎么样”。它有好几种形式。可验证奖励有标准答案比如代码测试跑通了就是1跑不通就是0。学习型奖励没有标准答案需要人来打分或让另一个LLM来评判。稀疏奖励整个任务做完才给一个总分。密集奖励任务过程中每一步都给一个分数。04.结语Agent爆火的时代讲清楚基础概念尤为重要这篇文章不是什么颠覆性研究它是那种早就该有人做但一直没人做的基础工作。Sergio和Aritra在文章中写道“这篇文章的目标不是推行唯一正确的词汇而是提供一个实用的思维模式。”当一个领域快速发展时其术语的演变速度往往超过其共识的形成速度。在Claude Code、Codex、Hermes Agent、Cursor等等用各自的词说各自的事的时候一份中立的术语手册的价值就凸显出来了。最后当下AI大模型是当下实打实的优质风口岗位缺口大、发展前景广、薪资待遇突出对比内卷严重、涨薪晋升困难的传统技术岗是普通人转行逆袭的绝佳选择。但很多想要入局大模型领域的朋友都面临无系统学习路径、无实战资源、求职无方向的难题一个人硬啃最容易走弯路、浪费大量时间精力。这里我结合多年一线实战与教学经验整理出一套零基础大模型专属资料包含系统化学习路线图零基础到精通大模型学习书籍 文档电子版2026 最新行业报告项目实战 配套源码大厂面试真题需要的朋友微信扫描下方 CSDN 官方认证二维码免费领取保证 100% 免费。扫码免费领取全部内容下面简单介绍一下资料包含的内容1、大模型系统化学习路线图专属定制从零基础入门到企业级实战的全阶段学习体系划分清晰的四大学习阶段规避碎片化学习弊端适配新手2、0基础到进阶视频教程配套完整高清实操教程覆盖Prompt提示工程、RAG知识库搭建、Agent智能体开发、模型微调、部署落地等核心知识点所有课程搭配实操演示零基础也能轻松看懂、上手实操。3、大模型学习书籍 文档汇总30本行业经典AI、大模型、深度学习精选书籍涵盖理论原理、开发实战、算法基础、AI产品思维等各类内容4、AI大模型最新行业报告整理2024-2026年最新大模型行业白皮书、市场分析报告清晰展现行业发展趋势、技术迭代方向、岗位需求变化帮助学习者精准把握行业风口找准学习和就业方向5、大厂面试真题汇总了常见的AI大模型面试问题、知识点梳理和面经参考方便求职时针对性准备。6、大模型项目实战 配套源码包含GPT应用开发、RAG私有知识库、智能问答系统等多个企业级实战项目配套完整可运行源码从简易Demo到完整商业应用全覆盖帮助学习者将理论转化为落地实战能力积累项目经验。7、适合谁学传统后端 / Java / 前端开发想转型 AI 应用大学生、应届生想拿更好的 offer产品经理、运营想武装职业竞争力技术负责人想给团队落地提效学习是反人性的但回报是真金白银。技术会更新赛道会切换但只要你先动手机会就永远站在你这边。8、这些资料真的有用吗这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理现任上海殷泊信息科技CEO其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证服务航天科工、国家电网等1000企业以第一作者在IEEE Transactions发表论文50篇获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。资料内容涵盖了从入门到进阶的各类视频教程和实战项目无论你是小白还是有些技术基础的技术人员这份资料都绝对能帮助你提升薪资待遇转行大模型岗位。想要入局AI大模型赛道、抢占行业红利的朋友微信扫描下方CSDN官方认证二维码即可100%免费领取全套学习资料 大模型小白必看：收藏这份AI Agent概念手册，轻松入门！
本文深入解析了AI Agent领域中最易混淆的概念包括Model大语言模型、Scaffolding模型环境和Harness运行引擎并阐述了Context Engineering上下文工程、Policy行为策略等关键术语。文章还介绍了Tool、Skills、Sub-agent的能力层级及训练Agent的四大关键词RL Environment、Trainer、Rollout、Reward旨在帮助初学者系统理解AI Agent的基础知识是入门大模型领域的实用指南。很多AI Agent圈内人都把这些概念搞混了。智东西6月3日报道AI Agent圈子有个很尴尬的问题大家在聊同一件事用的却是不同的词用同一个词指的却是不同的东西。ICLR 2026结束之后Hugging Face工程师Aritra Roy Gosthipaty发了一条帖子精准戳中了这个问题“在Agent语境下harness和scaffold到底是什么意思我在ICLR听到过很多种解释但始终不明白为什么没有收敛到一个统一的定义。”这个问题很快引起共鸣Hugging Face的两位工程师Sergio Paniego和Aritra联手发布了一篇博客这是一份专门解读最容易被混用的那些概念的手册我通读并编译了全文把其中最核心的框架拎了出来。01.Model、Scaffolding和HarnessAgent的三层骨架先把三个最容易搞混的概念区分开Model就是那个裸的大语言模型。Claude、GPT、Qwen、DeepSeek、Kimi文本进去文本出来。没有记忆没有循环不会主动做任何事。它可以“表达”调用工具的意图但真正去执行需要别人帮它。Scaffolding是模型所“看到”的一切。系统提示词怎么写、工具怎么描述、输出按什么格式解析、跨步骤记住什么这些构成模型眼里的世界它塑造了模型的行为边界但本身不负责运行。Harness是真正让模型“跑起来”的东西。调用模型、处理它返回的工具请求、判断什么时候停止这个循环的引擎就是Harness。对于Scaffolding和Harness的区别文章给了一句极其简洁的区分Scaffolding是模型可感知的部分提示词、工具定义、输出格式Harness是驱动模型运行的部分调用循环、工具执行、停止判断。所以精确定义下Agent由三层构成AgentModelScaffoldingHarness。不过在社区日常讨论中有一个更简化的说法AgentModelHarness。Claude Code官方自己也说“Claude Code is the agentic harness around Claude”这里的Harness被当成了“除了模型以外的一切”来用。两位作者也坦率表示日常聊天这么讲无伤大雅。但一旦进入训练把Scaffolding和Harness拆开审视就变得至关重要训练时Scaffolding决定了模型学到什么推理时Harness决定了模型怎么跑。Agent这个词本身源自强化学习在RL里Agent就是一个函数接收观察返回动作。环境接收动作去执行返还观察结果循环继续。这个循环就是今天所有LLM Agent的底层逻辑。用编程Agent当例子最直观系统提示词和工具描述是Scaffolding真正完成调用模型、执行git diff、运行测试、判断何时停止那个循环的是Harness。训练的时候Harness还要并行跑成百上千个这样的循环把结果喂回去更新模型权重。Sergio和Aritra特别点出了一件事当人们聊Claude Code、Codex、Cursor这些产品时他们说的是“一个特定的Harness一个特定的模型”两者被一起设计、一起优化。两个产品就算底层用的是同一个模型体感可以完全不同因为它们的Harness做了不同选择。反过来同一个Harness换一个更强的模型体验也会变。模型、Harness、产品三个东西不是一回事。在这个框架之上还有一个更高的概念叫Orchestrator。它是把多个Agent当作单元来调度每个Agent跑自己的Harness这对应到现在很火的多Agent协作模式。02.Context Engineering决定Agent看什么Policy定义Agent的行为Context Engineering上下文工程的核心问题是Agent每一步看到什么。除了写系统提示词还要动态管理整个上下文窗口系统提示词、工具描述、对话历史、检索到的知识每一步都可能不一样。它和Prompt Engineering的关键区别在于不是一次性写好就完了。随着Agent运行前几轮的输出会影响在后续调用中放入什么Harness需要在整个运行过程中主动管理上下文包括删什么、留什么、从哪里检索补充不是写个prompt而已。对于上下文工程训练和推理的出错代价天差地别训练时搞错上下文模型学到错误的东西代价是重新训练推理时搞错可以修改提示词然后重新开始即可。记忆体系也被纳入了上下文工程的框架。短期记忆是单次运行中留在上下文窗口里的内容对话历史、工具返回结果、之前的推理链。长期记忆跨会话持久化存在外部需要时检索回来注入上下文。两者由Harness在同一套上下文管理逻辑中统一调度。Policy是另一个容易被当成Agent同义词的概念文章明确做了切割Policy是行为概率分布定义了Agent采取每种动作的概率。Policy部分受模型权重影响但最终行为也取决于Scaffolding和Harness同一个模型换一套提示词、工具或执行循环行为可以截然不同Policy不是AgentPolicy定义行为。03.Tool、Skills、Sub-agent层层递进以及训练Agent的四个关键词Agent的能力体系是按层级递进的这三个词虽然容易被混用但代表了三个层级。Tool Use是最底层。诸如API、代码解释器、数据库、网络搜索、文件系统等等Agent通过这些接口触及外部世界。模型只会以结构化的格式表达调用工具的意图API将其作为一等对象呈现Harness接收调用并路由到正确的位置返回结果进上下文然后继续循环。Skills高一层。如果说Tool是最原始的一个动作Skill就是一套可行的完整方案比如研究这个bug、写修复方案等。Skill可以跨Agent移植按需加载。Sub-agent是最高层。很多人把它当高级工具来用但文章给了明确区分Sub-agent有自己单独的模型和Scaffold能独立推理、自己调工具甚至能再调用新的Sub-agent这是它和Tool以及Skill的本质差异。文章也坦率承认Tool、Skills、Sub-agent之间的边界在不同框架里不太一样。如果切换到训练视角还有四个概念是训练Agent过程的关键所在RL Environment指Agent在训练时可以与之交互的任何系统。它的工作方式是Agent向它发出一个动作比如执行一条命令它执行这个动作、更新自身状态然后把新的状态信息返回给Agent。一个文件系统就是最直观的例子Agent发出touch foo.txt这个动作环境执行它、创建了文件然后把更新后的文件列表作为反馈返回。Trainer负责让Agent的能力逐步提升。它做的事情分三步第一让Agent反复执行完整任务跑很多轮第二对每一轮的结果打分第三用这些分数来更新Agent内部模型的权重参数让下一次执行更接近正确答案。整个过程是自动循环的。Rollout指Agent完成一次完整任务的全程记录。里面包含三个部分Agent在每一步看到了什么信息、它据此做出了什么动作、每一步得到了多少分。这份记录也被称为trajectory或trace本质上就是算法通过分析大量这样的记录找到让分数变高的行为模式。Reward一个数值分数用来告诉训练算法“这次做得怎么样”。它有好几种形式。可验证奖励有标准答案比如代码测试跑通了就是1跑不通就是0。学习型奖励没有标准答案需要人来打分或让另一个LLM来评判。稀疏奖励整个任务做完才给一个总分。密集奖励任务过程中每一步都给一个分数。04.结语Agent爆火的时代讲清楚基础概念尤为重要这篇文章不是什么颠覆性研究它是那种早就该有人做但一直没人做的基础工作。Sergio和Aritra在文章中写道“这篇文章的目标不是推行唯一正确的词汇而是提供一个实用的思维模式。”当一个领域快速发展时其术语的演变速度往往超过其共识的形成速度。在Claude Code、Codex、Hermes Agent、Cursor等等用各自的词说各自的事的时候一份中立的术语手册的价值就凸显出来了。最后当下AI大模型是当下实打实的优质风口岗位缺口大、发展前景广、薪资待遇突出对比内卷严重、涨薪晋升困难的传统技术岗是普通人转行逆袭的绝佳选择。但很多想要入局大模型领域的朋友都面临无系统学习路径、无实战资源、求职无方向的难题一个人硬啃最容易走弯路、浪费大量时间精力。这里我结合多年一线实战与教学经验整理出一套零基础大模型专属资料包含系统化学习路线图零基础到精通大模型学习书籍 文档电子版2026 最新行业报告项目实战 配套源码大厂面试真题需要的朋友微信扫描下方 CSDN 官方认证二维码免费领取保证 100% 免费。扫码免费领取全部内容下面简单介绍一下资料包含的内容1、大模型系统化学习路线图专属定制从零基础入门到企业级实战的全阶段学习体系划分清晰的四大学习阶段规避碎片化学习弊端适配新手2、0基础到进阶视频教程配套完整高清实操教程覆盖Prompt提示工程、RAG知识库搭建、Agent智能体开发、模型微调、部署落地等核心知识点所有课程搭配实操演示零基础也能轻松看懂、上手实操。3、大模型学习书籍 文档汇总30本行业经典AI、大模型、深度学习精选书籍涵盖理论原理、开发实战、算法基础、AI产品思维等各类内容4、AI大模型最新行业报告整理2024-2026年最新大模型行业白皮书、市场分析报告清晰展现行业发展趋势、技术迭代方向、岗位需求变化帮助学习者精准把握行业风口找准学习和就业方向5、大厂面试真题汇总了常见的AI大模型面试问题、知识点梳理和面经参考方便求职时针对性准备。6、大模型项目实战 配套源码包含GPT应用开发、RAG私有知识库、智能问答系统等多个企业级实战项目配套完整可运行源码从简易Demo到完整商业应用全覆盖帮助学习者将理论转化为落地实战能力积累项目经验。7、适合谁学传统后端 / Java / 前端开发想转型 AI 应用大学生、应届生想拿更好的 offer产品经理、运营想武装职业竞争力技术负责人想给团队落地提效学习是反人性的但回报是真金白银。技术会更新赛道会切换但只要你先动手机会就永远站在你这边。8、这些资料真的有用吗这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理现任上海殷泊信息科技CEO其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证服务航天科工、国家电网等1000企业以第一作者在IEEE Transactions发表论文50篇获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。资料内容涵盖了从入门到进阶的各类视频教程和实战项目无论你是小白还是有些技术基础的技术人员这份资料都绝对能帮助你提升薪资待遇转行大模型岗位。想要入局AI大模型赛道、抢占行业红利的朋友微信扫描下方CSDN官方认证二维码即可100%免费领取全套学习资料