文章总结： 本文系统梳理了AIAgent的核心概念，明确区分Agent与模型的本质差异：Agent是以大模型为核心、能调用工具并持续完成任务的完整系统。文章厘清了Scaffolding、Harness、Tool、Skill、Sub-agent等关键术语的层次关系，并介绍了训练阶段涉及的Environment、Rollout、Reward等概念。最后强调Agent是一套整合模型决策、工具执行与任务推进的系统框架。 综合评分： 82 文章分类： AI安全,技术标准,安全工具,安全开发,其他
别再乱理解 AI Agent！一文理清所有核心概念
数据派THU
2026年6月14日 17:00 北京
在小说阅读器读本章
去阅读
以下文章来源于Datawhale ，作者Datawhale
Datawhale .
一个专注于AI领域的开源组织，汇聚了众多优秀学习者，使命-for the learner，和学习者一起成长。
本文约2200字，建议阅读5分钟
本文介绍了 AI Agent 核心定义，厘清行业各类易混淆的专业术语与逻辑。
AI Agent 是这两年最常被提到的 AI 词之一。
做模型的人在讲，做产品的人在讲，做应用的人也在讲。但问题是：同样是“Agent”，很多人说的并不是同一件事。
有人把“会调用工具的大模型”叫 Agent，有人把“驱动模型执行的整套系统”叫 Agent，也有人把“负责某个子任务的小模块”叫 Agent。
如果刚接触这个方向，很容易越看越乱。不是资料太少，而是术语越来越多，大家却未必在用同一套定义。
最近，Hugging Face 发布了一份 AI Agent 术语表，系统梳理了这波讨论里最常出现的一批核心概念。
博客地址：https://huggingface.co/blog/agent-glossary
无论你是在构建 Agent、部署 Agent，还是只是日常使用 Claude Code、Codex 或 Hermes Agent 这类工具，这些词几乎都会反复遇到。文章最后还单独补充了一组和模型训练相关的概念，如果你关注训练流程，那一部分会更有参考价值。
一、先讲最重要的一句：Agent 不是一个模型
#
可以先用一句最容易记住的话来理解 AI Agent：
AI Agent 是一个以大模型为核心、能够调用工具、接收反馈并持续完成任务的系统。
这里最关键的词，不是“生成文本”，而是“持续完成任务”。
普通聊天模型更像“你问一句，我答一句”；Agent 更像“你给我一个目标，我先理解任务，再决定下一步做什么；做完一步后，我再根据结果继续往下走”。
比如下面这些事，都不是一次回答就能完成的：
- 帮你搜索资料并整理成摘要
- 帮你读取一个文件并分析内容
- 帮你调用代码工具处理数据
- 帮你在网页上完成一连串操作
这也是 Agent 和普通聊天模型最大的区别。
二、Model 和 Agent，到底是什么关系？
#
很多人刚接触 Agent 时，最容易混淆的一点就是：Agent 和 Model 是不是一回事？答案是：不是。
Model 是 Agent 的核心，但不是 Agent 的全部。
Model，也就是模型，本质上是“文本进，文本出”。更重要的是，它本身没有跨调用记忆，也没有执行循环。
它可以根据目标、上下文和规则表达“我下一步想调用某个工具”的意图，但真正去点击网页、读取文件、调用 API 或运行工具，还得靠模型外面的系统来完成。
三、Scaffolding 和 Harness 工程，分别在做什么？
#
这两个词经常一起出现，也最容易一起被叫成“Agent 框架的一部分”。但如果想真正看清一套 Agent 系统，最好把它们分开理解。
可以把它们先简单记成：
Scaffolding 管“怎么想”，Harness 管“怎么跑”。
Context Engineering 和 Policy：一个管理输入，一个定义行为
#
这两个概念可以放在一起讲，因为它们都会影响 Agent 下一步怎么做；但它们并不是一回事。Context Engineering 讲的是模型在每一步到底看见什么，Policy 讲的是基于这些输入表现出怎样的行为方式。
Context Engineering：决定模型在每一步到底看见什么
#
如果说 Prompt Engineering 关心的是“提示词怎么写”，那么 Context Engineering 更关心的是：在 Agent 执行的每一步里，模型到底应该看到什么信息。
它包括系统提示词、工具说明、历史对话、检索进来的知识，以及工具返回结果；而且这不是一次性的设置，随着任务推进，harness 会持续决定哪些信息保留、哪些丢弃、哪些重新注入。
它在训练和推理两端都适用，但代价并不一样：训练时塞错了，模型学到的东西可能会偏掉；推理时塞错了，通常还能通过改提示词或重配上下文再来一次。
Policy：决定 Agent 是按什么方式做选择的
#
Policy 指的是一个 Agent 所遵循的行为方式：给定一种情境，它会以什么方式在多个可能动作之间做选择。
在强化学习里，这个概念往往被定义得更严格，甚至可以写成“对各个可能动作的概率分布”；放到 LLM Agent 里，这套策略一部分学在模型权重里，一部分又受到提示词、工具、记忆和执行循环的影响。
所以，Policy 不等于 Agent 本身。 Agent 是那个在环境里真正采取行动的完整系统，Policy 则是它表现出来的行为方式。
Tool、Skill、Sub-agent，为什么不是一回事？
#
这三个词很容易被混用，但它们其实对应三层不同的东西：动作、方法和分工。
1. Tool Use：一个具体动作
#
Tool 是最基础的一层。它指的是 Agent 伸手够到自身之外的方式，比如调用 API、代码解释器、数据库、网页搜索和文件系统。
模型只会以结构化格式表达“我要用某个工具”的意图；真正把调用路由出去、拿回结果并继续循环的是 harness。
所以，Tool 更像 Agent 的“手”。
2. Skill：一套可复用的方法
#
Skill 不只是一个动作，而是一整套围绕某个目标沉淀下来的做事方法。
比如“排查一个 bug”“完成一次数据清洗”“写一版市场调研摘要”，都不是一次工具调用能完成的。
它们往往需要一组步骤、一套经验和一个相对稳定的处理流程。
所以，Skill 更像 Agent 的“套路”。
3. Sub-agent：一个能独立完成子任务的 Agent
#
Sub-agent 则更进一步。它不是一个被动工具，也不只是一套方法，而是另一个可以自己思考、自己调用工具、独立处理子任务的 Agent。
比如，一个主 Agent 要完成“写一份行业分析”，它可以把任务拆开：
- 一个 Sub-agent 去收集资料
- 一个 Sub-agent 去整理数据
- 一个 Sub-agent 去写成初稿
最后再把这些结果统一整合。
为什么训练 Agent 的人总在讲 Environment、Rollout、Reward 和 Trainer？
#
前面讲的，主要是 Agent 怎么被搭出来。
而下面这几个词，更多出现在“Agent 怎么被训练得更强”这个阶段。
Environment
#
Environment 就是 Agent 可以交互的环境。
它可以是浏览器、文件系统、代码仓库，也可以是某种更抽象的任务空间。
Agent 在环境里采取动作，环境再返回新的状态和结果。
Rollout
#
Rollout 指的是 Agent 从开始到结束完成一次任务的完整过程。
它记录了 Agent 看到了什么、做了什么、最后结果怎样。
Reward
#
Reward 是对这次执行结果的打分。
它告诉系统：这次做得好不好，哪里做对了，哪里做错了。
这个分数可以来自测试是否通过，也可以来自人工偏好，或者其他评估方式。
Trainer
#
Trainer 负责利用大量 rollout 和 reward 去更新模型，让 Agent 在反复试错中学会更好的策略。
所以到了训练阶段，Agent 讨论的就不只是“会不会用工具”，而是“能不能在环境里不断变强”。
写在最后，用一张最短的文字版概念图收住
#
所以，AI Agent 不是一个单独的新模型名词。
它更像是一整套围绕模型搭起来的系统：模型负责理解和决策，工具负责行动，执行系统负责把任务一轮轮推进下去。
把这些概念分清之后，再去看各种 Agent 产品、Agent 框架和 Agent 论文，就不会那么容易混乱了。
编辑：于腾凯
校对：林亦霖
关于我们
数据派THU作为数据科学类公众号，背靠清华大学大数据研究中心，分享前沿数据科学与大数据技术创新研究动态、持续传播数据科学知识，努力建设数据人才聚集平台、打造中国大数据最强集团军。
新浪微博：@数据派THU
微信视频号：数据派THU****
今日头条：数据派THU
免责声明：
本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。
任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。
本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。
本文转载自：数据派THU 《别再乱理解 AI Agent！一文理清所有核心概念》
版权声明
本站仅做备份收录，仅供研究与教学参考之用。
读者将信息用于其他用途的，全部法律及连带责任由读者自行承担，本站不承担任何责任。
评论