Agent 相关知识点

本主题位于应用架构层，覆盖 Agent 基础架构、运行时 Harness、推理规划、记忆上下文、多智能体协作，以及生产评估与安全。

子模块

模块关系

flowchart TB
    F[基础与架构] --> H[Runtime 与 Harness]
    F --> R[推理、规划与反思]
    F --> M[记忆与上下文]
    H --> R
    H --> M
    R --> A[多智能体系统]
    M --> A
    H --> P[评估与安全]
    R --> P
    M --> P
    A --> P

协议细节不在本主题重复展开：工具接入见 Tools · MCP，跨 Agent 互操作见 Tools · Agent 通信。

阅读建议

Agent 入门：基础与架构 → 推理、规划与反思；
有状态 Agent：基础与架构 → 记忆与上下文；
多 Agent 系统：基础与架构 → 推理规划 → 多智能体系统；
工程落地 / Harness 开发：基础与架构 → Runtime 与 Harness；
生产上线：完成目标模块后阅读评估与安全。

常见问题

AI Agent 和普通聊天机器人有什么区别？

普通聊天机器人主要生成回复；Agent 把模型放入持续控制循环，由模型根据目标决定下一步，并通过工具读取状态或改变外部系统。能否可靠执行任务还取决于 Harness、权限和评测，而不只是模型能力。

Agent Framework 和 Agent Harness 是一回事吗？

不是。Framework 提供开发时的 API、组件和编排抽象，Harness 是真正驱动循环、装配上下文、执行工具、保存状态并处理失败的运行时。框架可以提供 Harness 能力，但这些能力仍需配置和部署。

什么时候需要 Multi-Agent？

当任务需要明确的权限隔离、独立上下文、并行工作或不同专业角色时，Multi-Agent 才可能带来收益。若一个 Agent 加工具和结构化工作流就能完成任务，拆成多个 Agent 往往只会增加通信和调试成本。

返回文档主题索引。