一文读懂AI Agent生态核心概念：从MCP到Skill

背景

随着人工智能技术从单纯的“大模型”对话向更复杂的“智能体（Agent）”系统演进，开发者社区中涌现出大量新的架构概念和术语。为了厘清这些名词之间的关系，避免概念混淆，本文基于 LINUX DO · AI 社区的一次深度讨论，对 Agent、MCP、Tools、Plugin、Prompt、Workflow、Hook、Skill、Harness 等核心概念进行了系统性的梳理与解读。

此次讨论不仅涵盖了基础定义的澄清，还深入探讨了大模型的技术本质（如 Token、Embedding、Transformer 架构），以及 Anthropic 等前沿机构对 Agent 与 Workflow 区别的最新定义。其目的在于帮助开发者和爱好者建立一套标准化的认知框架，理解 AI 应用是如何通过模块化组件构建起来的。

核心内容

1. 基础概念辨析

• Agent（智能体）： Agent 并非孤立的概念，而是 AI 具象化的高级形态。它本质上是配置了 Instructions（指令）、Tools（工具）以及可选运行行为的 LLM（大语言模型）。与被动响应不同，Agent 具备根据任务目标动态决定流程和使用工具的能力。
• MCP（Model Context Protocol，模型上下文协议）： MCP 是一种标准化的 AI 上下文协议，旨在解决 AI 与外部世界交互的通用性问题。它定义了 AI 如何调用外部服务器并获取固定格式信息的规则。通过 MCP，不同企业数据库和 AI 应用之间无需编写私有接口，即可实现标准化的数据交互。MCP Server 可以向 AI 应用暴露 Resources（资源）、Prompts（提示）和 Tools（工具）。
• Tools（工具）： 泛指 AI 可调用的外部能力或函数。Tools 与 MCP 紧密相连，但遵循的协议未必是 MCP。Tool 是一个具体的能力单元，而 MCP Tool 则是通过 MCP 协议暴露出来的 Tool。
• Plugin（插件）： 一种通用的扩展包概念，不仅限于 AI。在 AI 语境下，Plugin 是“打包和分发能力”的方式。一个 Plugin 内部可以包含 Skill、Agent、Hook、MCP Server 等多种内容，类似于浏览器插件或应用扩展。
• Prompt（提示词）： 用于引导大模型行为的指令。由于大模型本质上是基于统计学的概率预测，通过 Prompt 设定人物、任务范围和目标，可以缩小模型的预测范围，降低“幻觉”（Hallucination），使其输出更符合预期。
• Workflow（工作流）： 针对特定任务设计的、步骤固定且路径清晰的工作流程。Workflow 强调可控性，通常由人或程序提前写好执行路径（如：读取订单 -> 判断规则 -> 调用接口 -> 发送通知）。Anthropic 指出，Workflow 是 LLM 和工具通过预定义代码路径编排的，其路径主要由外部逻辑决定。
• Hook（钩子）： 一种生命周期触发器。当执行到特定情况或涉及特殊判断时，Hook 会被触发，从而勾住工作流，保证进程的稳定性和顺利执行。
• Skill（技能）： 可复用的模块化能力包。Anthropic 将其描述为包含 Instructions（指令）、Metadata（元数据）和可选资源（如 Scripts、Templates）的文件夹。Skill 让大模型能够按照预设的说明文档或模板执行特定任务。
• Harness（工作台/执行外壳）： 一个综合性的运行框架或工作台。它提供了自由搭配的环境，用户可以在此组合 Plugin、Tools、Prompt、Workflow、Hook、Skill 以及设定好的 Agent，以构建完整的 AI 应用。

2. 大模型的技术本质与数据流

• 大模型的构成： 大模型（LLM、VLM、MLLM 等）是 AI 的具象化产品。其技术基础是 Transformer 架构。模型本身不具备人类意义上的主观意识、反思能力或动态进化能力，而是一个通过海量文档向量化训练出来的、具备无数维度的数学矩阵。
• 数据处理流程：
  1. Tokenization：文本被分词器（Tokenizer）切分为 Token（词元）。
  2. Mapping：Token 被映射为 Token ID（数字编号）。
  3. Embedding：Token ID 转换为向量表示（Embedding）。
  4. Inference：向量进入 Transformer 网络，通过注意力机制和多层神经网络，结合上下文预测后续 Token。
• 关键参数概念：
  • Parameter（参数）：模型训练出来的权重和偏置，决定了模型的能力上限。
  • Context Window（上下文窗口）：一次输入/输出能处理的 Token 上限。
  • Training Tokens：训练时看过的数据 Token 总数。
  • Vocabulary Size：分词器支持的 Token 种类数量。
  • 注意：参数量与输入 Token 数不是同一概念，但输入 Token 的数量会影响推理成本和响应速度。

3. Context 与 Memory 的区别

• Context（上下文）： 指当前任务或对话中临时放入的信息，包括用户问题、系统指令、聊天历史、检索到的文档、工具返回结果等。它是模型当前“看到”的信息。
• Memory（记忆）： 指跨会话保存、以后还能被取出来的信息，如用户偏好、项目背景、历史决策等。Memory 并非模型参数本身发生了变化，而是系统将在需要时将相关历史信息重新塞回 Context 中。

4. Agent 与 Workflow 的核心区别

Anthropic 对两者的区别有清晰界定：

• Workflow：路径主要由人或程序提前写好，强调步骤固定、可控性强。LLM 在其中更多是作为执行环节的一部分。
• Agent：路径由 LLM 动态决定。Agent 根据目标和中间结果，自主决定下一步该调用什么工具或执行什么操作。

关键要点

• 层级关系：Harness 是顶层框架，包含 Plugin；Plugin 是打包分发单元，可包含 Agent、Skill、Tool 等；Agent 是核心智能单元，依赖 Prompt、Context、Memory 和 Tools 运行。
• 标准化趋势：MCP 协议的提出旨在统一 AI 与外部系统（数据库、API）的交互标准，降低集成成本。
• 大模型局限性：大模型本质是统计学矩阵，无主观意识。其“智能”表现源于训练数据、Prompt 工程、Context 管理以及工具调用的综合结果。
• 动态 vs 静态：Workflow 是静态的、预定义的路径编排；Agent 是动态的、由模型自主决策的流程。
• 记忆机制：Memory 是系统层面的持久化存储，通过回填 Context 来模拟模型的长期记忆，而非改变模型权重。
• 模块化设计：Skill 和 Hook 提供了细粒度的能力复用和流程控制手段，使得 AI 应用更加灵活和稳定。

意义与影响

此次对 AI 生态术语的系统梳理，标志着 AI 开发正从“单一大模型调用”迈向“复杂智能体系统构建”的新阶段。

1. 降低开发门槛：通过 MCP 等标准化协议，开发者无需为每个 AI 应用重新编写接口，促进了 AI 与现有企业系统的无缝集成。
2. 明确架构边界：厘清 Agent、Workflow、Skill 等概念的界限，有助于开发者根据业务需求选择合适的架构模式（是需要固定流程的 Workflow，还是需要自主决策的 Agent）。
3. 提升应用可靠性：理解 Context、Memory 和 Prompt 工程的重要性，有助于通过技术手段降低大模型的幻觉，提高 AI 应用在关键业务场景中的稳定性和准确性。
4. 推动生态繁荣：Plugin 和 Harness 的概念表明，AI 应用正在形成类似传统软件生态的插件市场，这将加速 AI 能力的模块化和复用，促进创新。

总之，掌握这些核心概念和它们之间的协作关系，是构建下一代智能应用的基础。