AI
智能体Agent
你可能会问
智能体到底是什么？同样是 AI，它和只会聊天的机器人差在哪？
简单来说
能够围绕目标读取文件、调用工具、修改代码并验证结果的 AI 执行单元。
拆开一个 Agent
Model大脑 · 决定下一步
Harness手脚 · 工具、权限、循环
一个出主意，一个动手，循环到做完
01 · 先这样理解
把抽象概念放进真实场景
能够围绕目标读取文件、调用工具、修改代码并验证结果的 AI 执行单元。
换个角度想Agent 像一位驻场工程师：脑子里想方案的是 Model，手上的终端和工具箱是 Harness。只出主意不动手的叫顾问，能想、能做、做完还自查的，才叫 Agent。
02 · 点击演示
Model 和 Harness，怎样搭档完成任务？
突出显示的部分，就是当前概念在整条流程中负责的位置。
- 接到的任务
目标把失败的测试修好验收npm test 全绿 Model：先跑一遍测试看看
下一步动作：npm test
Model：先跑一遍测试看看
可它没有手——命令发给谁？
$ npm test
1 failed · 输出原样递回 Model
这一步没人接——
没有 Harness，动作只停在文字里- 完成改完重跑，测试全绿每一步都有真实输出作证据建议「你可以试试改 utils.js」只有 Model 就只是聊天——差的那半正是 Harness
1 / 4
Goal · 接下一个可检查的任务
03 · 放进真实任务
什么时候会遇到它
修改代码
定位文件、编辑实现并运行测试，直到全部通过。
操作真实系统
通过终端、浏览器或 MCP 完成跨应用任务，而不只是给出步骤。
长任务自治
一个目标拆成几十步工具调用，中途自己纠错，不必每步都问你。
04 · 想一想
用一个问题检查理解
Agent 说“测试已经通过”，但没有真正运行测试，这算完成了吗？
查看答案
不算。结论必须有真实工具输出作为证据；应实际运行测试，并检查退出状态和关键结果。
最容易踩的坑
模型生成的计划和结论不等于真实结果。涉及文件、数据或发布时仍要验证工具输出。