AI Agent领域发展的很快，天天会出现新的产品，新的概念，但深入了解这些产品背后的设计逻辑以及那么多概念后，会发现有那么6个概念是重中之重，可以说是学好AI Agent的6把"金钥匙"。
这6个概念就是：
1.Agent Loop
这是Agent执行的主要循环，在这个循环里会准备输入给L的上下文，调用LLM，解析LLM的输出，如果需要执行工具，可能会对上下文进行压缩等等。这个循环会做很多的兜底工作，主要为了让循环能持续运转下去。
2.System Tools
这是LLM探索环境的一个方式，比如查询网页，读写文件等等都是通过这里面提供的工具来实现的。LLM输出要执行的工具后，Agent Loop负责执行，然后将执行的结果整理好后告诉LLM，所以可以理解为是LLM探索环境的方法。
3.Context Engineering
这块非常重要，它控制着聪明的LLM能看到什么。但是LLM能看到的范围有限，且容易分心。所以，控制好Context就至关重要了。核心就是让LLM在合适的时间点看到它需要的内容，尽量不多看。
4.Memory
Agent会话的记忆是短暂的，想要长期保存，主要靠memory，比如将重要内容存储下来（AGENTS.md和CLAUDE.md就是这么做的），建立索引（渐进式披露），在agent需要的时候再查询。
5.Multi-agents
因为LLM的上下文是有限的，有的时候它对于一些事情只想要一个总结，不想让工具的输出占据太多的上下文，这个时候就可以发起sub agents，让这些子agent去执行这些任务，并汇报结果，整体可以起到节省上下文的作用。
6.Harness Engineering
Harness engineering 是一个动态的，它的主要目的是解决当前LLM还做不到的事情，比如agent会陷入死循环，LLM自己无法执行工具等等。之所以说它是动态的，是因为随着LLM的发展，之前一些LLM无法做的事情现在能做了，那就不需要部分Harness了，但这个时候可能需要一些新的harness来填补新LLM的不足。