一，agent介绍
agent的定义很广，不仅仅指的是claude code，codex这类coding ai，也包括了平时使用的deepseek，豆包网页版，ide的插件等，这些都能算作agent。agent的核心可以看作由三个部分组成，模型、工具和上下文。其中工具为agent的手脚，它让agent能真正接触到外部的世界；模型为agent的大脑，agent所有的决策和执行都是由模型来决定的；上下文为agent的眼睛，它不只是用户输入那一段文字，而是将之前的经验参考资料给到模型，让整个agent有了完整场景。
1，工具调用
在agnet中工具可分为五种，分别为感知工具，执行工具，协作工具，事件触发工具和用户沟通工具。感知工具提供了查阅的途径，包括上网、获取数据库的内容等。执行工具给agent提供执行操作的手，让agent能够真正的编写程序执行内容。协作工具则是让agent能与其他的agent相互交流，比如一个智慧医院系统中分诊agent给专科agent派遣任务就可算作协作工具的流程，协作工具也可以在agent执行到关键点时让人类来做抉择。事件触发工具和前三个完全不同，它不是由agent主导调用的工具，而是外部系统决定是否驱动agent执行任务，比如邮箱接入一个agent只有当收到新邮件才会驱动agent执行任务。用户沟通工具则是agent和用户连接的工具，这个工具和其他工具不同，其他注重于改变外部世界，这个则注重于信息交流，典型的例子就是网页版ai返回的文字结果。
工具调用分为四个流程：1、申明工具。2、模型决定工具调用。3、结果追加在上下文。4、模型基于结果回复。
工具调用的决策者为模型，我们只需要编写工具即可。
2，模型
模型为agent的大脑，agent的所有功能调用和返回结果都离不开模型。所以一个优秀的agent离不开好的模型，为了让模型更好的处理agent收到的任务，我们会让它进行三种不同学习机制，分别为：后训练、上下文学习、外部化学习。这个训练的时间从高到低。
后训练时间最长也是最能显著优化模型的学习机制，通过改变模型的内部权重，让它能够永久学习到具体要点。
上下文学习通过注意力机制来给出下一步的回答，其实这更像是模板匹配通过分析用户的话术来给出返回结果，比如用户投诉就给出安抚加赔偿方案，这个虽然能套用现成的方案但无法进行创造和学习新的内容。
外部化学习就是将知识和流程固化为外部的内容，也就是模型可以将一个流程转化为具体的代码实施，这个过程是可变的且是永久化的，比起前两个这个可验证性更强。
3，上下文
上下文也分为5个部分，分别为系统提示词，工具定义，用户消息，模型回复，工具执行结果。
系统提示词通常作为角色的划分，通过固定的模板编写agent现在处在哪种角色。
工具定义则是将agent可以调用那些工具给说明出来，规定agent的操作范围。
用户消息是用户现在的需求，给了agent具体执行的方向。
模型回复则将模型的思考过程和工具调用给展示了出来，能够直观看见模型内部的执行过程。
工具执行结果将结果返回给agent，这个回复是agent下一步的思考依据，避免重复犯错。
4，react
这是agent最为重要的部分之一，若只是像上面那样执行想→做→看，这样返回的结果仍然不如人意，react则是进行了一个循环将一个复杂的问题拆分成多个循环处理，将看的那一步在发送给agent，agent得到完整的轨迹执行下一个循环，开启下一个阶段，直至得出最终结果。
二，Harness 工程
Harness是给agent作限制的保证其能真正完成任务，可以说整个agent除了模型之外的部分都可以属于Harness工程。Harness可以包括上下文，工具，约束，验证，纠正。模型+上下文+工具和模型+上下文+工具+约束+验证+纠正这两个属于不同视角的agent不是替代关系，也就是之前说的agent中除了模型都可以看作Harness。
模型虽然能力强但不可控，Harness就可以做为缰绳来控制agent，其中约束是规定了agent的能力范围，验证是检查agent做的对不对，纠正就是在agent做错时如何补救。我使用agent发送邮件作为例子，约束就是规定agent可以发送给谁，验证就是检验agent是否发送成功、邮件是否正确发送给对的人，纠正则是当agent发错了执行撤回。
构建一个好用的agent的系统需要有以下三点：保持简单，保持透明，设计好的工具接口。