背景

AI Agent领域发展迅猛，新术语层出不穷，但不同框架和文档对同一术语的使用往往大相径庭。例如，“harness”在Claude Code的文档中被定义为“代理框架”，而在其他语境中却被视为更底层的执行组件。ICLR 2026期间，有研究者提问：“harness和scaffold在代理语境下到底是什么意思？我听到了很多解释，但始终无法达成一致。”这种混乱不仅困扰新手，也导致资深从业者在交流时产生误解。

为此，Hugging Face的开发者Sergio Paniego和Aritra Roy Gosthipaty撰写了一份实用的术语指南，旨在澄清那些经常被混淆或解释不清的概念。该指南并非百科词典，而是聚焦于最常引发歧义的核心术语。

核心内容分析

指南共涵盖以下几组关键概念：

1. 模型（Model）：指纯粹的LLM，接收文本输入，输出文本。模型自身没有记忆（每次调用独立），也没有循环能力。它可以表达调用工具的意图，但需要执行层来完成实际调用。模型回答一个提示后就停止，仅当被封装进脚手架和框架后才成为代理。

2. 脚手架（Scaffolding）：围绕模型的行为定义层，包括系统提示、工具描述、响应解析方式、跨步记忆（上下文管理）等。脚手架塑造模型看待世界和行动的方式，无论是在训练还是推理阶段都适用。像Claude Code、Codex等产品有时将整个系统称为“harness”，而脚手架实际上是其中一部分。

3. 框架（Harness）：指南指出，这是一个被广泛但不同地使用的词。在Claude Code的语境中，“harness”指代包含脚手架、执行环境和模型在内的完整代理系统。而在学术研究或某些框架中，“harness”特指执行任务的环境和工具调用接口。指南建议区分：如果“harness”指的是运行代理的整个系统，那么它包含了脚手架；如果指的是执行层，则与脚手架是平行概念。为减少混淆，指南建议明确说明具体指代。

4. 代理（Agent）：许多定义强调“使用工具”和“自主决策”。指南提供了一种实用定义：“能够感知环境、做出决策并采取行动以达到目标的系统。”在LLM语境中，代理 = 模型 + 脚手架 + 框架，且通常包含循环和记忆。

5. 上下文工程（Context Engineering）：指设计和管理代理所看到的上下文（例如对话历史、检索结果、工具输出），以引导模型行为。不同于提示工程（只关注输入格式），上下文工程更关注动态信息管理和记忆窗口。

6. 策略（Policy）：在训练语境中，策略指模型决定如何行动的函数。在推理时，策略就是模型+脚手架的组合，决定每步选择哪个动作。

7. 工具使用（Tool Use）：指代理调用外部API或函数的能力。工具通常通过自然语言接口（模型生成工具调用指令）或结构化格式（JSON）定义。

8. 技能（Skills）：可复用的高级行为模式，通常由多个工具调用组成。例如“搜索网页”技能可能包含调用搜索引擎、解析结果、提取信息等步骤。

9. 子代理（Sub-agents）：代理内部调用的其他代理，用于分解复杂任务。子代理拥有自己的脚手架和策略，可以向主代理返回结果。

10. 训练相关术语：包括RL环境（RL Environment，代理交互的世界）、训练器（Trainer，计算梯度更新权重的组件）、推出（Rollout，代理在环境中生成轨迹的过程）、奖励（Reward，评估输出质量的信号）等。

指南强调，这些定义并非强制标准，而是提供一个实用的思维模型，帮助团队成员在讨论时避免歧义。

行业影响/专业点评

这项术语工作看似基础，实则对社区发展至关重要。AI Agent领域百花齐放，但术语不一致导致沟通成本高昂、工具互操作性差。例如，一个框架的“harness”可能与另一个框架的“scaffold”含义重叠，开发者迁移学习时会产生困惑。

通过厘清这些概念，作者为行业提供了共同语言的基础。尤其值得注意的是，他们区分了“模型”与“代理”的根本差别：模型是被动响应者，代理是主动行动者。这对于设计正确的系统架构至关重要。许多初学者认为“用LLM就是代理”，但实际上缺乏脚手架和框架的LLM只是工具，而非代理。

此外，指南明确指出“上下文工程”是独立于“提示工程”的新方向，这反映了代理系统对动态、长程信息管理的需求日益增长。未来，随着代理复杂性提升，这些概念有望进一步标准化，甚至推动开发工具和平台的统一。

---

来源