本文系统地梳理了 AI Agent 方向的核心概念，通过 Hugging Face 发布的术语表，澄清了“Agent”在不同语境下的含义。文章强调 Agent 不是一个单一模型，而是以大模型为核心，能够调用工具、接收反馈并持续完成任务的系统。文中详细解析了 Agent 与模型的关系，以及 Scaffolding、Harness、Context Engineering、Policy、Tool、Skill、Sub-agent 等关键术语，并探讨了 Agent 训练中的 Environment、Rollout、Reward 和 Trainer 等概念。通过这些解析，读者可以更清晰地理解 AI Agent 的构成和运作方式，为构建、部署和使用 Agent 工具打下坚实基础。

AI Agent 是这两年最常被提到的 AI 词之一。

做模型的人在讲，做产品的人在讲，做应用的人也在讲。但问题是：同样是“Agent”，很多人说的并不是同一件事。

有人把“会调用工具的大模型”叫 Agent，有人把“驱动模型执行的整套系统”叫 Agent，也有人把“负责某个子任务的小模块”叫 Agent。

如果刚接触这个方向，很容易越看越乱。不是资料太少，而是术语越来越多，大家却未必在用同一套定义。

最近，Hugging Face 发布了一份 AI Agent 术语表，系统梳理了这波讨论里最常出现的一批核心概念。

无论你是在构建 Agent、部署 Agent，还是只是日常使用 Claude Code、Codex 或 Hermes Agent 这类工具，这些词几乎都会反复遇到。文章最后还单独补充了一组和模型训练相关的概念，如果你关注训练流程，那一部分会更有参考价值。

一、先讲最重要的一句：Agent 不是一个模型

---

可以先用一句最容易记住的话来理解 AI Agent：

AI Agent 是一个以大模型为核心、能够调用工具、接收反馈并持续完成任务的系统。

这里最关键的词，不是“生成文本”，而是“持续完成任务”。

普通聊天模型更像“你问一句，我答一句”；Agent 更像“你给我一个目标，我先理解任务，再决定下一步做什么；做完一步后，我再根据结果继续往下走”。

比如下面这些事，都不是一次回答就能完成的：

• 帮你搜索资料并整理成摘要
• 帮你读取一个文件并分析内容
• 帮你调用代码工具处理数据
• 帮你在网页上完成一连串操作

这也是 Agent 和普通聊天模型最大的区别。

二、Model 和 Agent，到底是什么关系？

---

很多人刚接触 Agent 时，最容易混淆的一点就是：Agent 和 Model 是不是一回事？答案是：不是。

Model 是 Agent 的核心，但不是 Agent 的全部。

Model，也就是模型，本质上是“文本进，文本出”。更重要的是，它本身没有跨调用记忆，也没有执行循环。

它可以根据目标、上下文和规则表达“我下一步想调用某个工具”的意图，但真正去点击网页、读取文件、调用 API 或运行工具，还得靠模型外面的系统来完成。

三、Scaffolding 和 Harness 工程，分别在做什么？

---

这两个词经常一起出现，也最容易一起被叫成“Agent 框架的一部分”。但如果想真正看清一套 Agent 系统，最好把它们分开理解。

可以把它们先简单记成：

Scaffolding 管“怎么想”，Harness 管“怎么跑”。

Context Engineering 和 Policy：一个管理输入，一个定义行为

这两个概念可以放在一起讲，因为它们都会影响 Agent 下一步怎么做；但它们并不是一回事。Context Engineering 讲的是模型在每一步到底看见什么，Policy 讲的是基于这些输入表现出怎样的行为方式。

Context Engineering：决定模型在每一步到底看见什么

如果说 Prompt Engineering 关心的是“提示词怎么写”，那么 Context Engineering 更关心的是：在 Agent 执行的每一步里，模型到底应该看到什么信息。

它包括系统提示词、工具说明、历史对话、检索进来的知识，以及工具返回结果；而且这不是一次性的设置，随着任务推进，harness 会持续决定哪些信息保留、哪些丢弃、哪些重新注入。

它在训练和推理两端都适用，但代价并不一样：训练时塞错了，模型学到的东西可能会偏掉；推理时塞错了，通常还能通过改提示词或重配上下文再来一次。

Policy：决定 Agent 是按什么方式做选择的

Policy 指的是一个 Agent 所遵循的行为方式：给定一种情境，它会以什么方式在多个可能动作之间做选择。

在强化学习里，这个概念往往被定义得更严格，甚至可以写成“对各个可能动作的概率分布”；放到 LLM Agent 里，这套策略一部分学在模型权重里，一部分又受到提示词、工具、记忆和执行循环的影响。

所以，Policy 不等于 Agent 本身。Agent 是那个在环境里真正采取行动的完整系统，Policy 则是它表现出来的行为方式。

Tool、Skill、Sub-agent，为什么不是一回事？

这三个词很容易被混用，但它们其实对应三层不同的东西：动作、方法和分工。

1. Tool Use：一个具体动作

Tool 是最基础的一层。它指的是 Agent 伸手够到自身之外的方式，比如调用 API、代码解释器、数据库、网页搜索和文件系统。

模型只会以结构化格式表达“我要用某个工具”的意图；真正把调用路由出去、拿回结果并继续循环的是 harness。

所以，Tool 更像 Agent 的“手”。

2. Skill：一套可复用的方法

---

Skill 不只是一个动作，而是一整套围绕某个目标沉淀下来的做事方法。

比如“排查一个 bug”“完成一次数据清洗”“写一版市场调研摘要”，都不是一次工具调用能完成的。

它们往往需要一组步骤、一套经验和一个相对稳定的处理流程。

所以，Skill 更像 Agent 的“套路”。

3. Sub-agent：一个能独立完成子任务的 Agent

---

Sub-agent 则更进一步。它不是一个被动工具，也不只是一套方法，而是另一个可以自己思考、自己调用工具、独立处理子任务的 Agent。

比如，一个主 Agent 要完成“写一份行业分析”，它可以把任务拆开：

• 一个 Sub-agent 去收集资料
• 一个 Sub-agent 去整理数据
• 一个 Sub-agent 去写成初稿

最后再把这些结果统一整合。

为什么训练 Agent 的人总在讲 Environment、Rollout、Reward 和 Trainer？

前面讲的，主要是 Agent 怎么被搭出来。

而下面这几个词，更多出现在“Agent 怎么被训练得更强”这个阶段。

Environment

Environment 就是 Agent 可以交互的环境。

它可以是浏览器、文件系统、代码仓库，也可以是某种更抽象的任务空间。

Agent 在环境里采取动作，环境再返回新的状态和结果。

Rollout

Rollout 指的是 Agent 从开始到结束完成一次任务的完整过程。

它记录了 Agent 看到了什么、做了什么、最后结果怎样。

Reward

Reward 是对这次执行结果的打分。

它告诉系统：这次做得好不好，哪里做对了，哪里做错了。

这个分数可以来自测试是否通过，也可以来自人工偏好，或者其他评估方式。

Trainer

Trainer 负责利用大量 rollout 和 reward 去更新模型，让 Agent 在反复试错中学会更好的策略。

所以到了训练阶段，Agent 讨论的就不只是“会不会用工具”，而是“能不能在环境里不断变强”。

写在最后，用一张最短的文字版概念图收住

所以，AI Agent 不是一个单独的新模型名词。

它更像是一整套围绕模型搭起来的系统：模型负责理解和决策，工具负责行动，执行系统负责把任务一轮轮推进下去。

把这些概念分清之后，再去看各种 Agent 产品、Agent 框架和 Agent 论文，就不会那么容易混乱了。

最后

如果说程序员已经是高薪职业，那么干AI的程序员，就是高薪中的高薪。

现在的市场，已经用数据给程序员指明了方向：学AI大模型，就是冲刺高薪的最优解！

看着身边越来越多的同行转型大模型、拿到高薪offer，很多人心里都动了心，但真正的难题来了：零基础小白不知道从哪入门？有基础的程序员找不到系统学习路径？实战项目练手无门？面试不知道考什么？

别慌！今天就给大家整理了一份【2026年最新版】AI大模型免费学习资源包，覆盖从入门到实战、从理论到面试、从基础到进阶的全流程，所有资料均已整理归档，无冗余、无套路，免费分享给每一位想抓住AI风口的程序员和小白！

👇👇扫码免费领取全部内容👇👇

1、大模型系统化学习路线

2、大模型学习书籍&文档

3、AI大模型最新行业报告

4、大模型项目实战&配套源码

5、大模型大厂面试真题

四阶段精细化学习规划（附时间节点，可直接照做）

结合上述资源，给大家整理了一份可直接落地的四阶段学习规划，总时长约2个月，小白可循序渐进，程序员可根据自身基础调整节奏，高效掌握大模型核心能力，快速实现从“入门”到“能落地、能面试”的跨越。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

👇👇扫码免费领取全部内容👇👇

6、这些资料真的有用吗？

这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理，现任上海殷泊信息科技CEO，其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证，服务航天科工、国家电网等1000+企业，以第一作者在IEEE Transactions发表论文50+篇，获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的技术人员，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

https://mp.weixin.qq.com/s/RUSTEmAy6wQRx5sjOAXd4g