Agent 与工具工程
Agent 会围绕目标反复读取环境、提出行动、获得观察并调整下一步。它适合路径无法完全预先写定的任务，例如排查未知故障、跨多份资料研究，或在仓库中根据测试结果持续修改代码。
实践质量主要取决于五件事：行动能否被校验，观察能否被追溯，状态是否由外部系统维护，权限是否足够窄，完成是否由测试或业务规则证明。模型和工具只是其中一部分。
先判断是否需要 Agent
任务步骤固定、分支已知时，优先使用普通程序或 Workflow。它们更容易预测、测试和审计。例如每天把同一份 CSV 转成固定报表，不需要模型决定下一步。
当任务同时具备以下特征时，Agent 才开始有价值：
- 根因、资料位置或解决路径尚不明确。
- 下一步依赖刚刚获得的测试、搜索或工具结果。
- 需要在多个文件或系统之间保持任务状态。
- 结果可以通过测试、规则、来源或人工审批验证。
如果结果无法验证、行动代价很高，又缺少可靠的撤销方式，应先缩小任务范围。Agent 的自主程度不能超过系统的验证和恢复能力。
五篇分别解决什么问题
Agent 实践不是五套互斥框架，而是五个不同层次的问题：
单步怎么决定？ → ReAct
多步怎么组织？ → Plan-and-Execute
一次任务怎么收敛？ → Loop 工程
真实环境怎么受控运行？→ Harness 工程
跨任务怎么越做越好？ → Agent 优化
↓
成熟方法再沉淀为 Skill
| 文章 | 核心对象 | 主要回答 | 不负责 |
|---|---|---|---|
| ReAct | 单步决策 | 新观察出现后，下一步做什么？ | 长期状态、权限与恢复 |
| Plan-and-Execute | 任务计划 | 多步骤、依赖和 Replan 怎么组织？ | 执行环境的安全边界 |
| Loop 工程 | 单次 Run | 怎样反复执行、更新假设并在预算内收敛？ | 具体沙箱和权限实现 |
| Harness 工程 | 模型外控制面 | 谁能做什么，什么是权威状态，怎样验证、恢复和审计？ | 模型应该如何推理 |
| Agent 优化 | 多次 Run | 如何根据 Eval、失败和人工反馈更新 Skill / Harness / Tool？ | 当前任务的逐步执行 |
Skill 不属于另一种 Agent 架构。 它是经过多次验证后沉淀出来的可复用方法，可以被 ReAct、Plan、Loop 或 Harness 中的 Agent 按需加载。
推荐阅读路径
第一次学习不需要五篇全部读完。按任务复杂度逐步增加：
ReAct → Plan-and-Execute → Loop → Harness → Agent 优化
这是一条学习顺序，不是强制运行时流水线。简单只读排障可能只有 ReAct；步骤明确但较长的任务可以直接使用 Plan；真实仓库执行通常需要 Harness；只有任务需要根据中间结果反复调整时才需要完整 Loop；同类任务已经有足够运行样本后，再进入 Agent 优化。
以登录回跳 Bug 为例：
- ReAct：运行失败测试、搜索相关代码、读取回调，根据观察缩小根因。
- Plan-and-Execute：把复现、补测试、修复、验证写成有依赖和
done_when的计划，并允许证据变化后 Replan。 - Loop：维护 Hypothesis、预算、停止条件和下一轮策略，直到完成或明确阻塞。
- Harness：限制可写路径和命令，维护 Work Object、权威状态、Gate、日志和 Checkpoint。
- Agent 优化：汇总多次真实任务的失败模式和 Eval，决定应该修改 Prompt、Skill、Tool、Harness 还是评测集。
- Skill：当“复现 → 最小修改 → 回归测试 → 检查 Diff”已经跨多个 Bug 验证有效，再封装成可复用能力。
几篇文章沿用同一故障以减少理解成本，但教学起点不同，示例代码不应被理解为同一个仓库快照可以直接拼接。
统一五个工程概念
本系列使用同一组术语，避免模型输出、工具结果和系统事实混在一起：
- 行动请求：模型希望执行的工具与参数，请求本身没有授权效力。
- 未验证观察：工具返回的原始内容，仍需校验来源、结构和时效。
- 权威状态：宿主程序确认后的任务事实、预算、阶段和检查点。
- 外部验证：测试、退出码、Schema、业务不变量或人工审批提供的证据。
- 完成标准：任务开始前确定的验收条件，全部满足后才能成功。
一次运行可以生成很多合理文字，仍然可能没有完成任务。系统只根据权威状态和外部验证改变成功状态。
按问题选择入口
- 根因未知、需要边观察边决定：读 ReAct 模式。
- 步骤多、有依赖、计划会变化：读 Plan-and-Execute 模式。
- 需要根据外部反馈持续推进并明确停止：读 Loop 工程。
- 要进入真实仓库或系统执行：读 Harness 工程。
- 已经积累多次运行，希望后续任务持续改善：读 Agent 持续优化。
- 同类方法已反复验证，需要跨任务复用：读 AI Skill。
第一次实践时，选择一个范围小、可回退、有现成验证方式的任务。先写目标、允许操作的资源、禁止动作和完成标准，再决定模型可以使用哪些工具。这样得到的 Agent 系统即使能力有限，也能解释自己做过什么，并在证据不足时停下来。