本文系统梳理AI领域七大核心概念：大模型、RAG、Agent、MCP、Skill、SDD与Harness。通过比喻与流程图解析它们各自的定位与协作关系，帮助开发者理解从单纯对话到自主执行、从单点模型到完整AI系统的技术演进路径。
AI技术演进全景：从“大脑”到“完整系统”
当前AI技术正经历从“能聊天”向“能干实事”的跨越。为了理清这背后的技术逻辑，我们需要先理解构成现代AI应用系统的七大核心组件。它们并非孤立存在，而是层层递进、相互协作的关系。
第一步：理解基础——大模型（Foundation Models）
一切AI应用的起点是大模型。你可以将其理解为一个“读过海量书籍的超级大脑”。
- 核心能力：通过海量数据训练，拥有极强的知识储备和逻辑推理能力。
- 固有局限：它只能“思考”和“回答”，无法直接执行外部操作（如发送邮件、上传文件、操作数据库）。
大模型是AI的“引擎”，但它本身没有手脚，也无法直接控制现实世界的工具。
第二步：解决知识滞后——检索增强生成（RAG）
大模型的知识存在截止日期，且无法获取企业内部文档。如果每次更新知识都重新训练模型，成本极高。RAG（检索增强生成）提供了轻量级解决方案。
- 工作原理：不改变模型本身，而是改变输入。当用户提问时，系统先检索外部知识库（如最新网页、内部文档），再将检索结果作为上下文提供给大模型。
- 核心价值：知识更新只需维护知识库，无需重训模型；同时有效缓解大模型的“幻觉”问题。
第三步：赋予行动能力——智能体（Agent）
如果说大模型是“大脑”，那么Agent（智能体）就是“大脑+手脚+规划能力”的完整系统。
- 核心差异：普通大模型“只说不做”，Agent则能自主分析目标、拆解步骤、调用工具并执行操作，直到任务完成。
- 典型场景：用户说“帮我订一张去上海的机票”，Agent会自主打开浏览器、访问订票网站、填写信息并完成支付。
第四步：打通工具连接——模型上下文协议（MCP）
Agent需要连接外部工具，但过去每个工具（数据库、邮箱、文件系统）都需要单独写接入代码，导致重复开发。MCP（Model Context Protocol）解决了这一痛点。
- 架构演进：从有状态架构转向无状态架构，任何服务器都能处理任何请求。
- 核心比喻：MCP如同AI的“USB接口”，实现了统一、通用、即插即用的工具连接标准。
第五步：定义执行内容——技能（Skill）
MCP解决了“怎么连”的问题，而Skill（技能）解决的是“能做什么”的问题。
- 定义：Skill是Agent在特定领域的能力封装，如PPT制作、PDF解析、代码生成等。
- 协作关系：Agent接到任务后，判断需要哪些Skill，并通过MCP协议调用它们。
第六步：保障代码质量——规范驱动开发（SDD）
AI生成的代码质量如何保证？SDD（Specification-Driven Development，规范驱动开发）提供了答案。
- 与传统Vibe Coding的区别：Vibe Coding（氛围编程）适合快速原型，但质量不稳定；SDD面向生产环境，强调先定义详细规范，再由AI生成代码。
- 核心价值：追求可重复、可验证、可维护的代码质量。
第七步：构建完整系统——Harness（控制框架）
决定AI Agent成败的往往不是模型本身，而是包围模型的整套基础设施。Harness就是这套“马具”或“整车控制系统”。
- 核心公式：Agent = Model（引擎） + Harness（整车控制系统）。
- 职责范围：负责监控、纠错、状态管理、成本控制、上下文长度管理等。它确保大模型准确、安全、可靠地运行。
底层支撑概念：推理、多模态与蒸馏
除了上述七大核心组件，还有三个底层概念支撑着AI技术的发展：
- 推理模型与思维链（CoT）：专门用于复杂逻辑推演，通过一步步“思考”解决难题，而非脱口而出。
- 多模态模型：能同时处理文本、图像、音频、视频等多种数据类型的全能选手。
- 模型蒸馏：将大模型的核心知识压缩到更小、更高效的模型中，降低资源消耗。
总结：AI系统的完整工作流
将这些概念串联起来，一个典型的AI Agent工作流程如下：
- 用户输入：用户向Agent提出任务。
- 任务拆解：Agent分析目标，判断需要调用哪些Skill。
- 工具调用：通过MCP协议调用对应的Skill。
- 核心推理：大模型处理核心逻辑与生成。
- 知识检索：如涉及最新信息，通过RAG检索外部知识库。
- 全程监控：Harness负责监控、纠错、状态管理与成本控制。
- 返回结果：将最终结果返回给用户。
AI的发展正从“能聊”走向“能干”，从“能完成”进化为“能可靠地完成”。理解这些概念及其协作关系，是把握AI技术演进方向的关键。
以上就是AI术语全解：Agent、RAG、MCP、Skill、SDD、Harness核心概念与关系梳理的详细内容，更多关于AI技术科普的资料请关注本站其它相关文章！
