Harness、LLM、Token、Agent、MCP…AI 圈最烧脑的 8 个概念，一文彻底讲透
你有没有这种感觉——AI 圈每天都在冒新名词，刷着刷着就觉得自己落后了。
LLM、Token、Context、Prompt、Tool、MCP、Agent、Agent Skill、Harness……
随便拎一个出来，很多人其实说不太清它到底指的是什么。
更扎心的是，你以为你懂了，但一深入追问，发现全是模糊的。
这篇文章，我从最底层的工程视角出发，把 AI 的核心概念一个个拆开讲透。没有虚头巴脑的商业概念，只有最底层的技术真相。看完这篇，你对 AI 的理解会上升一个台阶。
本文适合：对 AI 感兴趣但概念模糊的普通人。不需要编程基础，我会用最通俗的方式讲清楚每一个概念。
一、最底层：LLM 大语言模型
LLM（Large Language Model），就是大语言模型——当前所有 AI 技术的核心引擎。
市面上几乎所有大模型，都基于一个叫 Transformer 的架构训练而成。这个架构是 Google 团队 2017 年提出的，论文叫《Attention Is All You Need》。但真正把 LLM 引爆全球的，是 OpenAI。
几个关键时间点：
| 时间 | 事件 | 意义 |
|---|---|---|
| 2017 年 | Google 提出 Transformer 架构 | 奠定了技术基础 |
| 2022 年底 | GPT-3.5 横空出世 | 第一个真正可用的 AI 对话模型 |
| 2023 年 3 月 | GPT-4 发布 | 把 AI 能力天花板拉到新高度 |
| 现在 | Claude、Gemini、GLM 等同台竞技 | 多强并立，不再是 OpenAI 独大 |
大模型的本质：一个文字接龙游戏
说穿了极其朴素：大模型就是一个“预测下一个词”的机器。
你问它“马克的视频怎么样？”，它的工作过程是这样的：
- 预测下一个概率最高的词：“特别”
- 把“特别”追加到输入后面，再预测下一个词：“的”
- 继续追加，再预测：“棒”
- 最终输出完整回答：“特别的棒”
这就是为什么你用 ChatGPT 的时候，它是一个字一个字地往外蹦——因为这就是它最底层的运作方式。
它不是“理解”了你的问题再“思考”答案，而是根据上下文，一个字一个字地猜接下来最可能出现的字。猜得足够准，看起来就像在“思考”了。
二、大模型的“翻译官”：Token 与 Tokenizer
大模型本质上是数学函数，它只认数字，不认文字。
那问题来了：你输入的是中文、英文、代码，模型怎么“看懂”？
答案就是 Tokenizer——人类和模型之间的翻译官。
Tokenizer 干两件事：
- 编码：把你输入的文字翻译成数字（喂给模型）
- 解码：把模型输出的数字翻译回文字（给你看）
Token ≠ 词语
这是很多人搞混的地方。Token 不等于“词”，它是比词更小的片段。
看几个真实例子：
| 输入 | Token 切分 | Token 数量 |
|---|---|---|
| “程序员” | “程序” + “员” | 2 个 |
| “helpful” | “help” + “ful” | 2 个 |
| 一个特殊符号 | 可能需要 3 个 token | 3 个 |
经验值：
- 1 个 Token ≈ 0.75 个英文单词
- 1 个 Token ≈ 1.5~2 个汉字
- 40 万 Token ≈ 60~80 万汉字（相当于一本厚书）
你可能会问：为什么要知道 Token？因为 Token = 钱。每次和 AI 对话，消耗的就是 Token。Token 越多，花得越多。了解 Token，才能用明白 AI 的成本。
三、临时记忆体：Context 与 Context Window
Context（上下文）= 大模型每次处理任务时接收到的所有信息的总和。
包括什么？比你想象的多：
- 你当前问的问题
- 之前的对话记录
- 模型正在生成的 Token
- 可用的工具列表
- System Prompt（开发者给你设的人设和规则）
- ……等等一切
Context Window = 这个记忆体能装下的最大 Token 数量。
| 模型 | Context Window | 约等于多少汉字 |
|---|---|---|
| GPT-4.5 | 105 万 Token | ~150 万汉字 |
| Claude 3.1 Pro | 100 万 Token | ~150 万汉字 |
| GLM 系列 | 视版本而定 | - |
150 万汉字是什么概念？能装下整个《哈利波特》全集。
那超长文档怎么办？
比如你要 AI 分析一份上千页的产品手册，不可能全塞进去。这时候就需要 RAG 技术（检索增强生成）：
RAG 的核心思路：不把整本书给模型看，只把和问题最相关的几页摘出来给它。
- 从文档中搜索和你的问题最匹配的片段
- 只把这些片段发给模型
- 模型基于这些片段回答你的问题
既突破了 Context Window 的限制，又控制了成本。
这里不对 RAG 概念做深入阐述，因为这又是一门专门的学科：RAG 工程
四、指令的艺术：Prompt、Prompt 工程与 Harness
Prompt = 你给大模型的具体指令或问题。
它分两种：
| 类型 | 谁写的 | 例子 |
|---|---|---|
| User Prompt | 用户你自己 | “帮我写一首诗” |
| System Prompt | 开发者预置的（你看不到） | “你是一个耐心的数学老师” |
Prompt 写得好不好，差别有多大？
举个最直观的对比：
模糊 Prompt： “帮我写一首诗” → 可能生成现代诗、打油诗、文言诗……你得不到想要的结果
精准 Prompt： “请帮我写一首五言绝句，主题是秋天的落叶，风格要明亮一点” → 精准命中你的需求
5W1H 原则：
| 要素 | 英文 | 说明 | 示例 |
|---|---|---|---|
| What | 什么 | 要做什么任务 | 写一首诗 |
| Who | 谁 | 目标受众是谁 | 给小学生看 |
| When | 何时 | 时间背景 | 秋天 |
| Where | 何地 | 地点场景 | 公园里 |
| Why | 为何 | 目的是什么 | 用于作文 |
| How | 如何 | 具体要求 | 五言绝句 |
System Prompt 才是真正的“幕后大佬”
开发者可以预设一套规则，比如：“你是一个耐心的数学老师，不要直接给答案，要引导学生自己思考。”
这时候你问“3+5=几？”，模型不会直接说“8”，而是回答：
“可以这样想：你手里有 3 个苹果，又拿了 5 个，现在一共有多少个？可以数一数。”
它不是在“装”，是 System Prompt 在背后操控它的行为模式。
行业真相：Prompt Engineering 这个概念曾经很火，但现在提的人越来越少了。两个原因：①门槛太低，本质就是“把话说清楚”；②模型越来越强，你说得模糊它也能猜出你的意思。但这不意味着 Prompt 不重要——好的 Prompt 依然能大幅提升输出质量。
Prompt 的进化版：Harness
说到 Prompt，就不得不提一个最新的概念——Harness（指令束）。
你可能注意到了，Prompt 工程的热度在下降。不是因为 Prompt 不重要了，而是因为 AI 的能力已经进化到了需要一种全新的指令方式。
Harness 是什么？ 如果说 Prompt 是“给 AI 写一封邮件”，那 Harness 就是“给 AI 配了一整套工作手册”。 Prompt 关注的是“这一次怎么回答”，Harness 关注的是“AI 应该怎么工作”——包括身份定义、行为边界、工具使用规则、输出格式、质量标准……所有东西打包在一起，形成一个完整的约束框架。
为什么 Harness 是 Prompt 的进化？
| 维度 | Prompt | Harness |
|---|---|---|
| 关注点 | 单次对话的输出质量 | AI 的长期工作模式 |
| 内容 | 一段话/几条规则 | 完整的指令体系（身份+规则+工具+格式） |
| 适用场景 | 简单问答、内容生成 | 复杂任务、Agent 系统、工作流 |
| 类比 | 给下属口头交代一件事 | 给下属一本 SOP 手册 |
现实中的例子：你现在用的各种 AI Agent，比如 Claude Code、Cursor、OpenClaw，它们背后都不是靠一个 Prompt 在驱动，而是靠一套完整的 Harness 系统。
Claude Code 的 Harness 定义了：它是一个编程助手、怎么读代码、怎么执行命令、什么时候该问你、输出格式是什么。这些规则不是你每次手动输入的，是开发者在后台配好的，AI 每次启动自动加载。
你可以把 Harness 理解成 Prompt 的“Pro Max 版”。Prompt 是单兵作战的指令，Harness 是整个团队的作战体系。随着 AI 从“聊天工具”进化成“工作伙伴”，从 Prompt 到 Harness 的进化，是必然的趋势。
五、感知世界的钥匙：Tool 与 MCP
大模型的致命弱点
你有没有问过 ChatGPT“今天上海天气怎么样？”，然后它回答：
“抱歉，我无法获取实时天气信息。”
这就是大模型最大的局限——它像个被关在房间里的天才，什么都会，但对外面的世界一无所知。它不知道今天几号、不知道天气、不能帮你发邮件、不能帮你查股票。
解决方案：Tool（工具）
Tool 本质上就是一个函数：输入参数 → 执行操作 → 返回结果。这也是所有 AI 处理任务或者消息的底层逻辑。
比如天气查询工具：输入（城市+日期）→ 调用气象接口 → 返回天气数据。
但 Tool 不是模型自己调用的，中间有个“平台”在传话。完整的工作流程是这样的：
角色分工很清晰：
- 大模型：负责选择工具 + 汇总结果（大脑）
- 工具：负责执行具体操作（手脚）
- 平台：负责串联整个流程（传话筒）
痛点：每个平台的工具规范都不同
这就是最烦的地方：
| 平台 | 工具规范 |
|---|---|
| ChatGPT | 按 OpenAI 规范接入 |
| Claude | 按 Anthropic 规范接入 |
| Gemini | 按 Google 规范接入 |
同一个工具，要写三遍代码。
终极解决方案：MCP
MCP（Model Context Protocol），全称“模型上下文协议”。
一句话说清楚：MCP 就是 AI 工具的“Type-C 接口”。以前每个手机都有自己的充电接口，现在统一用 Type-C。MCP 干的也是这事——统一工具接入标准，写一次代码，所有平台通用。
六、自主智能体：Agent 与 Agent Skill
Agent = 能自主干活的系统
前面说的 Tool，是被动调用的——你问一个问题，它调一个工具。但现实生活中，很多任务是复杂的，需要多步操作。
比如你说：“今天我这里天气怎么样？帮我查附近有没有卖雨伞的店。”
这就需要一个 Agent（智能体）来协调：
- 先调用定位工具，获取你的经纬度
- 调用天气工具，查当前天气
- 如果下雨，调用地图工具，搜索附近的雨伞店
- 把所有信息汇总，给你一个完整的回答
Agent 和普通 AI 对话的核心区别：Agent 能自主规划、调用多个工具、持续工作，直到把任务完成。
说个类比你就懂了：普通 AI 对话像去餐厅点菜——你说一个菜，厨房做一个。Agent 像请了个私人助理——你说了个需求，他自己规划步骤、打电话、跑腿，直到把事办完。
Skills：给 Agent 的说明书
但 Agent 有个问题：每次你都要重复说一遍你的偏好。
比如你有个“出门助手”，你希望它：下雨提醒带伞、光照强提醒戴帽子、空气差提醒戴口罩……每次都得说一遍？太累了。
Agent Skills 就是解决方案——提前写好一份说明书，Agent 每次干活前自动读取。本质上就是一个 Markdown 格式的文档，包含：
| 层级 | 内容 | 作用 |
|---|---|---|
| 元数据层 | 名称(name) + 描述(description) | 让 Agent 知道这个 Skill 是干什么的 |
| 指令层 | 目标、执行步骤、判断规则、输出格式、示例 | 告诉 Agent 具体怎么干活 |
创建一个 Agent Skill 的实操步骤
- 在
.cloudskills目录下新建一个文件夹（文件夹名称就是 Skill 名称） - 在文件夹里创建 SKILL.md 文件（注意：必须大写）
- 在里面写完整的指令内容
- Agent 在匹配到相关任务时，自动加载执行
效果：你说一句“我要出门了”，Agent 自动调定位、查天气、按预设规则判断要带什么、按你指定的格式输出结果。全自动，不用你多说一个字。
七、完整知识体系：一张图串起来
前面讲了 9 个概念，它们之间的关系用一张表总结：
| 概念 | 一句话定义 | 生活类比 |
|---|---|---|
| LLM | AI 的核心引擎 | 大脑——负责思考和生成 |
| Token | 数据处理的最小单元 | 乐高积木的最小颗粒 |
| Context | 大模型的临时记忆 | RAM 内存——关机就清空 |
| Prompt | 给大模型的指令 | 领导交给你的任务书 |
| Harness | Prompt 的进化版，AI 的完整工作手册 | SOP 手册体系——不是交代一件事，而是定义整套工作模式 |
| Tool | 感知外部世界的函数 | 手机上的 APP——大脑没有的功能靠它补 |
| MCP | 统一的工具接入标准 | Type-C 接口——统一标准，一次开发全平台通用 |
| Agent | 自主规划+调用工具的系统 | 私人助理——你说需求，他自己规划步骤去执行 |
| Agent Skill | Agent 的说明书 | SOP 操作手册——不用每次都教，写好它自己看 |
八、理解底层，才能驾驭未来
你可能觉得这些概念很“技术”，跟你没什么关系。但实际上，当你理解了这些底层逻辑，AI 圈冒出的每一个新产品，对你来说都不再神秘。
Claude Code、Codex、Gemini CLI、各种 Agent 框架……它们本质上都是在这个架构上玩花样。
无论技术怎么迭代，核心原理不会变。
LLM 还是那个引擎，Token 还是那个最小单元，Agent 还是那套规划+工具调用的逻辑。变了的是包装和产品形态，没变的是底层骨架。
一句话总结这篇文章：
AI 的本质是一个“预测下一个词”的引擎（LLM），通过最小单元（Token）处理信息，在有限的记忆空间（Context）里，根据你的指令（Prompt/Harness），借助外部能力（Tool/MCP），自主完成任务（Agent/Skill）。
理解了这个闭环，你就理解了 AI。
AI 这东西，你不去拆解它，它就永远是一团黑雾。你拆开了，其实每个概念都朴素得要命。磨平一些信息差，这事儿本身，就挺有意思的。
评论互动