[综述] Agent 工程的新范式：从“更强的模型”走向“更好的外部化装具”

TL;DR

在 Agent 开发的赛道上，人们正逐渐发现：仅仅依靠调优模型权重（Weights）或堆砌上下文（Context）已经触及天花板。由上海交通大学、卡内基梅隆大学及 OPPO 等机构联合发表的这篇综述，提出了一个震撼行业的观点——**外部化（Externalization）**才是通往可靠智能体的必经之路。通过将记忆、技能和协议从模型内部剥离到外部的“装具”（Harness）中，我们正在经历一场从“炼丹”到“系统工程”的范式转移。

这种演进的本质逻辑是什么？

作者指出，人类文明的进步本质上就是一部“认知外部化”的历史：语言外部化了思想，文字外部化了记忆，而现在的 LLM Agent 正在通过 Harness Engineering 外部化原本属于神经网络的负担。

当一个 Agent 被要求在一个大型代码库中修复 Bug 时：

• 无外部化：模型必须在脆弱的 Prompt 中死记硬背整个项目的结构，极易产生幻想（Hallucination）。
• 外部化：持久化记忆提供背景，预定义的技能库（Skills）指引流程，标准协议（Protocols）确保工具调用的精确性。

图 1：从权重到上下文，再到装具（Harness）的力量重心转移。

核心三支柱：记忆、技能、协议

1. 记忆（Memory）：状态的时间外部化

记忆不再仅仅是搜索 RAG 数据库。在装具架构下，记忆分为四个层级：

• 工作环境（Working Context）：实时的任务快照。
• 情节合集（Episodic Experience）：过去失败或成功的教训。
• 语义知识（Semantic Knowledge）：抽象的业务逻辑。
• 个性化记忆（Personalized Memory）：用户的偏好习惯。 这种结构将“回想”（Recall）转化为了“识别”（Recognition），大幅降低了模型的幻觉率。

2. 技能（Skills）：专业知识的程序化

技能是外部化的“专家手册”。它不仅是工具（Tools），更是程序化的经验包。它包含操作规程、启发式策略和约束条件。通过将复杂的 Workflow 外部化为可发现、可加载的 SKILL.md，Agent 实现了从“临场即兴发挥”到“按流程执行”的转变。

3. 协议（Protocols）：交互的结构化

协议解决了 Agent 与外部世界（工具、用户、其他 Agent）的通信噪音。如 Anthropic 的 MCP 或 Google 的 A2A 协议，它们为交互建立了确定的语法和语义边界。协议让 Agent 之间的协作像微服务架构一样清晰可靠。

图 2：以装具（Harness）为中心的外部化架构设计。

装具工程（Harness Engineering）：Agent 的大脑环境

“装具”是这篇论文最核心的工程贡献。它不仅是一个外壳，而是 Agent 的认知环境。它管理着：

• 控制流（Control Flow）：防止无限递归循环。
• 沙箱隔离（Sandboxing）：确保执行代码不会格式化你的硬盘。
• 可观测性（Observability）：每一阶段的推理过程都清晰可查。
• 人类介入计划（Human-in-the-loop）：在关键决策点设立审批闸机。

深度洞察：为什么这会改变未来的 Agent 开发？

过去我们评估一个 Agent 的好坏，看的是它的基础模型（如 GPT-4 vs Claude 3.5）。但这篇论文告诉我们：一个拥有优秀装具中等模型，其可靠性往往优于一个处于裸跑状态（Unaided）的顶尖模型。

局限性与挑战

尽管外部化带来了可靠性，但也引入了新的开销。组件过多会导致认知过载——模型可能忙于解析复杂的 API 协议而忘记了最终目标。此外，外部文件的安全注入风险（如通过 Skill 文件的 Prompt Injection）也是未来必须攻克的难题。

总结

Agent 的发展已经从关注“模型参数”转向了关注“环境构建”。通过将记忆、技能和协议外部化，我们为 LLM 打造了一套坚固的铠甲。未来的理想 Agent 应该是：内核冷静（Parametric Reasoning），外壳强悍（External Infrastructure）。

一句话 Takeaway：别再纠结怎么写更好的 Prompt 了，去为你的 Agent 构建一套标准化的外部化装具（Harness）吧。