术语越看越乱，是因为层级被拉平了

刚开始接触 Agent 的人，几乎都会被同一件事卡住：Model、Harness、Scaffolding、Tool、Skill、Sub-agent、Policy、Environment、Rollout。

九个词一起摆在你面前，看起来像同一层的东西，其实它们分散在三个完全不同的层级上。层级一拉平，怎么读都别扭。

我习惯用一个更土的办法理解：把一套 Agent 系统当成一家公司。

一、员工、管理层、公司的活儿怎么分

公司角色	Agent 概念	职责
员工	Model	干活，出判断，但不能自己开门出去办事
管理层	Harness	派活、给资料、收结果、决定下一步
规章制度	Scaffolding	决定这家公司怎么思考问题
双手	Tool	真正对外操作
岗位 SOP	Skill	一类事怎么做的方法论
外包团队	Sub-agent	能独立交付一块的团队
行事风格	Policy	遇到选择时倾向怎么做
送上桌的资料	Context Engineering	每一步到底看到什么
客户现场	Environment	真正交互的地方
项目复盘	Rollout + Reward	做完一遍的记录与打分

一句话：Agent 是这家公司，Model 只是里面最能干的那个人。

Hugging Face 的术语表给的定义更严谨：Agent 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。落到公司这个比喻里，重点在「持续」两个字——一单做完不算本事，能一轮轮把事推进下去才是系统。

二、为什么 Model 一个人撑不起这家公司

Model 有两个天生的短板：

1. 没有跨调用记忆，上一轮发生了什么，它默认不知道；
2. 没有执行循环，它只能表达「我想调用某个工具」，不能真的去调。

它能输出这样的结构化意图：

{"name": "search_docs", "arguments": {"query": "退货政策"}}

但把这句话变成一次真实请求、拿回结果、塞回上下文、再问模型下一步——全是 Harness 干的。

所以看到「模型会调用工具」这种说法时，心里要自动补一句：模型负责提出，系统负责执行。

三、Scaffolding 和 Harness：怎么想 vs 怎么跑

这两个词最容易被打包成「Agent 框架」，但评审架构时混着说就会失焦。

Scaffolding 管「怎么想」，Harness 管「怎么跑」。

• Scaffolding 关心推理结构：先规划还是边走边看、要不要自我检查、什么时候该拆任务；
• Harness 关心执行机制：工具怎么注册、结果怎么回填、上下文怎么裁剪、失败怎么重试。

同一个模型，换 Scaffolding 会得到不同的解题质量；换 Harness 会得到不同的稳定性和成本。排障时先分清是哪一侧的问题，能省一半时间。

四、Tool、Skill、Sub-agent：动作、方法、分工

这是混用最严重的一组。换个角度看就很清楚：

Tool 是动词，Skill 是流程，Sub-agent 是主体。

• 调一次天气 API，是 Tool；
• 「判断一个线上问题属于哪类故障，然后按顺序查日志、看监控、复现」这套打法，是 Skill；
• 「你负责把这一周的日志分析完并给我结论」，接这句话的是一个 Sub-agent。

差别在于有没有自主判断。Tool 不会判断，Skill 不会自己启动，Sub-agent 会自己决定下一步调什么工具。

五、Policy 与 Context Engineering：别并列着说

它们都影响「下一步做什么」，但一个是输入侧，一个是行为侧。

Context Engineering 决定模型每一步看见什么。 包括系统提示词、工具说明、历史对话、检索到的知识、工具返回值。它不是一次性配置，而是随着任务推进不断重算：哪些留着、哪些丢掉、哪些重新注入。训练时塞错了会让模型学偏，推理时塞错了还能靠改提示词补救。

Policy 决定它怎么选。 面对一个情境，它在多个可能动作之间倾向哪一个。严格定义就是动作上的概率分布；在 LLM Agent 里，一部分长在权重里，一部分被提示词、工具、记忆和循环影响。

所以别说「Policy 就是 Agent」。Agent 是行动的主体，Policy 是它表现出的行为倾向。

六、训练侧的四个词：Environment / Rollout / Reward / Trainer

前面讲的是怎么搭，这四个词讲的是怎么练。

• Environment：Agent 能交互的地方，浏览器、文件系统、代码仓库，或者一个抽象的任务空间。它接收动作、返回新状态。
• Rollout：完整跑一遍任务的全过程记录——看见了什么、做了什么、结果如何。
• Reward：对这次结果打分。可以来自测试是否通过，也可以来自人工偏好。
• Trainer：拿大量 rollout 和 reward 去更新模型，让策略在试错中变好。

这一层的门槛在于：环境要真实、reward 要可信。环境不真实，训出来的策略只在实验室里能用；reward 不可信，模型就会学会讨好评分器而不是解决问题。

七、把这套比喻用起来

下次看一个 Agent 产品或者论文，按顺序问四个问题：

1. 它的 Model 是谁，能力边界在哪？
2. Harness 做了哪些事：工具注册、上下文裁剪、重试与终止？
3. Skill 沉淀了几套？还是每次都靠临时提示词？
4. Policy 是被提示词约束的，还是被训练出来的？

四个问题答完，你对这套系统的理解基本就到位了，比背九个定义有用得多。

术语本身不难，难的是层级。把公司这个比喻放在脑子里，Model 是员工、Harness 是管理层、Tool 是手、Skill 是 SOP、Sub-agent 是外包团队——剩下的词，都能挂到这张图上。

---

这波 AI 大模型的机会，你接得住吗？

又到了一年中最受期待的 “金九银十”招聘季。每年这两个月，各家大厂都会集中释放大量岗位：既有补录名额，也有核心业务扩招，对应届生来说是冲刺上岸的最后窗口，对在职的朋友而言，同样是全年最值得把握的跳槽时机。

我最近梳理了一遍大厂的招聘需求，发现今年的市场格局和往年明显不同

机会确实在，但门槛也在抬高。

先看机会端。在大模型、生成式 AI 这条赛道上，各家公司的诚意给得很足：岗位数量大幅增加，薪资水涨船高。目前中大厂的大模型相关岗位，年薪普遍能到 50W+，顶尖人才拿到百万年薪并不稀奇，不少岗位的薪酬比去年上调了 40% 左右。更难得的是，这条赛道对年龄也宽容得多——对深陷“35 岁焦虑”的程序员来说，这几乎是目前为数不多的高薪避风港。

但高薪的另一面是残酷的现实：缺人的领域，同样缺不了找不到工作的人。

原因不复杂——想进大模型领域的人非常多，可真正具备胜任能力的极少。大多数求职者的技能储备，和一线企业核心 AI 岗位的要求之间，隔着一道不小的鸿沟。

怎么补上这道鸿沟？

为了帮大家真正达到国内一线大模型岗位的用人标准，我整理了一套 【2026 最新版】AI 大模型免费学习资源，从零基础入门到项目实战、从理论体系到大厂面试，一路进阶全覆盖。所有资料已分类归档，没有杂乱内容，无套路免费分享给每一位想入局 AI 赛道的程序员和零基础小白。

1、大模型系统化学习路线

2、大模型学习视频教程

3、大模型学习书籍&电子文档

4、AI大模型最新行业报告

5、大模型项目实战&配套源码

6、2026大模型大厂面试真题

7、为什么要学习大模型？

我国在AI大模型领域面临人才短缺,数量与质量均落后于发达国家。2023年，人才缺口已超百万，凸显培养不足。随着AI技术飞速发展，预计到2025年,这一缺口将急剧扩大至400万,严重制约我国AI产业的创新步伐。加强人才培养,优化教育体系,国际合作并进是破解困局、推动AI发展的关键。

8、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。

想要入局AI大模型赛道、抢占行业红利的朋友，微信扫描下方CSDN官方认证二维码，即可100%免费领取全套学习资料！