AI脚手架与系统工程🧗 硬核
前面几章我们了解了 AI 怎么学习、怎么训练、怎么微调。但你可能注意到一个现象：同样是用 GPT-4 或 DeepSeek 的模型，有的产品只是个"聊天框"，有的却能自主完成复杂任务。差别不在模型，而在模型外面那一层"脚手架"。这一章，我们走进 AI 系统工程的世界，看看 MCP、Skills、Harness、RAG 这些从 AI 延伸出来的系统组件，是如何把一个"会说话的大脑"变成一个"能干活的助手"的。
- LLM大语言模型 读完整座图书馆、什么都能聊的那个"大脑"，本章的主角
- Agent智能体 会自己动手干活的家政机器人，不只是给你出主意
- Harness运行时脚手架 埋在墙里的水电煤管线，看不见，但没它房子没法住
- MCP模型上下文协议 墙上统一规格的插座，什么电器插上都能用
- RAG检索增强生成 答题前先翻资料的开卷考试
- API应用程序接口 让两个程序互相打电话的电话号码
- Skills技能 家电说明书：这台机器该怎么用，一步步写清楚
- Plugin插件 打包好的成品工具箱，一键装上就能用
- Tool工具 一把螺丝刀，只干一件具体的事，比如"查天气"
本章讲的其实只有一件事：怎么把大模型这间"毛坯房"装修成能住人的房子。MCP、Skills、Harness、RAG 全是装修清单上的条目——管线、插座、说明书、资料柜。抓住这条主线，哪怕一个英文词都没记住，也不影响读后面任何一章。
一、为什么需要"脚手架"？——模型不是产品
2026年，AI 工程界形成了一个关键共识：模型本身不再是产品的全部。Gartner 的数据显示，超过 80% 的企业计划接入生成式 AI，但完成规模化稳定落地的不足 20%。问题出在哪里？不是模型不够聪明，而是模型外面的"工程层"不够完善。
LangChain 提出了一个简洁的公式，成为 2026 年的行业共识：
Agent = Model + Harness（智能体 = 模型 + 脚手架）Agent 是会自己动手干活的家政机器人，不是只会出主意的顾问
所谓AI 脚手架（Scaffolding），就是包裹在大模型LLM，Large Language Model，就是会聊天的那个"大脑"本身之外、使其在生产环境可靠运行的全部代码、配置与执行逻辑。它包括编排（任务调度）、记忆（状态管理）、工具使用（连接外部世界）、防护栏（安全控制）、可观测性（追踪监控）等系统性组件。
裸模型调用
- Demo 环境能跑，上线后崩溃
- 十几步后丢失任务线索
- 无法维护跨对话的持久状态
- 无法从失败的工具调用中恢复
- 一个 $0.40 的任务可能花掉 $40
模型 + 脚手架
- 生产环境稳定运行数百步
- 自动压缩上下文、保持任务一致性
- 跨会话长期记忆
- 工具调用失败自动重试和降级
- 高危操作有人审批、全程可追溯
如果大模型是 CPU，上下文窗口是 内存（RAM），那么脚手架就是操作系统——它决定什么数据进入内存、何时清理、有哪些工具可用、崩溃时如何恢复。没有操作系统的 CPU 只能跑最简单的程序；没有脚手架的大模型，也只能做最简单的问答。
这一章，我们从五个核心组件切入，系统了解 AI 脚手架的技术版图：MCP 协议（工具连接的标准）、AI Skills（能力封装）、Harness 工程（运行时框架）、RAG 检索增强（知识接入）、以及其他系统组件（向量数据库、语义缓存、AI 网关、防护栏）。
二、MCP：AI 的"USB-C 接口"
让 AI 使用工具（搜索网页、查数据库、发邮件），是它从"只会说"变成"能做事"的关键。但这里有个工程难题：5 个模型要连接 10 个工具，传统方式需要开发 5×10=50 个定制接口——这就是所谓的"M×N 碎片化问题"。
MCP（Model Context Protocol，模型上下文协议）由 Anthropic 于 2024 年 11 月发布，目的就是解决这个问题。它被形象地称为 AI 应用的"USB-C 接口"——就像 USB-C 统一了各种设备的充电和数据线一样，MCP 统一了 AI 与工具之间的连接方式：写一次工具接口，任何支持 MCP 的 AI 应用都能用。
三层架构
MCP 采用宿主-客户端-服务器三层架构：
MCP vs Function Calling：不是替代，是升级
很多人会混淆 MCP 和 Function Calling（函数调用）。其实它们是不同层面的东西：
| 维度 | Function Calling | MCP |
|---|---|---|
| 本质 | 模型能力——LLM 经过训练后能输出结构化调用指令 | 架构协议——规定 AI 与工具之间如何通信、发现和集成 |
| 解决的问题 | 让模型从"说话"变成"行动" | 解决工具连接的 M×N 碎片化问题 |
| 集成方式 | 硬编码，每个应用需手动定义工具 Schema数据格式说明书，规定这份数据有哪些字段、各是什么类型，相当于表格的表头 | 即插即用，写一次 Server，所有 MCP 客户端自动发现 |
| 可移植性 | 低——为 OpenAI 写的 Schema 换到 Claude 可能要改 | 高——工具与应用完全解耦 |
| 关系 | MCP 建立在 Function Calling 之上，不是替代。MCP 把工具描述自动转换成 Function Calling Schema 供 LLM 使用 | |
简单说：Function Calling 是"功能"，MCP 是"协议"。Function Calling 让模型"能"调用工具，MCP 让工具"被"标准化地发现和连接。
2025 年 12 月，Anthropic 将 MCP 捐赠给 Linux Foundation 旗下的 Agentic AI Foundation，使其成为厂商中立的开放标准。2026 年 7 月发布的第 5 版规范是最大规模的修订——转向无状态设计，每个请求独立自包含，可无缝集成 AWS Lambda、Cloudflare Workers 等无服务器平台。目前已被 Claude Desktop、VS Code、Cursor、Cline 等主流 AI 应用采纳，阿里云百炼、火山方舟、腾讯云均提供 MCP 服务市场。
三、AI Skills：给 AI 发"工作手册"
如果说 MCP 解决的是"能拿到什么数据"（连接），那么 Skills 解决的是"该怎么做事情"（能力）。Skills 是 Anthropic 于 2025 年 10 月推出的模块化能力扩展机制，被公认为"自系统提示词诞生以来对 AI 自定义方式最根本的变革"。
核心理念：别造万能巨人，组装专业团队
Skills 的核心思路是：不要构建一个万能的巨型 Agent，而是让 Agent 拥有一组可组合的专业技能，需要时按需加载。就像医院不招"什么都会"的全科超人，而是有内科、外科、放射科各司其 specialist 的专业团队——需要什么科室挂什么号。
三级渐进式加载
Skills 最精妙的设计是渐进式披露（Progressive Disclosure），分三级加载，避免上下文浪费：
| 级别 | 加载时机 | 内容 | Token 开销 |
|---|---|---|---|
| Level 1：元数据 | 启动时始终加载 | 名称和描述，AI 只知道"有这个技能"和"什么时候用" | ~100 tokens/技能 |
| Level 2：指令 | 触发时加载 | SKILL.md 正文，含工作流程、最佳实践、操作步骤 | <5K tokens |
| Level 3：资源 | 按需加载 | 额外文档、可执行脚本、参考材料（脚本通过 bash 执行，不占上下文） | 0（不进上下文） |
这意味着你可以给 AI 安装几十个 Skills，但启动时只花几千 tokens 告诉它"有哪些技能可用"——真正用到某个技能时才加载详细指令，用完即可清理。就像你书架上有上百本参考书，工作时只把需要的那本翻开放在桌上。
Tool vs Skill vs Plugin：三个层次
| 概念 | 粒度 | 类比 | 作用 |
|---|---|---|---|
| Tool（工具） | 单一操作 | 一把螺丝刀 | 执行一个具体函数，如"查天气" |
| Skill（技能） | 完整能力 | 一本工作手册 | 多工具 + 知识 + 流程，如"做 PDF 表单" |
| Plugin（插件）像给手机装 App 一样给 AI 装新能力 | 成品工具箱 | 一个工具箱 | Skills + MCP 连接器 + 命令的集成包 |
三者的关系可以用一个比喻串联：MCP 像"水管"，负责连接外部系统；Skills 像"工作手册"，教 AI 具体怎么做事；Plugins 像"成品工具箱"，把前两者打包成一键安装的成品。
Anthropic 已开源 20+ 个生产级 Skills（如 docx 文档处理、pdf 处理、xlsx 表格、pptx 幻灯片、skill-creator 技能创建器等）。Skills 生态正沿着"移动应用发展路径"演进：基础模型（Claude）= 操作系统，技能市场 = 应用商店，开发者社区 = 第三方应用。2026 年 1 月 Claude Cowork 插件功能发布后，据报 24 小时内传统软件公司市值蒸发 2850 亿美元——市场认为"AI 原生技能生态"正在颠覆传统软件。
四、Harness 工程：AI 的"操作系统"
Harness（脚手架/外壳）是包裹在 AI 模型之外的运行时软件基础设施，管理 AI 的工具、记忆、状态、执行、防护与可观测性。LangChain 有一句精辟的概括："如果你不是模型，那你就是 Harness。"
"第 100 次工具调用"问题
为什么需要 Harness？一个裸模型在 Demo 里跑得很好——你问它答，一来一往。但让它自主执行一个需要 100 步的任务时，问题就来了：
- 上下文膨胀：到第 100 步，上下文里堆满了工具输出、中间推理、错误消息，模型开始"看花眼"
- 任务遗忘：模型忘了最初要干什么，开始做无关的事
- 陷入循环：反复调用同一个工具、反复犯同一个错误
- 成本失控：一个本该 $0.40 的任务，因为反复重试烧掉了 $40
Agent 在生产环境中失败，不是因为不够聪明，而是随时间失去一致性。Harness 就是来解决这些问题的。
Harness 的七大核心组件
| 组件 | 功能 | 类比 |
|---|---|---|
| 系统提示 | 控制模型基线行为：角色、规则、安全策略 | 员工手册 |
| 规划与编排 | 任务分解、进度跟踪、子 Agent 生成、模型路由 | 项目经理 |
| 记忆与状态 | 短期记忆保存在对话中，长期记忆写入文件系统；上下文压缩 | 笔记本 + 档案柜 |
| 工具 | 搜索、文件读写、数据库、API应用程序接口，让两个程序互相打电话的电话号码、浏览器、代码执行 | 工具箱 |
| 执行环境 | 文件系统、容器、沙箱、浏览器实例 | 工作台 |
| 防护栏 | 高危操作拦截、权限控制、审计日志 | 安全护栏 |
| 可观测性 | 记录每步决策、成本、输出，形成链路追踪 | 黑匣子记录仪 |
胖 Harness vs 瘦 Harness
2026 年业界有一场重要辩论：Harness 应该"胖"还是"瘦"？
胖 Harness（Fat）
- 代表：LangChain Deep Agents
- 主张：任务越长，Harness 必须越丰富
- 内置规划工具、子 Agent、生命周期钩子
- 让 200 步任务成为可能
瘦 Harness（Thin）
- 代表：YC / Garry Tan
- 主张：Harness 每行代码都从模型夺走推理权
- 最小循环 + 领域知识编码在 Skill 文档中
- 让前沿模型充分发挥推理能力
关键证据：LangChain Terminal Bench 2.0 排行榜显示，同一个模型在优化的第三方 Harness 中，排名从 30 名外跳到前 5 名——变的不是模型权重，而是 Harness。这说明 Harness 工程水平对 Agent 实际表现的影响，可能不亚于模型本身的能力。
这三个术语常被混用但有区别：Framework（框架，如 LangChain、CrewAI）提供构建块，对 Agent 怎么运行基本中立；Harness 是框架之上的运行时层，端到端指导 Agent 怎么运行（控制每步看到什么上下文、如何处理失败、何时压缩记忆）；Runtime 是更底层的执行环境（容器、沙箱）。简言之：用框架组合能力，用 Harness 可靠地运行。
五、OpenClaw（龙虾）：现象级 AI Agent
2026 年开年，一个名为 OpenClaw（社区昵称"龙虾"）的开源 AI Agent 框架爆火出圈，成为现象级产品。它生动地诠释了"模型 + 脚手架"如何变成一个能干活的 Agent。
是什么
OpenClaw 是一款开源、本地优先的 AI 智能体框架，核心突破是将大语言模型的"大脑"与本地计算机的"双手"结合——你用自然语言告诉它要做什么，它就直接操作电脑完成：整理文档、处理邮件、安排日程、编写代码、批量生成文件。
它的核心理念是"聊天即行动"——不是给你写一段"操作指南"让你自己去执行，而是它自己直接动手。你只需要说"把这周的会议纪要整理成 PDF 发给参会者"，它就能自动完成全流程。
为什么叫"龙虾"
OpenClaw 直译"开放钳爪"，项目标识就是一只龙虾，因谐音被网友亲切叫成"龙虾"，部署使用过程被称为"养龙虾"/"养虾"。它由奥地利程序员 Peter Steinberger 开发，最初命名 Clawdbot，2026 年 1 月因 Anthropic 商标侵权指控更名为 OpenClaw。
核心特性
爆火与安全争议
2026 年 3 月，OpenClaw 成为 AI 圈"现象级顶流"。腾讯、字节跳动、阿里云相继推出各自的"小龙虾"产品或部署方案，360 推出一键安装版本，首批"政务龙虾"在深圳福田区上线。
但"龙虾"也暴露了 AI Agent 的安全风险：有用户发现它会批量删除邮件而无法阻止，"龙虾一秒可搬空用户隐私信息"登上热搜。工信部发布预警，指出 OpenClaw 在默认配置下存在较高安全风险。这恰好印证了前面讲的道理——一个缺乏企业级 Harness 防护栏的 Agent，能力越强风险越大。
OpenClaw 本质上是一个相对"瘦"的本地 Agent——它给了模型很大的自主权，但防护栏不够完善。它的安全风险恰恰说明：Agent 的能力上限取决于 Harness，安全下限也取决于 Harness。一个没有防护栏的 Agent，就像一辆没有刹车的高跑车——跑得越快，越危险。
六、RAG：从"开卷考试"到"建立世界观"
前面章节已经介绍过 RAG 的基本概念——让 AI 先"查资料"再回答，像"开卷考试"。但 2026 年的 RAG 已经远不止"查资料"这么简单，它经历了从"朴素检索"到"知识引擎"的完整演化。
四级演进
| 级别 | 时期 | 范式 | 特点 |
|---|---|---|---|
| Lv.1 朴素 RAG | 2023 | 提问 → 向量搜索(Top-K) → 拼接 → 回答 | 碎片化、无推理、无记忆 |
| Lv.2 高级 RAG | 2024 | 查询重写 → 混合检索(向量+关键词) → 重排序 → 回答 | 检索精度提升，仍是单次被动检索 |
| Lv.3 Agentic RAG | 2025-2026 | Agent 规划 → 动态路由(向量/SQL/API) → 多跳检索 → 自我反思 → 回答 | 赋予检索"自主性"，解决多跳推理 |
| Lv.4 GraphRAG | 2025-2026 | 实体抽取 → 知识图谱 → 子图检索 → 图算法重排 | 赋予知识"全局观" |
业界有一个精辟的总结："2024 年教 AI'读书'，2025 年教 AI'做笔记'，2026 年教 AI'建立世界观'和'形成长期记忆'。"
朴素 RAG 的"三大绝症"
2026 年 4 月，硅谷 AI Engineering Summit 上一场名为《朴素 RAG 的死亡》的圆桌形成残酷共识：基于"文本切片 + 向量相似度"的传统 RAG 在企业级复杂知识场景已彻底破产。它有三大致命缺陷：
GraphRAG：给 AI"全局观"
GraphRAG（图增强检索）是微软开源的技术，在 GitHub 已获数万 Star，成为财富 500 强企业构建知识引擎的新标配。它的核心做法是：把非结构化文本提取为知识图谱——节点是实体（人、公司、概念），边是关系（"任职于""投资了""合作过"），然后用图论算法（如 PageRank）计算实体的重要性，实现精准锚定。
这解决了"管中窥豹"问题：不再是找"相似的段落"，而是找"重要的实体及其关系网络"。GraphRAG 能回答"A 公司和 B 公司有什么关联"这种需要跨文档推理的问题。
Agentic RAG：给检索"自主性"
Agentic RAG 让检索系统具备"自主规划与多跳推理"能力。它不再是一次性的"搜→答"，而是：Agent 先分析问题需要哪些信息 → 决定去哪里找（向量库？SQL 数据库？API？）→ 多跳检索 → 检查是否够用 → 不够再找 → 最后综合回答。这解决了"单细胞生物"问题。
AI 原生记忆系统
以 Mem0 和 Zep 为代表的 AI 原生记忆系统，让 Agent 拥有跨会话的"长期海马体"，解决了"金鱼记忆"问题。AI 终于能记住你上次说过的话、你的偏好、你正在做的项目——不用你每次重复交代。
RAG 的四级演进揭示了一个趋势：AI 知识系统正从"被动检索"走向"主动认知"。早期是"你问我查"，后来变成"我先想想该查什么、去哪查、查够了没有"。这种从"工具"到"智能体"的跃迁，贯穿了整个 AI 脚手架的演化逻辑。
七、更多系统组件：脚手架的"基础设施"
除了 MCP、Skills、Harness、RAG 这四大核心组件，AI 脚手架还有一系列基础设施级的组件，它们共同支撑着 AI 在生产环境的可靠运行。
向量数据库：RAG 的"书架"
RAG 要先"查资料"，资料存在哪里？向量数据库。它把文本、图片转化为高维向量（一串数字），然后按"语义相似度"检索——你搜"怎么减肥"，它能找到"控制饮食和运动"的段落，即使原文没出现"减肥"两个字。
| 数据规模 | 推荐方案 | 特点 |
|---|---|---|
| 原型/小规模（<10万） | Chroma / SQLite-vec | 零成本，开箱即用 |
| 中小规模（10万-100万） | pgvector（PostgreSQL 扩展） | 零运维，向量与结构化数据同库查询 |
| 中大规模（100万-1000万） | Qdrant / Milvus Lite | 专业向量检索，性能与功能兼顾 |
| 大规模（>1000万） | Milvus 集群 | 性能王者，但运维成本高 |
语义缓存：AI 的"已读回复"
语义缓存通过语义匹配复用已有的 AI 响应。当新问题与之前回答过的问题语义相近时，直接返回缓存结果，不必重新调用模型。Redis LangCache 可将响应速度提升最高 15 倍，token 消耗和 API 账单节省最高 70%。
就像客服系统的"已读回复"——如果 100 个人问了几乎一样的问题，没必要调用 100 次大模型，返回同一个答案就行。但语义缓存的难点在于判断"语义相近"——"怎么减肥"和"如何控制体重"是同一个问题，但"怎么增肥"就不是。
AI 网关：AI 的"总机"
AI 网关是连接多个模型与业务系统的关键枢纽，作为每个应用与每个 LLM 之间的中间层，集中执行：
- 多模型统一接口：100+ 模型用同一套 API，切换模型无需改代码
- 负载均衡与故障转移：一个模型挂了自动切到备用模型
- 成本监控与分摊：按部门/项目追踪 token 消耗和费用
- 限流与路由：控制调用频率，按任务类型路由到最合适的模型
代表项目有 LiteLLM（100+ LLM API，OpenAI 兼容格式）、Bifrost（Go 编写，统一 LLM 网关 + MCP 网关 + Agent 网关）等。
防护栏：AI 的"安全带"
防护栏（Guardrails）是控制 AI "允许做什么、不允许做什么"的运行时系统。2026 年的现代防护栏必须覆盖四个拦截点：
仅过滤输出文本的是 2023 年的产品。现代防护栏必须覆盖全部四个点，且延迟必须极低（输入拦截 <100ms，输出拦截 <150ms），否则防护栏本身就成了产品的性能瓶颈。
八、全景图：AI 系统栈的分层架构
把前面讲的所有组件拼到一起，我们可以看到 2026 年 AI 系统栈的完整分层架构：
| 层 | 组件 | 作用 | 类比 |
|---|---|---|---|
| 应用层 | Cursor、Dify、Manus、OpenClaw | 面向用户的 AI 产品 | 应用程序 |
| 编排层 | LangGraph、CrewAI、Agent SDK | 多 Agent 协同、任务编排 | 进程调度器 |
| 能力层 | Skills、Plugins | 模块化能力封装 | 应用商店 |
| 连接层 | MCP、Function Calling | 标准化工具连接 | 驱动程序接口 |
| 知识层 | RAG、向量数据库、记忆系统 | 外部知识接入与持久记忆 | 文件系统 + 数据库 |
| 安全层 | Guardrails、红队测试 | 输入输出拦截、安全审计 | 防火墙 |
| 基础设施层 | AI 网关、语义缓存、LLMOps | 路由、缓存、监控、成本管理 | 网络 + 缓存 + 运维 |
| 模型层 | GPT、Claude、DeepSeek、通义千问 | 推理与生成 | CPU |
这个分层架构说明了一个重要趋势：AI 正在从"一个模型"变成"一套系统"。就像智能手机的价值不只在 CPU——没有操作系统、应用生态、安全机制、网络通信，再强的 CPU 也只是个芯片。AI 也是如此：模型是核心，但模型外面那一层层的脚手架，才是把它变成"好用产品"的关键。
2024.11 Anthropic 发布 MCP 协议
2025.09 Redis LangCache 语义缓存公开预览
2025.10 Anthropic 上线 Agent Skills 并开源 20+ 个技能
2025.12 MCP 捐赠给 Linux Foundation
2026.01 "Harness Engineering" 术语在业界流行；Claude Cowork 插件发布
2026.03 OpenClaw"龙虾"爆火；LangChain 发表 Harness 解剖文
2026.04 硅谷 AI Engineering Summit 宣告"朴素 RAG 的死亡"
2026.05 GraphRAG + Multi-Agent 论文登上 Nature
2026.07 MCP 第 5 版规范发布，转向无状态设计
九、本章术语速查
| 术语 | 一句话解释 |
|---|---|
| AI 脚手架 | 包裹在大模型之外、使其在生产环境可靠运行的全部工程层 |
| MCP | 模型上下文协议，AI 与工具连接的"USB-C 接口" |
| Function Calling | 模型能力，让 LLM 输出结构化工具调用指令 |
| Skills | 模块化能力扩展，给 AI 发"工作手册"，按需三级加载 |
| Harness | Agent 运行时框架，管理工具/记忆/状态/安全/可观测性 |
| RAG | 检索增强生成，让 AI 先"查资料"再回答 |
| GraphRAG | 图增强检索，用知识图谱赋予 AI"全局观" |
| Agentic RAG | 智能体化 RAG，Agent 自主规划检索策略和多跳推理 |
| 向量数据库 | 存储和检索语义向量的专用数据库，RAG 的"书架" |
| 语义缓存 | 按语义相似度复用已有 AI 响应，降低成本和延迟 |
| AI 网关 | 多模型统一接口、负载均衡、成本监控的中间层 |
| 防护栏 | 运行时安全控制，覆盖输入/输出/检索/工具四个拦截点 |
| OpenClaw（龙虾） | 开源本地优先 AI Agent 框架，"聊天即行动" |
| LLMOps | 大模型运维体系，含监控、追踪、评估、版本管理 |
| AI Agent（智能体） | 能自己感知环境、做决策、执行任务的AI系统，就像一个会自己动手干活的家政机器人 |
| LLM（大语言模型） | Large Language Model，参数量巨大的语言模型，如GPT、Claude、DeepSeek等 |
| API | 应用程序接口，让不同程序互相"打电话"交流的通道，AI模型通过API提供服务 |
| 插件（Plugin） | 给AI模型扩展功能的附加模块，像给手机装App一样给AI装新能力 |
| LangChain | 流行的AI应用开发框架，帮你把模型、工具、数据像搭积木一样组装成应用 |
| Schema | 数据结构定义，规定了数据长什么样、有哪些字段，像表格的表头 |
本章小结
Agent = Model + Harness：模型是"大脑"，脚手架是"操作系统"，二者缺一不可。模型决定能力上限，脚手架决定能否接近这个上限。
MCP 连接工具，Skills 封装能力，Harness 管理运行，RAG 接入知识——四大核心组件各司其职，共同构成 AI 脚手架层。
AI 正在从"一个模型"变成"一套系统"：就像智能手机的价值不只在 CPU，AI 产品的价值也不只在模型，而在模型外面那一层层完整的系统工程。
- AI 脚手架是包裹在大模型之外的完整工程层，解决裸模型在生产环境中"上线即崩溃"的问题。核心公式：Agent = Model + Harness。
- MCP 是 AI 工具连接的标准化协议（"USB-C 接口"），解决 M×N 碎片化问题；它建立在 Function Calling 之上，不是替代。
- Skills 是模块化能力扩展机制，通过三级渐进式加载实现"按需加载专业能力"，避免上下文浪费。
- Harness 是 Agent 运行时框架，管理规划/记忆/工具/执行/防护/可观测性七大组件，解决"第 100 次工具调用"问题。
- RAG 经历了从朴素 RAG 到 GraphRAG/Agentic RAG 的四级演进，从"被动检索"走向"主动认知"。
- 向量数据库、语义缓存、AI 网关、防护栏等基础设施组件，共同支撑 AI 系统在生产环境的可靠运行。
理解了 AI 脚手架，你就明白了一个关键道理：好产品不只是"用最好的模型"，更是"搭最好的系统"。下一章，我们将转向另一个维度——如何评价一个 AI 模型或 AI 系统到底"好不好"，从参数规模到能力基准，建立一套立体的判断框架。
"2026 年的 AI 工程，比的不再是谁的模型参数多，而是谁的脚手架搭得好——因为模型是引擎，脚手架是整辆车，用户开的从来不是引擎，而是车。"