AI Agent搭建：从概念到实战的痛与悟

skill是什么？MCP是什么？tool又是什么？

别急着去找定义，先问问自己——你搭过Agent吗？

一、我曾经也以为，这些都是"新瓶装旧酒"

说实话，我曾经也是那个追着新概念跑的人。

skill、MCP、tool、agent framework……每个新概念出来，我的第一反应都是：这不就是换了个名字吗？

skill？不就是提示词嘛，套个markdown模板，降低用户写prompt的成本。

MCP？不就是RPC调用嘛，换个协议封装一下。

tool？不就是函数调用嘛，LLM时代改了个名字叫function calling。

我甚至一度觉得，这些东西本质上都是一样的，新瓶装旧酒，不过是圈子里的黑话，用来抬高门槛、制造焦虑的。

直到我真的开始搭一个Agent。

二、当你真的去搭一个Agent，才会发现"痛点"是真实存在的

我用的模型是qwen3-8B，量化版本 q4_k_m，通过 llama.cpp 本地部署。

自己写了个 MCP Server，实现了几个工具调用，接了个记忆模块，心想：这不就齐活了？

结果一测试，问题接踵而至。

问题一：模型"突然抽风"

有时候对话好好的，模型突然就开始疯狂调用工具，智能ctrl+c,强行中断modle

问题二：记忆模块"间歇性失忆"

记忆系统有时候能正常提取，有时候LLM事实提取为空，标签命名直接降级成"未命名"。

明明上一轮还记得的事情，下一轮就忘了。

问题三：工具调用的"边界失控"

模型不知道什么时候该停。该用工具的时候不用，不该用的时候乱用。你给它一个get_subdir_list，它可能顺手就把整个目录树给你翻个底朝天。

这些问题，不是"概念"能解决的，是工程问题。

三、Harness Engineering：不是新概念，是新痛点

面对这些问题，我的第一反应是什么？

加限制。

在 client 或者 server 端加一个检测：如果工具调用次数超过 N 次，强制中断。

甚至直接断开 MCP 连接，让模型停下来。

这就是Harness Engineering（约束工程）的一部分。

它不是某个框架、某个库、某个协议。它是你在实际搭建过程中，为了解决"模型行为不可控"这个问题，而不得不做的一系列工程化约束。

• 限制工具调用次数

• 设置超时机制

• 添加调用链路的熔断器

• 对模型输出做后校验

• 给记忆系统加一致性检查

这些东西，没有现成的库给你用。

MCP 不管这个。Skill 不管这个。Tool 也不管这个。

这是你自己的业务逻辑，是你必须亲手写的"缰绳"。

四、为什么我说"新概念的提出是痛点的解决方案"

现在回头看，skill、MCP、tool，它们真的只是"新瓶装旧酒"吗？

不是。

它们每一个概念的背后，都是一群真正搭过Agent的人，在解决真实痛点时，提炼出来的最佳实践。

Skill 不是"提示词模板"

产品侧的 skill，确实是个 markdown 文件，降低用户写 prompt 的成本。

但技术侧的 skill，是一个可复用的功能模块，包含完整的感知、决策、规划、工具调用。它有SKILL.md定义输入输出，有tools/目录封装业务逻辑，有config.yaml管理配置。

为什么需要这么多结构？

因为当你把 skill 复用到第三个 Agent 的时候，你会发现：没有标准化，就是灾难。

MCP 不是"RPC 换皮"

MCP 解决的是外部系统连接的标准化问题。

浏览器、网站、数据库、文件系统——这些东西已经有人写好了、维护好了，你通过 MCP 直接调用就行。

如果没有 MCP，你每接一个新的外部工具，都要重新写一遍适配层。

Tool 不是"函数调用"

Tool 是模型与外部世界交互的接口定义。

它要解决的是：如何让模型"理解"这个工具能干什么、需要什么参数、返回什么结果。

这不是简单的函数签名，是语义对齐的问题。

五、Agent Skill 和 MCP：互补，不是替代

MCP已死？

我的答案是：不见得，他们是互补关系。

表格

业务逻辑放 skill，外部连接走 MCP，二者相辅相成。

这不是谁取代谁的问题，是分工的问题。

就像你写后端服务，核心业务代码自己写，第三方服务用 SDK——道理是一样的。

六、写在最后：走进圈子，才能理解概念

我一度认为这些概念都是一样的，是因为我没有真正走进去。

当你真的去搭一个 AI，真的去调一个 8B 量化模型，真的去写一个 MCP Server，真的去处理模型"抽风"的问题——

你才会发现：

新概念的提出，从来不是新瓶装旧酒。

它们是前人踩过的坑、流过的汗、熬过的夜，最后封装成的解决方案。

Harness Engineering 也是如此。

它不是某个框架的名字，不是某个论文的术语。

它是你在亲手搭建 Agent 的过程中，为了解决"模型不可控"这个真实痛点，而不得不做的一系列工程化实践。

概念是表象，痛点是本质。

只有真正走过这条路的人，才能分辨其中的区别。

"没有调查，就没有发言权。"

在 AI 时代，这句话变成了：

"没有搭过 Agent，就没有资格说'新瓶装旧酒'。