读懂Harness、MCP与循环工程:8个AI新词帮你判断工具能力

资讯 AI 行业观察 作者:神译局 全文 3658 字 · 约 10 分钟读完 配图 10 张 分类GEOMCPAI 产品大模型

神译局是36氪旗下编译团队,关注科技、商业、职场、生活等领域,重点介绍国外的新技术、新观点、新风向。 编者按:大模型时代,大家熟悉提示词、幻觉这些基础词汇,但 AI 行业迭代很快,智能体、MCP、GEO 等新名词正在成为行业通用语言。读懂这些概念,不只是看懂新闻,也能帮你理性评估各类 AI 工具的真实能力、权限与风险。

所属频道 产品更新模型发布

神译局是36氪旗下的编译团队,主要关注科技、商业、职场、生活这些领域,重点把国外的新技术、新观点、新风向介绍进来。

大模型时代,提示词、幻觉这些基础词汇大家已经熟悉。可AI行业迭代太快,智能体、MCP、GEO等新名词正变成行业里的通用语言。弄懂这些概念,不光能看懂新闻,也有助于理性判断各类AI工具的真实能力、权限和风险。本文来自编译,希望能给你一些启发。

读懂Harness、MCP与循环工程:8个AI新词帮你判断工具能力(配图 1)

我最近读到一篇文章,叫《弄懂这5个AI 术语,你就超过90%的人》,觉得挺有意思。我自己是AI爱好者,也是技术写作者,写AI相关内容已经五年多,文中那五个术语我都熟。不过转念一想,还有不少AI新词值得大家了解,其中一些是近年才冒出来的。

所以写下这篇,再分享8个术语,尽量讲得通俗,不堆晦涩的技术内容。下次读到或听到这些词,你能明白它们是什么意思,也知道大家为什么在聊它们。

1. Harness(驾驭层)

原生大模型好比罐子里的大脑:会思考,但单靠它自己,打不开Slack、没法替你发邮件,甚至不知道什么时候该停。驾驭层(Harness)就是包在模型外面的一套软件,上面这些事靠它来完成。有了它,模型才能调用工具、读取信息、管理权限,还能控制重试逻辑和终止条件,必要时向你求助。

读懂Harness、MCP与循环工程:8个AI新词帮你判断工具能力(配图 2)

这个公式可以简单理解为:智能体 = 大模型 + 驾驭层

拿代码智能体来说,驾驭层会提供读文件、改代码、跑测试的工具,同时管理喂给模型的指令和反馈。两款应用就算用的是同一个基础大模型,最终效果也可能差得很远,原因就在于配套的驾驭层给模型开放的工具、指令和结果校验方式各不相同。说到底,模型外围那套软件的重要性非常高。

比较AI工具时,除了看它背后是什么大模型,还得看它怎么帮模型把你这件任务做完。

2. Agents(智能体)

智能体能分步操作、调用工具,独立把一项任务完成。比方说你让它处理一笔退款,拿到相应权限后,它会找到订单、查退款政策、拟好申请,提交之前先征求你的同意。

基本流程是这样:规划行动 → 执行操作 → 校验结果 → 决定下一步怎么做。下图是一个自主智能体,它根据环境反馈循环调用工具。

读懂Harness、MCP与循环工程:8个AI新词帮你判断工具能力(配图 3)

可以把智能体想成一个带着待办清单、被授权使用特定软件的助手。目标由你定,它一步步往前推。它能做到什么程度,取决于可用的工具和权限。只会浏览网页的智能体,跟接入了你邮箱、文件、日历的智能体,能力完全不在一个量级。用智能体之前,务必确认它能访问哪些内容、能改动哪些信息、什么情况下需要向你申请审批。

3. MCP(模型上下文协议)

MCP大致相当于AI领域的USB‑C接口。它为AI应用提供一套统一标准,用来连接各种工具和数据源。

没有统一标准的话,开发者往往得给每一款AI应用单独写对接程序。有了MCP,开发一套连接,多款兼容的应用都能复用。MCP服务端负责把特定工具或数据开放给AI应用,比如让AI助手检索公司内部文档,或者在项目管理工具里新建工单。

读懂Harness、MCP与循环工程:8个AI新词帮你判断工具能力(配图 4)

用USB‑C来类比确实好懂,但它仍然需要配置:AI应用本身得支持这个协议,你还得授予相应的访问权限。如果一款产品说支持MCP,可以留意它能对接哪些服务、AI助手通过这个协议能做哪些操作。

4. Loop engineering(循环工程)

智能体干活,多半是一圈一圈地转:先挑一个动作,再把它做出来,然后对结果做核验,没成就再来一遍。拿代码智能体来说,它可能先改文件、再跑测试、再看报错信息,接着回头继续调代码。

可这个循环也会出岔子:智能体反复做无效操作,或者任务还没做完就提前停了。循环工程就是设计这套循环的运行规则,包括智能体怎么接收反馈、怎么判断要不要继续执行。这是智能体开发里一个正在兴起的方向。

读懂Harness、MCP与循环工程:8个AI新词帮你判断工具能力(配图 5)

设计时要明确几个问题:

  • 任务做到什么程度才算完成?

  • 最多允许重试多少次?

  • 最多能消耗多少时间、多少成本?

  • 碰到什么情况得让人来接手?结果又该由谁、靠什么机制来核验?

拿代码智能体举例,你可以要求它必须跑通指定测试才算完成;也可以规定连续失败三次就停下,同时把出错原因讲清楚。工具和基础管控由驾驭层提供,至于智能体怎样一遍遍调用工具、直到把活干完,则由循环工程来定。

5. Skills(技能包)

技能包是提前存好的一整套执行流程,智能体碰到对得上的任务,直接拿来用就行。报销单就是个例子:这套流程会规定要填哪些字段、费用按什么口径归类、缺了收据又该怎么处理。

按 Anthropic 的技能规范,指令写在 SKILL.md 文件里,配套包里还能带上脚本、模板和参考文档。在 Claude 中,自定义技能或模板技能都可以在技能包页面添加;ChatGPT 则是在自定义页面添加技能。

读懂Harness、MCP与循环工程:8个AI新词帮你判断工具能力(配图 6)

Claude中的技能界面

读懂Harness、MCP与循环工程:8个AI新词帮你判断工具能力(配图 7)

ChatGPT中的技能界面

智能体刚接触时只看得到技能包的名字和简介,等到判断确实要用这项技能,才会把完整指令加载进来。换句话说,它不必每次干活前先把全部流程读一遍。

MCP 负责把工具和数据通路给智能体打通,技能包负责告诉它这些工具怎么用来完成某件具体的事。举例来说,协议已经开放了表格访问权限,技能包就能写明公司月度销售报表该怎么生成。流程写一次就能反复用,不用每轮对话都重讲一遍操作说明。

6. GEO/AEO(生成引擎优化/答案引擎优化)

这个词跟开发智能体没关系,说的是怎么让 AI 智能体检索到你、引用到你。

以前用谷歌搜索,大家会一条条点开蓝色链接,那是 SEO,也就是搜索引擎优化。现在人们直接问 ChatGPT、Claude、Perplexity 或者谷歌 AI 摘要,答案直接读出来,点链接的次数少了。

  • GEO(生成引擎优化):目标是让 AI 生成回答时提到你的品牌、引用你的内容、推荐你的产品。

  • AEO(答案引擎优化):目标是让内容适合被直接生成答案,覆盖搜索引擎的答案卡片和 AI 助手的问答内容。

区别可以简单这么说:

SEO = 争取排在搜索首页

GEO/AEO = 成为 AI 回答里引用的信息源

这两个概念有交叉,各家企业在划分标准上也不完全一样。

举个例子:有人问 AI 助手"适合小企业的会计软件有哪些?",你如果是会计软件厂商,自然希望产品出现在 AI 的答案里。说明写得清楚、产品信息准确、来源可靠,都会让内容更容易被引用。不过这些做到位,也不代表 AI 就一定会提到你。

运营网站或者经营企业的人,除了盯搜索排名和访问流量,也不妨看看 AI 的回答里有没有出现自己的信息。

7. Computer Use(计算机操作能力)

计算机操作能力指的是 AI 系统能跟屏幕打交道:点击、打字、滚动页面、选中内容。流程大致是截图 → 判断下一步做什么 → 点击或输入 → 再读一次屏幕画面。

有了这个能力,智能体可以填表单,也能在网页界面上把任务做完。目前主流的 AI 对话产品,ChatGPT、Claude、Perplexity、Grok 都已经支持计算机操作能力。ChatGPT 可以在设置的集成菜单里打开这项功能。

读懂Harness、MCP与循环工程:8个AI新词帮你判断工具能力(配图 8)

ChatGPT中的计算机操作能力界面

应用没开放合适的 API 接口时,计算机操作能力就派得上用场。API 是软件之间直接交换信息、执行指令的通道;计算机操作能力则是让 AI 模仿人的动作,去点界面按钮、往输入框里填内容。举例来说,预订服务就算没有开放对接接口,智能体照样能在预订表单里录入信息。

风险同样存在:可能按错按钮、看错页面、卡在某个环节。它能访问哪些内容,一定要留意;下单、提交、修改账号信息这类重要操作,务必人工复核。

8. AGI / Superintelligence(通用人工智能 / 超级智能)

AGI,也就是通用人工智能,一般指能在广泛的智力任务上达到人类同等水平的 AI,包括学习陌生领域的知识、解决各类不同问题、把学到的知识跨领域迁移运用。

它的准确定义和评测标准,研究者至今没有达成共识。谷歌 DeepMind 有一篇论文,从系统能力广度、任务表现两个维度提出了一套判定思路。

超级智能比 AGI 更进一步:在绝大多数智力任务上,它的能力都显著超过人类。

  • AGI:能力广泛,达到人类水平

  • 超级智能:能力广泛,并且强于人类

只擅长单一任务,二者都算不上。一个模型哪怕代码写得很好、能解复杂数学题,也可能在别的事情上表现很差。企业宣传里提到这两个词,要看它给出的具体定义、以及系统已经验证过哪些能力,别只盯着标签。

希望读完本文你能有所收获。以后再看到厂商说自家产品搭载智能体,可以追问它具体能完成哪些任务;如果支持 MCP,可以看看能对接哪些应用;如果智能体能够操控你的电脑,记得确认访问范围、以及什么时候需要你的许可。

看懂这些术语,读 AI 新闻也会轻松很多。新闻标题提到 AGI、超级智能时,你能明白含义,也知道学界为什么一直争论它的定义。以后再碰到这些概念,你看得懂解释,也能判断这个工具或者想法对自己有没有价值。

就讲到这里,欢迎加入前 10% 的行列。

译者:Teresa

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. Nothing首款AI硬件12月8日发布:无屏设计,主攻会议记录?

    IT之家 11 月 21 日消息,Nothing 发文,预热旗下首款 AI 原生硬件设备将于 12 月 8 日正式亮相。这款产品将采用无屏幕设计,定位为面向日常办公与生产力场景的 AI 工具。从此前公布的预热图片来看,这款设备采用小巧的矩形机身,表面使用拉丝金属材质,并配有实体按键。其中一个面积较大的按键标有“Talk

    来源 腾讯网
  2. 达瓦科技控制层模型:AI视频何时能告别“抽卡”?

    达瓦科技不走通用大模型路线,而是基于12年片场积累的180TB结构化数据,研发“重控制、轻渲染”的基座模型。通过分离导演逻辑与画面渲染,将影视制作中的反复试错成本降低50%以上,并让实时世界模型能在单张消费级显卡上运行,为直播、游戏及Physical AI提供低成本落地方案。

    来源 AI 应用前沿
  3. 没收过钱的DeepSeek,限个流就成罪人了?

    要说哪家大模型公司在科技圈和开发者中口碑最好,DeepSeek 认第二,估计没几家敢认第一。 哥们平时也不买量投流,纯靠模型攒口碑。 但我真没想到,就这么一家浓眉大眼的公司,最近....

    来源 腾讯网
  4. 人工智能产业日报(11.21) : AI芯片出口争议

    行业动态 工业大省有“模”力|天智大模型:“智能兵团”撑起一座工厂 卡奥斯创智物联胶州互联工厂采用天智工业大模型和智能体集群,实现生产自动化和智能化。通过智能体集群协同工作,工厂换产时间缩短,产能提升,焊接缺陷率降低,生产能耗降低。卡奥斯平台服务16万家企业,参与建设20座全球灯塔工厂,并连续7年稳居“双...

    来源 腾讯网
  5. 韩歆毅:AI已走进临床多个环节,可成连接医患的可靠纽带

    IT之家 11 月 22 日消息,据新浪科技今天报道,蚂蚁集团 CEO 韩歆毅今日在 2026 蚂蚁阿福医疗健康生态大会表示,AI 这几年已经走到了临床的很多环节。 韩歆毅表示:“我们看到从门诊到病房,从随访到科研,其实需要思考一个根本的命题,当 AI 走进了医院,走进了患者的日常生活,到底应该怎样服务医学、服务医生、

    来源 AI 行业观察
  6. 蔚来重写NOMI底层架构:告别九年旧代码,3000项整车能力接入AI

    蔚来NOMI产研团队重写沿用九年的传统规则架构,转向以大模型主智能体为核心的原生技术架构,取消传统单向指令分发流程。新架构4月完成实车概念验证,8至9月完成3000项整车原子能力工具化改造,依托SkyOS·天枢系统运行,更多技术细节与推送计划将在11月25日公布。

    来源 凤凰科技
  7. Metric AI开源亚美尼亚语模型Ayb 0.5:90亿参数跻身前三

    Metric AI团队推出了Ayb 0.5系列开源语言模型,包含0.8B、4B和9B三个版本。该系列基于Qwen3.5架构,针对亚美尼亚语进行了深度适配,在ArmBench基准测试中表现优异,甚至超越了部分参数量更大的模型。Ayb 0.5不仅支持文本生成和指令遵循,还保留了完整的视觉语言能力,能够用亚美尼亚语描述图片。

    来源 AI 应用前沿
  8. ARTEX开源:AI Agent驱动渗透测试,Planner与Worker如何分工

    ARTEX 是一个基于 LLM Agent 的自动化渗透测试平台,采用 Go 和 Next.js 构建。它通过 Planner 和 Worker 协作,自动梳理资产、生成攻击向量并记录流量。本文介绍其核心架构、部署流程及在授权测试中的实际应用,强调人工复核的重要性。

    来源 AI 应用前沿
  9. 试题经过大模型测试?国家中医药管理局认证中心:未与任何大模型企业合作,亦未开展测评

    IT之家 11 月 22 日消息,11 月 21 日晚,国家中医药管理局中医师资格认证中心通过官方公众号发布声明称,该中心从未公开历年真题,未与任何大模型企业合作,亦未开展测评。 声明称,中心从未以任何形式向社会公开、发布或出售中医类别医师资格考试历年试题(含真题、原题)、参考答案及相关考试资料,亦未授权任何单位或个人

    来源 AI 行业观察
  10. 姚顺雨回应混元为何不追5万亿参数:Hy4仍待改进,计划训更大模型

    IT之家 11 月 21 日消息,11 月 21 日凌晨,腾讯首席 AI 科学家、混元大模型负责人姚顺雨和团队成员,在 Reddit 进行了一场持续 120 分钟的 AMA,回答全球开发者关于混元的“任何问题”。 问答环节,有人询问:字节跳动、Kimi 等似乎都在往 3 万亿、甚至 5 万亿参数的超大模型推进,而你们还

    来源 AI 行业观察
  11. 中国AI日均500万亿词元:调用量年增4倍,生意逻辑变了?

    过去两年,AI行业谈论最多的,是模型参数、榜单排名和训练能力。但随着大模型逐步进入企业业务,行业真正关心的问题正在变化:模型能不能被持续调用,算力能不能稳定交付,以及每一次调用能否带来合理回报。数据显示,截至2026年7月,中国日均词元(Token)调用量已超过500万亿,较去年底的100万亿增长了约4倍。今年“双十.

    来源 腾讯网
  12. AI聊天每天用,抑郁风险高30%?MIT研究给出信号

    各种各样的 AI 工具,已经成为我们日常生活中的一部分了。很多人遇到问题,第一时间都是去问问 AI 该怎么办。不仅如此,由于 AI 既方便又私密,还特别擅长给人提供情绪价值,所以把 AI 当成倾诉对象的人也不在少数。有调查发现,约 10% 的人曾用 AI 聊天机器人获取情绪支持或建议,在 18-29 岁的年轻人群体中,

    来源 腾讯网
  13. 商汤AI落地:模型算力应用并进,港股AI商业化迎双增长

    导读THECAPITAL从模型、算力到应用,商汤正在打通AI落地的多个环节。本文3125字,约4.6分钟作者 | 冯晓亭 编辑 | 吾人来源 | 融中财经2026年,越来越多的AI企业走进港股市场。从大模型、算力芯片到智能驾驶,产业链上的公司相继受到投资者关注。随着壁仞科技、智谱、MiniMax等企业陆续上市,港股也成

    来源 腾讯网
  14. AI代理住进短信收件箱:聊天框成新入口,隐私与平台依赖待解

    短信正在成为AI代理的新战场。TechCrunch梳理了一批可以直接“住进”手机短信里的AI代理,覆盖通用助手、家庭管理、旅行规划与工作协作等场景。相比需要单独下载的App,这类代理以对话为唯一界面,无需安装、上手门槛更低,但也在隐私、平台依赖与商业模式上面临不小的挑战。

    来源 AI 行业观察
  15. 演员把脸授权给AI短剧公司:好莱坞的新生意来了?

    一位演员将自己的面部授权给一家微短剧初创公司,这一模式在中国已相当流行。随着AI生成内容技术成熟,面部授权可能成为好莱坞的新生意,但专家警告称,若这成为行业趋势,演员对自身形象的控制权、劳工权益以及长期职业生态都可能面临深远冲击。

    来源 AI 行业观察
向下滚动自动加载更多