牛了，Skills集齐了AI Agents四件套

hlx

过去两年，很多人谈 AI Agent，第一反应还是：模型是不是更大、推理是不是更强、上下文是不是更长。
【图片1】Memory, Skills, Protocols 与 Harness Engineering
但这上交大&Oppo这篇综述给出的判断更像一次转向：AI Agent 真正变强，不只是因为模型本身更强，而是因为越来越多能力正在被搬到模型外面，变成可保存、可复用、可治理的运行环境。
【图片2】
论文把这件事叫作 externalization，可以翻成“外置化”。它的意思不是给模型外挂几个工具，而是把原本需要模型临场记住、临场发明、临场协调的东西，拆成外部结构：Memory 负责外置状态，Skills 负责外置流程经验，Protocols 负责外置交互规则，Harness 负责把它们组织成可控系统。

它解决的不是模型够不够聪明，而是聪明怎么稳定复用

这篇论文最有价值的地方，不是提出一个新 Agent 框架，而是给过去几年 Agent 研究画了一条线：从 weights，到 context，再到 harness。
【图片3】
第一阶段，大家把能力主要放在模型权重里。模型越大、训练越好，能力越强。这个阶段当然重要，但它有一个天然问题：权重里的知识很难选择性更新，也很难解释、审计和个性化。

第二阶段，能力开始转向上下文。Prompt、RAG、Chain-of-Thought、ReAct 等方法，本质上都是把模型需要的信息和任务结构放进输入里。论文把这解释成一种任务转换：模型不必“回忆”所有事实，只要“识别并使用”上下文里已经放好的材料。
【图片4】
但上下文也有边界：窗口有限，越长越贵，还可能出现信息被淹没的问题。于是第三阶段出现了：能力不再只放在模型或提示词里，而是放进一套长期运行的 harness。

这里的 harness 可以理解为 Agent 的工作台和操作系统：它包括文件、记忆库、工具注册表、权限、日志、评估、子 Agent 编排、失败恢复和审批流程。论文的核心判断是：成熟 Agent 的可靠性，越来越取决于这个外部环境，而不是单次模型调用。

能力外置具体外置了什么？

论文把 Agent 外置化拆成三个最核心的模块。
【图片5】
第一是 Memory：把状态外置。裸模型每次调用都像重新开始，长任务里的文件状态、失败经验、用户偏好、环境变化都很容易丢。外部记忆把这些信息保存下来，再在需要时筛选、压缩、召回。关键不是“存得越多越好”，而是让当前决策看见正确的过去。
【图片6】
第二是 Skills：把流程经验外置。很多 Agent 失败，不是因为不会某个动作，而是因为流程不稳定：该先检查的没检查，该重试的没重试，该停止的时候继续乱跑。Skill 的价值，就是把专家写好的步骤、判断规则和边界条件做成可复用包。这样模型面对任务时，不再每次从零发明工作流，而是在已有程序上组合和执行。
【图片7】
第三是 Protocols：把交互规则外置。Agent 要和工具、用户、其他 Agent、外部系统协作，只靠自然语言约定很脆弱。协议把发现、调用、授权、返回格式和生命周期变成机器可读的契约。论文提到的 MCP、A2A、AG-UI 这类方向，本质上都是让 Agent 的交互从“临场沟通”变成可验证、可治理的接口规则。
【图片8】
这三者不是孤立组件。记忆会影响技能选择，技能执行会产生新的记忆，协议会约束行动并把结果标准化写回系统。论文用一张图总结了这种耦合关系：Memory、Skills、Protocols 互相强化，而 Harness 负责调度、约束和观察整个循环。

最后

模型仍然是核心推理引擎，但对 Agent 来说，真正把能力变成可长期使用的产品，靠的是模型外那套可管理的认知基础设施。
【图片9】论文标题: Externalization in LLM Agents: A Unified Review of Memory, Skills, Protocols and Harness Engineering
论文链接: https://arxiv.org/abs/2604.08224v1

内容来源于互联网[玫瑰]