【小剧场】从聊天到做事:3 分钟看懂 AI 背后的整套系统
从一个豆包聊天窗口出发,把供应商、大模型、AI 应用、Agent、Harness、Skill 和 MCP 放进同一张图。借助“整理周报并保存成文件”的例子,看看它们如何分工,让 AI 从回答问题走向完成任务。
打开豆包,输入问题,等它回答,这是很多人认识 AI 的方式。但大模型、供应商、Agent、Harness、Skill、MCP,这些词到底在说谁?这期小剧场从一个聊天窗口开始,把它们放到同一张图里。
先分清应用、模型和供应商
我们打开的豆包 App,是一个供人使用的产品,这一类叫 AI 应用。聊天界面、历史记录和各种功能,共同组成了产品体验。
应用背后会调用模型,处理我们提供的内容并生成回答。这期说的“大模型”,主要指擅长处理语言、也可能处理图像等内容的模型。它经过训练,获得理解、生成和推理等能力。应用是我们使用的产品,模型是其中的能力核心。
大模型供应商则提供模型,或者模型调用服务。比如字节跳动研发豆包模型,也推出豆包 App;OpenAI 提供 GPT 系列模型,也推出 ChatGPT。同一家公司可以同时提供模型和开发应用,但这两个身份需要分清。
其他开发者也可以使用这些模型做自己的应用。因此,一个模型可以用于多个应用,一个应用也可以使用多个模型。看到“豆包”这样的名字,要先看它说的是模型还是 App。
从回答问题,到围绕目标行动
现在换一个任务:把本周材料整理成周报,并保存成文件。
系统需要读取材料、整理重点、生成内容,再保存结果。如果它能围绕这个目标,让模型判断下一步、调用工具,并根据工具返回的结果继续工作,这样的系统通常被称为 Agent,也就是智能体。
这里的 Agent 描述的是一套围绕目标行动的系统:模型在其中负责判断和生成,读取文件、保存结果等外部动作由工具执行。
这个循环又是谁组织起来的?
每一步都需要软件准备好输入、调用模型。模型提出读取文件的请求,软件把请求交给工具;工具执行完,再把结果送回模型,供它判断下一步。这些组织模型持续工作的配套软件,常被称为 Agent Harness。它也可能管理任务状态、上下文和执行权限。
模型提供能力,Harness 把调用、行动和反馈组织起来。
Skill 提供方法,MCP 提供连接约定
能写周报,还需要知道这份周报应该怎么写。比如先总结成果,再列风险,最后写下周计划,还要使用公司的模板。
把这些步骤、规则和模板,整理成可以按需读取的方法包,就是这里说的 Skill(技能)。它还可以带上参考资料或脚本。使用 Skill,是让系统参考现成的方法和材料,并不等于重新训练了一个模型。
方法有了,读取文档、保存文件的工具又怎么接进来?
MCP,全称 Model Context Protocol(模型上下文协议),提供了一套连接约定,让 AI 应用能用标准化的方式,与外部的数据和工具服务沟通。真正读取文件的是文档工具,MCP 规定应用和工具服务怎么沟通。
Skill 主要提供做事方法,MCP 主要解决连接问题。应用也可以使用其他连接方式,并非每个应用都需要 Skill 或 MCP。
| 概念 | 在整套系统里负责什么 |
|---|---|
| 供应商 | 提供模型或者模型调用服务 |
| 大模型 | 提供理解、生成和推理等能力 |
| AI 应用 | 把模型和所需配套组合成供人使用的产品 |
| Agent | 围绕目标选择行动,并根据反馈继续工作的系统 |
| Harness | 组织模型调用、工具执行和结果反馈 |
| Skill | 提供可复用的步骤、规则、模板和参考材料 |
| MCP | 提供应用与外部数据、工具服务之间的标准连接约定 |
两个应用使用同一个模型,表现为什么仍可能不同?因为它们给模型的资料、组织工作的方式、能使用的工具,都可能不同。
以后遇到一个 AI 名字,可以先辨认它的身份,再看它在整套系统里负责什么。


