这篇按术语逐项解释常见的 AI Agent 概念。先看每项的简短说明，想了解完整流程、例子和边界，再进入对应专题。

返回总览 · 本篇讨论模型本身，工具接入见 下一篇。

让 Agent「读报错、改代码、跑测试」，其中理解报错和生成修改建议的，通常是语言模型；真正读取文件和运行测试的，是外围程序。

这一篇先把模型这一层的词讲清楚。我们用「给模型一段报错，让它分析原因」这个简单场景，贯穿输入、生成和训练。

返回总览 · 上一篇 模型基础。

假设你要 Agent 审查一个仓库。

它需要知道怎样审查，也需要真的能读代码。代码放在远程平台时，还需要一条接入路径。任务复杂以后，又需要把多次操作组织起来。

Tool、Skill、MCP、Code Mode 就在解决这些不同问题。理解它们最方便的方式，是沿一次实际调用往下看。

返回总览 · 上一篇 工具与协议。

用户让 Agent 修一个 Bug。它读日志、改代码、跑测试，失败后又继续改。这种过程看起来像模型一直在工作，实际上外围程序在不断组织调用、执行工具和更新状态。

这一篇沿着任务的推进与中断，把「循环」「运行」「恢复」放在一起解释。

返回总览 · 上一篇 循环与运行。

你明明告诉过 Agent「这个项目不要新增依赖」，下一次它还是装了新包。

这时先不要急着认为模型没有记忆。那句话可能还在聊天历史里，只是没有进入本次模型输入；也可能被压缩成摘要时遗漏了。

理解记忆，要同时看信息保存在哪、怎样取出来、这次有没有交给模型。

返回总览 · 上一篇 上下文与记忆。

你问「今年出差住宿费最多报销多少」，模型训练时学到的知识通常回答不了你公司的最新规定。

系统可以先找到公司的报销文件，再用文件里的规定回答。这种检索外部资料、结合资料生成回答的方式，就是 RAG，Retrieval-Augmented Generation，检索增强生成。

这篇用一个构造的报销查询例子，把 RAG 的概念顺着链路讲完。检索多少条、分块多大，都只是示例，不是推荐参数。

返回总览 · 上一篇 RAG。

一个 Agent 修代码，另一个检查是否破坏旧功能，看起来像两个人配合。

但它们是否看到相同资料、是否共享目录、谁最后负责合并结果，都需要程序设计。多 Agent 不会因为数量增加就自动形成团队。

这一篇把协作和观察环境放在一起讲，它们共同影响任务怎样从「安排了」走向「真的完成」。

返回总览 · 上一篇 协作与电脑操作。

Agent 面板显示「缓存命中」，你却还是等了很久。

这不一定是缓存没用。命中的可能只是工具目录，而耗时主要发生在模型输出或外部查询。要理解性能，先弄清复用了什么，再看整条任务链的时间。

返回总览 · 上一篇 缓存与性能。

Agent 说「已经修好了」，你真正关心的是问题是否消失，旧功能有没有受影响。

同样，工具已经连上，不代表能做任何操作；模型认为可以做，也不能代替权限检查。这一篇回答两个问题，有没有权做，怎样知道做对了。

最近整理了一下 Biny Agent 的工具系统。

给 Agent 增加一个工具其实不难：定义参数 Schema，注册工具，再实现执行函数。但接入 MCP、插件和各种扩展以后，工具数量越来越多，问题就变了。

只读一个文件，有必要把上百个工具的定义都交给模型吗？缺少能力时，模型能不能自己找到工具？不同来源的调用，能不能共用一套权限和执行机制？如果一次写入中途断线，又该不该重试？

我现在更关心的是，工具从被发现到真正产生副作用，中间的每一步能不能说清楚。

这篇文章就沿着这条链路，聊聊我在 Biny 中的实现和取舍。