从一粒沙到一座城：AI 时代核心概念的底层叙事

引子

2024 到 2026 年，AI 领域的术语像雨后春笋般涌来。Token、Prompt、RAG、MCP、Agent、Harness、Loop……每一个词单独拿出来都能写十篇文章，但它们真正的力量，在于彼此之间的递进与咬合。

我试图用一条线把它们串起来。这条线的逻辑是：从一粒原子，到一次对话，到一座能自我运转的城市。

一、Token：一切的原子

大语言模型不"认识"文字。它认识的是 Token——一个介于字母与单词之间的奇怪单位。

"你好世界"在中文模型里可能被切成 ["你", "好", "世", "界"]，而 “unbelievable” 在英文模型里是 ["un", "believ", "able"]。Token 是模型的最小感知粒度，是概率分布的基本坐标。

理解 Token 意味着理解一个残酷的事实：模型的"思考"本质上是在一个有限词表上做下一个 Token 的概率预测。 没有理解，只有统计。没有灵魂，只有条件概率。

但正是这种"笨拙"的逐 Token 预测，涌现出了令人震惊的语言能力。这是整个大厦的地基。

二、Prompt：人类伸向概率云的那只手

Token 是模型的原子，而 Prompt 是人类与模型交互的唯一界面。

你写下的每一个字、每一段指令、每一个"请你扮演……"，都会被切成 Token 序列，喂入模型，成为条件概率的"条件"部分。Prompt 本质上是在说：

“在无穷可能的下一个 Token 分布中，请你把概率质量集中到我想要的方向。”

Prompt Engineering 的全部技巧——角色设定、Few-shot 示例、思维链（Chain-of-Thought）、结构化输出约束——都是在雕刻概率分布的形状。

但 Prompt 有一个根本局限：它只能携带模型训练时已经"见过"的知识，以及你在上下文窗口里塞进去的有限文本。 一旦你问"我们公司上周的销售额是多少"，再精妙的 Prompt 也救不了你。

模型需要"外挂"。

三、RAG：给模型装上图书馆

RAG（Retrieval-Augmented Generation） 的核心思想极其朴素：

在生成回答之前，先去外部知识库里检索相关文档片段，把它们塞进 Prompt 的上下文里，再让模型基于这些"临时教材"生成答案。

流程是：用户提问 → Embedding 向量化 → 在向量数据库中做相似度检索 → 取回 Top-K 文档块 → 拼接进 Prompt → 模型生成。

RAG 解决了两个痛点：知识时效性（模型训练有截止日期）和领域专属性（你的私有数据不在训练集里）。

但 RAG 也暴露了新的问题：检索到的只是"文本片段"。如果模型需要的不是"读一段文档"，而是"调用一个 API"“查一次数据库”"发一封邮件"呢？

我们需要一个更通用的"连接协议"。

四、MCP：AI 世界的 USB 接口

2024 年底，Anthropic 提出了 MCP（Model Context Protocol）。它的野心很大：

定义一套标准协议，让任何 AI 模型都能以统一方式连接任何外部工具、数据源和服务。

你可以把 MCP 理解为 AI 世界的 USB-C。在 MCP 之前，每个模型要连 GitHub 得写一套适配，连 Slack 又得写一套，连数据库再写一套——M×N 的组合爆炸。MCP 之后，工具方实现一个 MCP Server，模型方实现一个 MCP Client，中间用标准 JSON-RPC 通信，即插即用。

MCP 把 RAG 从"只能检索文本"扩展为"可以调用任意能力"。它让模型从"读书的学者"变成了"能操作电脑的实习生"。

但一个"能操作电脑的实习生"和一个"能独立完成项目的工程师"之间，还差一个关键的东西：自主性。

五、Agent：从"回答"到"做事"

Agent（智能体） 是当前最热的词，也是最容易被滥用的词。

一个真正的 Agent 不只是"能调用工具"。它的核心特征是：

1. 目标驱动：给定一个高层目标（“帮我调研竞品并写一份报告”），而非单步指令。
2. 自主规划：自己拆解任务、决定先做什么后做什么。
3. 工具使用：通过 MCP 或 Function Calling 与外部世界交互。
4. 记忆与反思：能记住中间状态，能从失败中调整策略。

如果说 Prompt 是"你问我答"，RAG 是"你问我查了再答"，MCP 是"你问我用工具查了再答"，那么 Agent 是：

“你给我一个目标，我自己决定问谁、查什么、用什么工具、做几步、怎么验证，直到完成。”

Agent 把 AI 从函数（输入→输出）变成了过程（目标→规划→执行→反馈→……→完成）。

但一个 Agent 不能凭空运行。它需要一个"身体"。

六、Harness：Agent 的肉身与操作系统

Harness（直译"挽具/框架"）是承载 Agent 运行的基础设施。它回答的问题是：

Agent 的"灵魂"（LLM + 规划逻辑）跑在什么"身体"里？谁管理它的生命周期？谁给它分配工具权限？谁监控它的资源消耗？谁在它失控时拉下紧急制动？

一个典型的 Agent Harness 包括：

• 运行时环境：沙箱、容器、权限隔离
• 工具注册表：Agent 可以调用哪些 MCP Server / API
• 状态管理：对话历史、中间变量、长期记忆
• 安全护栏：最大步数限制、敏感操作确认、输出过滤
• 可观测性：日志、Trace、Token 消耗统计

你可以把 Harness 想象成 Agent 的操作系统 + 身体 + 法律体系。没有 Harness，Agent 只是一个在 Jupyter Notebook 里裸跑的 while 循环，脆弱且危险。

而 Harness 中最核心的运行机制，就是 Loop。

七、Loop：Agent 的心跳

Loop（循环） 是 Agent 的执行引擎。最经典的形态是 ReAct Loop（Reason + Act）：

while 目标未完成:
    1. Observe  → 观察当前状态（用户输入 / 工具返回 / 环境反馈）
    2. Think    → LLM 推理：下一步该做什么？
    3. Act      → 调用工具 / 生成回复 / 修改计划
    4. Reflect  → 结果是否符合预期？是否需要调整？

每一次循环迭代，就是一次"心跳"。Agent 的"智能"不在某一次推理中，而在循环的收敛性中——它能否在有限步数内，从混乱走向目标。

Loop 也解释了为什么 Token 消耗在 Agent 时代会爆炸式增长：每一次循环迭代都要把完整上下文重新喂给模型，10 步循环可能消耗单次对话 10 倍的 Token。这就是为什么 Token 经济学（定价、窗口长度、缓存策略）在 Agent 时代变得如此关键。

八、全景：一粒沙如何建成一座城

让我们退后一步，看完整的图景：

Token          ← 原子：模型的最小感知单位
  ↓ 组成
Prompt         ← 界面：人类雕刻概率分布的手段
  ↓ 增强
RAG            ← 知识：让 Prompt 携带外部信息
  ↓ 泛化
MCP            ← 协议：标准化一切外部连接
  ↓ 驱动
Agent          ← 主体：自主规划与执行的智能体
  ↓ 承载于
Harness        ← 基础设施：运行时、权限、安全、可观测
  ↓ 核心机制
Loop           ← 心跳：观察→思考→行动→反思的迭代循环

从 Token 到 Loop，是从静态到动态、从单次到迭代、从被动响应到主动执行的完整跃迁。

尾声：一个隐喻

如果把 AI 系统比作一座城市：

• Token 是砖块。
• Prompt 是市民对城市说的话（“我需要一条路”）。
• RAG 是市政档案馆，提供历史图纸。
• MCP 是统一的市政接口标准（水电煤网都走同一套管道协议）。
• Agent 是城市规划师，接到目标后自主设计、施工、验收。
• Harness 是城市的法律、电网、交通系统——让规划师能工作但不至于拆掉整座城市。
• Loop 是规划师每天的工作节奏：勘察→设计→施工→验收→返工→再验收……直到竣工。

我们正处在从"建几栋房子"（单次对话）到"建一座自运转的城市"（多 Agent 系统）的过渡期。每一个概念都不是孤立的技术时尚，而是这座城市的必要构件。

理解它们的递进关系，比记住任何一个单独的定义，都重要得多。