AI学习002：快速相识这几年AI的进化汗青

2022年底，ChatGPT横空出世，整个天下为之震动。但你有没故意识到——三年已往了，我们和AI的交互方式，已经悄悄换了人间？
写在前面

假如你在2023年初问一个人"你怎么用ChatGPT"，他的答复大概率是："问它标题，它答复。"
假如你在2026年问同样的标题，他的答复大概是："我让一个Agent去帮我调研，另一个Agent写初稿，第三个Agent做Review，末了我自己过一遍。"
从「问答」到「多Agent协作交付」，这中心发生了什么？
这不是一个技能迭代的故事，这是一个交互范式迁徙的故事。每一次跃迁，本质上都是同一件事：把人的负担，往体系那里再推一步。
我想把这三年的变革拆成四个条理来讲：Prompt → MCP → Skill → Harness。每一层不是代替上一层，而是在上一层的根本上叠加。就像TCP/IP协议栈，越往上越靠近人的意图，越往下越靠近呆板的实行。
第一章 Prompt期间：人顺应模子（2022-2023）

1.1 统统的出发点：对话即编程

2022年11月30日，ChatGPT上线。五天，一百万用户。两个月，一亿用户。
那段时间，全部人都在做同一件事：探索这个模子的界限。
"给我写一首李白风格的诗""用莎士比亚的语气写一段代码解释""假如你是一个神经病学家……"
这些看似好玩的实验背后，隐含着一个深刻的发现：大模子的输出质量，非常依赖于你输入的方式。
同一个标题——

• "ython怎么读文件？" → 得到一段根本代码
  
• "你是一个资深Python工程师，请用最佳实践实现一个坚固的文件读取函数，处理处罚编码、非常、路径校验，附单位测试" → 得到一段生产级代码
  

差距是惊人的。
于是，Prompt Engineering（提示词工程）作为一个范畴诞生了。
1.2 提示词的武器库

到2023年中，Prompt Engineering已经发展出一套相称成熟的方法论：
Zero-shot Prompting — 直接问，不给示例。最原始的方式，但模子充足强时也够用。
Few-shot Prompting — 给几个示例，让模子"照猫画虎"。OpenAI的GPT-3论文就证实白，短短几个例子，结果可以质变。
Chain-of-Thought（CoT） — 让模子"一步一步思考"。2022年1月Google Brain的论文提出，简朴到令人难以置信：只要在Prompt末了加上"Let's think step by step"，模子在推理使命上的体现就能大幅跃升。这大概是Prompt Engineering汗青上性价比最高的发现。
ReAct — Reasoning + Acting。让模子瓜代举行"思考"和"举措"，先分析标题，再决定下一步做什么，然后观察结果，再继承思考。这个范式直接催生了厥后的Agent概念。
脚色饰演 — "你是一个资深的xx专家"，赋予模子一个身份和视角，让它的答复更有针对性和同等性。
布局化输出 — 要求模子以JSON、Markdown表格等格式输出，方便卑鄙步伐分析。
1.3 Prompt期间的本质

这些本事看上去五花八门，但都指向同一个现实：模子够聪明，但我们须要学会怎么"跟它语言"。
这是一种人顺应模子的范式。
你须要明确模子的"性情"——它善于什么、不善于什么、什么样的指令格式它明确得最好、什么样的语言会让它产生幻觉。你像一个驯兽师，须要学会用鞭子和糖果让猛兽演出。
但鞭子和糖果都有极限。
2023年中，人们开始碰鼻：不管Prompt写得多精妙，模子也只能「语言」，不能「办事」。
你让它帮你订机票，它会说"很歉仄，我无法访问外部体系"。你让它查本日的天气，它会编一个看起来像真的但完全捏造的天气预告。你让它读你电脑上的文件，它做不到。
Prompt的期间，模子是一个有着惊人知识量但被困在玻璃缸里的学者——什么都知道，但什么都做不了。
于是，第二层进化开始了。
第二章 MCP与Tool Use期间：模子长脱手脚（2023-2024）

2.1 从Function Calling到工具调用

2023年6月，OpenAI在GPT-4的更新中引入了Function Calling。这是一个看起来不起眼但意义深远的功能：模子不再只能输出文本，它还可以输出一个布局化的函数调用哀求。
什么意思？
从前你问"杭州本日天气怎么样"，模子会说"我无法获取及时天气信息"。现在，模子可以输出：

	{
	"function": "get_weather",
	"arguments": {"city": "杭州"}
	}

然后你的体系调用天气API，把结果返回给模子，模子再输出："杭州本日多云，气温22°C，得当出行。"
模子第一次长出了手脚。
这不是简朴的"搜刮增强"。搜刮增强是把搜刮结果塞进上下文，模子依然是被动的。Function Calling让模子自动决定须要什么信息、调用什么工具，然后根据结果继承推理。
这是一个从"被动答复"到"自动举措"的质变。
2.2 工具生态发作

Function Calling之后，工具生态如雨后春笋：

• 代码实行器 — 让模子写Python代码并现实运行
  
• 文件体系 — 让模子读写本地文件
  
• 搜刮引擎 — 让模子及时搜刮互联网
  
• 数据库毗连 — 让模子查询企业内部数据
  
• API网关 — 让模子调用各种外部服务
  

OpenAI推出了Plugins生态，微软的Copilot百口桶把大模子接入了Office百口桶，各种"AI + X"的产物如潮流般涌现。
2.3 MCP：工具调用的"USB协议"

工具多了，标题也来了：每家厂商的工具调用格式都不一样。
OpenAI有自己的Function Calling格式，Google有自己的一套，Anthropic也有。每个工具提供方都须要为差别的模子做适配。这是一个典范的N×M标题——N个模子，M个工具，须要N×M个适配器。
2024年底，Anthropic提出了MCP（Model Context Protocol）——模子上下文协议。
MCP的焦点头脑很简朴：界说一个同一的协议，让任何模子都能和任何工具通讯。
就像USB协议同一了装备接口一样——你不须要为每个装备定制接口，只要都依照USB标准就行。
MCP的架构：

• MCP Host — 须要利用工具的应用步伐（比如Claude Desktop、Cursor）
  
• MCP Client — 和MCP Server通讯的协议客户端
  
• MCP Server — 提供工具的服务端，每个Server袒露一组Tool和Resource
  

这个筹划优雅地解耦了模子和工具：模子只管"我要做什么"，MCP协议负责"怎么和工具通讯"，工具Server负责"详细实行什么"。
今后，MCP生态敏捷强盛。从数据库毗连到文件利用，从搜刮引擎到企业内部API，险些你能想到的工具都有人做了MCP Server。乃至出现了MCP Server的聚合平台，像npm一样安装和利用工具。
2.4 Tool Use期间的本质

MCP和Tool Use办理了Prompt期间最焦点的范围：模子不能办事。
现在模子可以查天气、写代码、利用文件、调用API——它从一个"知识丰富的谈天者"变成了一个"夺目活的助手"。
但新的标题出现了：工具是零星的。
就像给一个人配了一整间工具房——锤子、螺丝刀、扳手、电钻应有尽有——但假如你不知道修桌子应该先用哪个、后用哪个、碰到螺丝滑丝怎么办，工具再多也白搭。
你每次都须要明确告诉模子"先查这个API，再用谁人工具处理处罚数据，然后用另一个工具天生陈诉"——工具调用的编排负担仍旧在人身上。
于是，第三层进化开始了。
第三章 Skill与Agent期间：模子学会方法论（2024-2025）

3.1 从"给你工具"到"给你手册"

Skill这个词，在AI范畴并没有一个完全同一的界说。但在我看来，它的焦点寄义是：
Skill = 范畴知识 + 工作流编排 + 工具调用计谋
假如说工具是零件，Skill就是装配手册。不，比手册更高级——Skill更像是一个履历丰富的老师傅，他不但知道用什么工具，还知道什么时间用、以什么序次用、碰到不测环境怎么办。
举一个详细的例子。假设你要用AI帮你做代码Review：
只有Prompt的期间：你把代码贴给模子，说"帮我review一下"。模子给出一些泛泛的发起，经常遗漏关键标题。
有了Tool的期间：你可以让模子调用Git工具读代码、调用Linter查抄格式、调用测试框架运行测试。但你须要一步步告诉它该做什么。
有了Skill的期间：你只须要说"Review这个PR"，Skill里的代码查察技能会自动：

• 分析PR的变更范围和影响
  
• 逐文件查抄代码质量
  
• 运行静态分析工具
  
• 查抄是否有安全毛病
  
• 验证测试覆盖率
  
• 天生布局化的Review陈诉
  

你不须要指定每一步，由于方法论已经编码在Skill中了。
3.2 Agent：有计谋的实行者

Skill办理的是"怎么做"的标题，Agent办理的是"做什么"和"为什么如许做"的标题。
Agent = 感知 + 规划 + 举措 + 反思
一个真正的Agent具备：
感知本领 — 明确当前的状态和上下文。不但是吸收用户输入，还能自动获取信息（读文件、查API、搜刮网页）。
规划本领 — 把大目的拆解成可实行的步调。不是机器地实行预设流程，而是根据详细环境动态调解计谋。
举措本领 — 调用工具实行利用。写代码、发邮件、改设置、跑测试……
反思本领 — 查抄自己的输出，发现错误，回退重来。这是Agent和简朴脚本最本质的区别——脚本只会傻跑，Agent会"想想自己做对了没有"。
2024年，Agent框架发作式增长：

• LangGraph — 把Agent的工作流建模为图（Graph），支持分支、循环、条件跳转
  
• CrewAI — 多Agent协作框架，每个Agent有脚色和目的
  
• AutoGen — 微软出品，夸大多Agent对话协作
  
• OpenClaw — 个人AI助手框架，集成Skill、MCP、Cron等本领
  

这些框架的共同目的是：让Agent从"按指令干活"进化为"按目的干活"。
3.3 Agent的"顿悟时候"

2024年有几个让我印象深刻的"Agent时候"：
Devin — Cognition推出的"第一个AI软件工程师"。它不但能写代码，还能自己打开欣赏器看文档、调试运行错误、自主修复bug。固然Demo和现实之间有差距，但它第一次让人看到了"AI自主完成开发使命"的大概性。
SWE-bench上的突破 — AI在真实软件工程使命上的体现快速提升。从最初的险些无法办理任何标题，到办理20%+、30%+的真实GitHub Issue。
Claude的Computer Use — Anthropic让Claude直接利用电脑界面——看屏幕、移动鼠标、点击按钮。这是一种极度的"工具调用"方式：假如全部软件都是工具，那利用体系自己就是最大的工具。
3.4 Skill期间的本质

Skill和Agent办理的焦点标题是：工具调用的编排。
从前：人想要一个结果，须要自己编排「用什么工具、按什么序次、非常怎么处理处罚」。
现在：人只须要给出目的和界限，Agent和Skill负责处理处罚中心的全部细节。
用管理学的话说：我们完成了从"微观管理"到"目的管理"的超过。
你不再须要告诉AI每一步做什么，你只须要告诉它"我想要什么"和"不要做什么"，中心的过程它自己搞定。
但人真的能完全放手吗？显然不能。Agent会犯错，会产生幻觉，会在错误的方向上越走越远。于是，第四层进化登场了。
第四章 Harness期间：顺从一群智能体（2025-）

4.1 从单兵作战到军团作战

Harness，英文原意是"马具、挽具"，引申为"驾御、顺从"。
这个词汇的选择非常精准：我们面对的不再是一匹马，而是一群马。标题不是"怎么骑"，而是"怎么驾御整个马队"。
2025年，AI利用的焦点范式开始从"单Agent"向"多Agent协作"迁徙：
Coding Agent + Review Agent — 一个写代码，一个查察代码。写的人激进，查的人守旧，相互制衡。
Research Agent + Writer Agent — 一个负责调研网络素材，一个负责构造语言写文章。专业分工，各展所长。
Planner Agent + Executor Agent + Checker Agent — 规划者分解使命，实行者落实细节，查抄者验证结果。三权分立，淘汰犯错。
这不是简朴的"并行"，而是有构造的协作——每个Agent有自己的脚色、职责、权限和沟通方式。
4.2 人在回路（Human-in-the-Loop）

Harness期间最紧张的筹划原则之一：Human-in-the-Loop。
完全自主的Agent？听起来精美，现实很伤害。AI会自大满满地犯下人类绝不会犯的错误——删除紧张文件、发送错误邮件、花掉不应花的钱。
以是Harness架构的焦点不是"完全自动化"，而是**"关键节点有人把关"**：

• Agent写完代码 → 人工Review后再归并
  
• Agent发邮件 → 展示草稿，人工确认后发送
  
• Agent做决议 → 紧张的决议须要人工答应
  

非关键路径完全自动化，关键路径必须人工确认。这就像公司里的审批流——一样平常采购部分自己定，大额付出必须CEO具名。
4.3 会话式编排

Harness期间的另一个关键变革：编排方式从"写代码"变成了"语言"。
从前的Agent编排须要写Python脚本、画状态机、界说转移条件。现在？你只须要说：
"帮我调研一下Flink在流式数据处理处罚方面的最新希望，天生一份陈诉，然后发给团队。"
体系会自动：

• 调理Research Agent去做调研
  
• 调理Writer Agent来构造陈诉
  
• 调理关照Agent发送消息
  

你不须要知道底下有多少个Agent在工作，不须要知道它们怎么通讯，不须要知道它们的Prompt是什么。你只须要用天然语言形貌你的意图。
这和软件工程的发展轨迹如出一辙：从呆板语言 → 汇编语言 → 高级语言 → 天然语言编程。每一层抽象，都让离"呆板怎么实行"更远、离"人想什么"更近。
4.4 自愈与弹性

好的Harness还具备一个前沿本领：自愈（Self-healing）。
Agent实利用命时堕落了怎么办？
早期：使命失败，等人工处理处罚。
现在：Agent可以自己——

• 回退 — 回到上一步，换个计谋重试
  
• 降级 — 假如Plan A不可，自动切换到Plan B
  
• 告急 — 自己搞不定时，自动向其他Agent或人类告急
  
• 学习 — 记着这次失败，下次制止雷同错误
  

这就像一个有履历的员工——新人碰到标题会卡住，但老手会调解计谋、找同事帮助、换个方法再试。
4.5 Harness期间的实例

一个典范的Harness体系：
主Agent（Main Agent） — 负责明确用户意图，调理子Agent，整合结果。它是整个体系的"大脑"。
子Agent（Sub-Agent） — 被主Agent调理，实行详细使命。比如Coding Agent写代码，Research Agent做调研。每个子Agent是隔离的，有自己的上下文和生命周期。
Skill — 预制的工作流。比如"代码查察"Skill包罗了整个Review流程的最佳实践。
MCP工具 — 底层本领。数据库访问、文件利用、搜刮等。
Cron — 定时使命体系。让Agent不须要人盯着也能按时干活。
人在回路 — 发消息、写代码等敏感利用须要人工确认。
用户只须要说一句话，整个Harness体系就会自动编排、调理、实行、回报。
4.6 Harness期间的本质

Harness办理的焦点标题是：多Agent体系的编排与管理。
当AI的本领充足强之后，瓶颈不再是"单个Agent能做什么"，而是"怎样让多个Agent高效、安全、可控地协作"。
这就像从"个人贡献者"到"技能管理者"的变革：

• IC（单Agent）关注的是"我能不能做好这件事"
  
• Manager（Harness）关注的是"团队（多Agent）能不能高效、高质量地交付"
  

两种本领完全差别。前者须要技能深度，后者须要体系筹划和管理本领。
第五章 四层的关系：不是替换，是叠加

5.1 协议栈类比

明确这四层演进，最直观的方式是把它类比为网络协议栈：

	┌─────────────────────────────────┐
	│ Harness（应用层） │ 意图表达 → 多Agent编排与管理
	├─────────────────────────────────┤
	│ Skill/Agent（传输层） │ 工作流编排 → 方法论与计谋
	├─────────────────────────────────┤
	│ MCP/Tool（网络层） │ 工具调用 → 本领接入
	├─────────────────────────────────┤
	│ Prompt（数据链路层） │ 指令编码 → 人机沟通
	└─────────────────────────────────┘

每一层依赖下层的支持，同时为上层提供服务：

• 没有Prompt，模子都不知道你要它做什么
  
• 没有MCP/Tool，模子只能动嘴不能动手
  
• 没有Skill/Agent，模子没有方法论，每件事都要人重新编排
  
• 没有Harness，多个Agent各自为战，无法协作
  

同时，上层并不"代替"下层：

• 即便到了Harness期间，你依然须要写好Prompt（只是这件事被Skill封装了）
  
• 即便有了Agent，你依然须要工具调用（只是Agent替你决定调哪个）
  
• 即便有了Harness，每个Agent内部依然在做推理和规划
  

5.2 人的到场点上移

四层演进的趋势，用一句话概括：
人的到场点，从「利用层」连续上移到「意图层」。

条理	人做什么	模子做什么	类比
Prompt	经心语言提问	答复标题的专家	传授答疑
MCP/Tool	挑工具、写调用	按指令实行的利用员	训练生跑腿
Skill/Agent	界说目的和界限	规划+实行+反思的项目司理	项目司理带项目
Harness	形貌想要什么	多Agent协作交付的团队	CEO管公司

在Prompt期间，人要细化到"怎么说"；在Harness期间，人只须要"说什么"。
这和人类社会的管理演进一样：

• 微观管理（Micromanagement）→ 你告诉部属每一步怎么做
  
• 过程管理（Process Management）→ 你界说流程和规范
  
• 目的管理（MBO/OKR）→ 你界说目的和束缚，过程交给团队
  

每一层，人都在"放手"更多细节，同时"掌控"更焦点的决议。
第六章 还没办理的标题

讲到这里，轻易给人一种"统统顺遂、标题已解"的错觉。但现实远没有那么乐观。每一个期间都有它的"未解之痛"。
6.1 Prompt期间的遗留标题

• Prompt Injection — 恶意指令可以通过Prompt注入挟制模子举动。这是一个安全层面的根天性标题，直到本日也没有美满办理。
  
• Prompt的脆弱性 — 同一个Prompt，换一个模子、乃至换一个版本，结果大概天差地别。Prompt Engineering的"工程"二字，含金量存疑。
  

6.2 MCP/Tool的标题

• 工具选择错误 — 模子偶然会"选错工具"，显着该用搜刮却用了数据库查询。模子并不真正明确工具的语义。
  
• 工具调用链的可靠性 — 一个工具调用失败，整条链就断了。容错和重试机制远不如传统软件工程成熟。
  
• 安全界限暗昧 — 给模子越多的工具权限，失事时的结果越严厉。一个能"实行恣意Shell下令"的Agent，和rm -rf /之间只差一个幻觉。
  

6.3 Skill/Agent的标题

• 过分自大 — Agent经常对自己的错误毫无察觉，自大满满地输出垃圾结果。反思本领远不如宣传的那样可靠。
  
• 资本失控 — Agent大概陷入"死循环"：不停重试、不停调用工具、不停斲丧Token，直到你的API账单爆炸。
  
• 方法论僵化 — Skill编码了最佳实践，但"最佳实践"是偶然效性的。本日的好方法，半年后大概就过期了。Skill的维护资本被严厉低估。
  

6.4 Harness的标题

• 可观测性差 — 多Agent协作时，出了标题很难定位是哪个Agent的锅。调试一个Harness体系，比调试一个微服务架构还让人头疼。
  
• 编排复杂度 — "会话式编排"听起来精美，但天然语言的歧义性注定了误解不可制止。你说"调研一下"，Agent明确成"花5分钟搜一下"照旧"花5天做深度研究"？
  
• 人机协作的均衡 — Human-in-the-loop的"度"很难拿捏。确认太多，人成了瓶颈；确认太少，即是没有护栏。
  

第七章 下一步：我们往那里去？

猜测未来是伤害的，但有些趋势已经充足清晰：
7.1 意图的正确表达

从"问答"到"意图表达"，另有很长的路。当前的天然语言指令太暗昧，未来的交互大概团结：

• 多模态输入 — 画个草图，AI就知道你要什么UI
  
• 示例驱动 — 给一个参考，AI就知道你要什么风格
  
• 渐进式细化 — 先大略形貌，AI提问澄清，渐渐迫近正确意图
  

7.2 Agent的可靠性

Agent最大的标题不是本领不敷，而是不敷可靠。未来的突破大概在：

• 情势化验证 — 用数学方法证实Agent的某些举动是安全的
  
• 沙箱化实行 — Agent在受控环境中运行，错误不会扩散
  
• 置信度校准 — Agent知道"自己不知道什么"，不确定时自动告急而不是编造答案
  

7.3 Harness的标准化

当前每个Harness框架都是"各自为战"。未来大概须要：

• Agent间通讯协议 — 雷同MCP，但是Agent对Agent
  
• 编排DSL — 一种形貌多Agent协作流程的标准语言
  
• 可观测性标准 — 同一的日记、追踪、指标体系
  

7.4 从"工具"到"搭档"

最深远的变革大概是生理层面的：我们不再把AI当工具，而是当搭档。
工具是什么？你拿起来用，放下就忘了。搭档是什么？你信托它，依赖它，和它磨合，它会相识你的风俗和偏好。
本日，一个人的OpenClaw可以记着他的工作风俗、沟透风格、项目上下文——这不是工具该有的属性，这是搭档才有的属性。
这种关系的变革，大概比任何技能进步都更深刻。
结语：从学会语言，到学会放手

回顾这三年的演进，我最大的感触是：
我们不绝在学习怎样"放手"。
Prompt期间，我们学会了怎么跟AI语言——但什么都得自己说。
MCP期间，我们学会了让它动手办事——但每件事都得自己安排。
Skill期间，我们学会了教它方法——但每个方法都得自己想。
Harness期间，我们终于开始学会放手——只说目的，让体系自己搞定过程。
学会放手，不代表不再掌控。恰好相反——只有当一样平常的实行不再须要你的注意力，你才气真正专注于战略性的思考和决议。
CEO不须要切身写代码，但他决定了公司做什么产物。同样，在AI期间，人的代价不在于"做什么"，而在于"想做什么"和"判定做得对不对"。
这不是AI代替人类的故事。这是人类从繁琐的实行中解放出来、专注于真正紧张之事的故事。
固然，条件是我们能办理那些还没办理的标题。
但至少方向是清晰的：
人负责"想要什么"，AI负责"怎么做"。
Prompt界说意图，MCP提供本领，Skill编码方法，Harness编排协作。
每一层，都在让这个分工更加清晰、更加高效。