开场：如果NPC真的能替你玩游戏

“你好，勇士。”

在很多RPG游戏里，你可能都听NPC说过这句话。

第一次听还像那么回事。但当你第十次听到时，可能已经彻底忽略了这个NPC。

有点人样，

但不多。

可如果有一天，它突然脱离了剧本呢？

你下线前只交代一句：“明天帮我多赚点金币。”

等你第二天上线，它已经自己看过行情、买好种子、种进地里，还记得昨天干到了哪里。

这样的NPC，你喜不喜欢？

而这种程度，已经不只是一个NPC了，它更像今天的Agent。

这里其实藏着一条完整的成长线，对应的就是 你最近经常听到的那些AI黑话。

但今天我不按词典一个个解释，而是带你沿着NPC的成长过程，把这些概念一次串清楚，点满你的AI技能树。

【llm、prompt 、context】

要让NPC不再循环台词，第一步，是给它装上一个能理解语言并现场组织回答的“大脑”——LLM（Large Language Model），也就是大语言模型。

LLM是在大量数据上训练出来的语言模型。

它不是从一张答案表里挑一句说，而是根据已经看到的内容，持续预测并生成后续内容。

好了，但它有脑子但不代表它知道你想做什么。

所以你得说点什么。

比如“今天帮我种一棵苹果树。”

那这一句话，就是Prompt了，中文通常叫提示词。

Prompt可以包含目标、限制和输出要求，比如种在哪里、金币最多花多少、完成后是否汇报。

写得越清楚，它需要自己猜的地方就越少。

现在NPC知道你要干啥了。你接着又说：“在它旁边再种一棵。”

在这里等一下，你觉得这句话很好理解，对吧。

但其实单独看 这句话并不完整。

“它”是哪棵树？再种一棵什么树？

你能听懂，是因为你把我前面讲的内容也一起进行信息处理了。

模型每次回答时，不只看你最后那句话。

系统会把当前的Prompt、之前的对话和规则，一起给模型。

模型再根据这一整包信息生成回答，这样你听到的回答才准。

那这一堆信息，就是Context，也就是你常听到的上下文。

【Memory】

但Context有一个边界：它只包括模型这一次思考时能够看到的信息。

等我第二天重新上线，昨天的对话如果没有被放进Context，它就不知道昨天种了什么。

想让NPC跨过一次对话，依然记得之前发生的事，就要把重要信息先保存下来，需要时再取出。

这套机制就是Memory，中文叫记忆。

它通常指保存在当前对话之外、以后还能反复重新取回的信息。

【RAG】

再回到我们的主线任务，让npc种作物。

你遇到一个问题，其实你不知道现在是不是种苹果树的季节，于是问：“苹果树应该在哪个季节种？”

但npc可能也不知道， 答案可能在一本几百页的游戏攻略里。

但是，如果你提前把整本攻略都放进Context，既浪费空间，也会淹没真正相关的信息。

所以更合理的办法，是先找到与问题最相关的几段，再交给模型回答。

你猜到这是什么了吗？对，

这个过程就是RAG，检索增强生成。

它不是让模型直接看整本书，而是在回答前，赶紧替它翻到需要的那几页。

把这些重要信息放进它的上下文中，再让它回答你的问题。

这样模型的回答就准多了。

好我们先停一下 理一理，在这个例子里，Prompt是你现在说的话，Memory替它找回昨天发生的事；RAG替它翻出攻略里与当前问题相关的内容。最后，这些信息都要被放进Context，模型综合后再回答你。

【mcp】

你现在又遇到一个问题：现在苹果树，到底是不是最值钱的？

但作物的排行榜可能不是一本等着翻的攻略，而是另一个正在运行的系统。

现在的问题不再是“去资料里找答案”，而是“AI怎样连接这个排行榜系统，并按照它允许的方式查询价格？”

这就轮到MCP了。

它就是指模型上下文协议，最早由Anthropic提出。

排行榜背后的服务商可以通过MCP Server开放“查询价格”这项能力，AI应用再按照约定的方式调用。

可以说mcp给了AI连接使用外部工具的能力。

连接外部系统的方式当然不只MCP，它本质解决的是标准化的问题。

以前每让AI接一个系统，都可能要单独约定怎么交流；支持MCP以后，AI就可以和不同软件按照同一套协议描述和调用能力。

【agent】

现在npc通过MCP接入排行榜，终于查出原来最值钱的不是苹果，而是杨桃。

可如果它只是回来告诉我价格，事情还是没有做完。

我更想要的是它自己查价格后，再买下种子、种进地里，再检查有没有成功。

如果完成了这个闭环，这玩意就发生了质的飞跃。

它能够围绕一个目标，反复经历“观察环境、判断下一步、采取行动、检查结果”，直到任务完成，这个循环就是Agent最核心的部分。

以前我每按一次按钮，NPC才走一步。现在我只给它目标，agent会根据结果，自己决定下一步该怎么走。

【skill】

现在NPC已经成功种出了一次最值钱的作物了。

但我总不能每天重新教它：看哪个排行榜、怎样比较价格、最后怎么汇报。

所以我把这套方法整理成一个固定的“种菜技能书”：查询指定排行榜，按同样的标准筛选，确认后再执行种植。

聪明的你是不是又想到了，

这套可以重复调用、也能给NPC的工作方法，就是Skill，中文就是技能。

在Agent Skills这套开放规范里，一个Skill就是一个包含SKILL.md的文件夹。

里面写明什么时候使用、具体怎么做，也可以附带脚本、资料和模板。

放进游戏里，Skill就像一本可以交给其他NPC使用的技能书。

以后再遇到同类任务，它不用从头学一遍。

想更多了解Skill也可以看我的上一期哦。

所以Prompt告诉它这一次做什么；Skill告诉它这一类事情通常怎么做。

但有了技能，仍不代表它能在我下线后稳定工作。

【harness】

我下线以后，排行榜突然打不开怎么办？连续失败几次，是继续尝试，还是回来找我？

这些复杂问题，不能只靠一句更长的Prompt解决，也不是再教它一个Skill就够了。

什么时候启动、给它准备哪些Context、开放哪些工具和权限、失败后重试几次、什么时候必须停止，都需要外面的运行系统来管理。

这一层，就是Agent Harness要管的事。

Harness原意是“马具”，作用不是替马奔跑，而是把它的力量控制在正确的方向。

它的叫法并不是那么统一，这里先用Harness泛指围绕Agent搭建的运行环境、约束和反馈机制。

比如排行榜打不开，只允许重试三次；NPC准备种植没有授权的作物，系统就直接拦住；任务成功以后，必须停止并留下记录；等我再次上线，就把结果汇报给我。

到了这里，NPC才比较完整地具备了自个干活的条件。

总结

好了，总结一下。我们很快就把一个只会重复台词的NPC，变成了能够独立干活的Agent：

现在再回头看，这些概念都串成了一条主线。

LLM负责理解，Prompt交代任务，Context提供输入的材料，Memory保存过去的或者要长期输入的信息，RAG寻找当前需要的资料。

MCP让它接进外部系统，Agent让判断和行动真正形成循环，最后，Skill固定方法，Harness保证整套任务持续运行。

它们连在一起，就是这个NPC从听懂一句话，到能够独立干活的完整路径。

这，大概也对应了ai黑话的部分发展史。

好了，如果你感觉今天的东西有一点用，请给我一个赞吧，这对我真的很重要。

结尾

过去的软件，需要人先把每一步写清楚，机器才会开始执行。

Agent不一样。我们可以先给它一个还不完整的目标，让它带着眼前的信息、外部资料和已有经验进入任务。

再从一次次结果里，分辨哪些可以继续交给智能判断，哪些需要变成稳定的方法。

你以为自己在教NPC干活。

到最后，它也在逼着你重新理解：这份工作究竟应该怎么做。