理解生成式 AI 中的 Agent：类与实例的定义

在生成式 AI 和大语言模型（LLM）的世界中，“agent”一词正变得越来越重要。截至今天（2026 年 7 月 28 日），两项关键标准正在塑造我们理解和实现 AI 系统中 agent 的方式。本文将拆解什么是 agent、它是如何运行的，以及为什么这在当前的科技格局中至关重要。

什么是 Agent？

在 AI 语境下，Agent 是指一种能够通过使用工具并与其环境进行交互来自主执行任务的系统。然而，准确定义什么构成 Agent 并不是一件简单的事。目前已经出现了两大主要协议来指导这一理解：

1. A2A (Agent-to-Agent) Protocol v1.0: 该标准由 Linux Foundation 开发，专注于 Agent 之间如何互相通信与集成。它规范了 Agent 的接口，但并没有定义 Agent 本身究竟是什么。
2. MCP (Model Context Protocol): 今天最终定稿的 MCP 概述了 Agent 如何使用工具。它详细说明了 Agent 的内部工作机制，但与 A2A 一样，并未定义 Agent 本身。

这两项协议都凸显了我们理解中的一个空白：二者均未明确定义什么是 Agent。本文旨在通过提供一个结构化的定义来填补这一空白。

定义 Agent 的框架

为了创建一个全面的定义，我们可以将 Agent 分为两个部分： 类 和 实例。类代表 Agent 的定义，而实例则是该类的具体实现。

Agent 定义（类）

Agent 的类包含几个关键组件：

• Host Loop: 这是 LLM（大语言模型）决定操作、观察结果并对其任务进行迭代的核心流程。如果没有这个循环，你拥有的仅仅是一个可以使用工具的聊天机器人，而不是真正的 Agent。
• System Context: 这包括引导 Agent 行为的静态元素，例如 persona 和指令。
• MCP Server Set: 这定义了 Agent 可以与其交互的 MCP 服务器集合。
• Capability Boundary/Tool Policy: 这概述了 Agent 在何种条件下可以使用特定服务器和工具。
• LLM: Agent 所采用的具体模型。
• Termination Limits: 这些是管理 Agent 运行的约束条件，例如最大迭代次数和 token 预算。
• Task Contract: 一个详细说明 Agent 接受哪些输入以及必须返回哪些输出的模式规范（schema）。
• Context-Size Strategy: 这描述了 Agent 如何管理其上下文大小，包括压缩或 top-x 选择等方法。

Agent 实例（对象）

Agent 的实例定义包含：

• Goal: 由用户发起的具体任务或查询。
• Working Context Window: 这包括对话历史以及与当前任务相关的工具运行结果。
• Credentials: 代表用户身份的身份验证细节，例如 OAuth token。
• Consumed Budget: 用于跟踪任务期间已消耗的迭代次数和所用 token 的指标。

2026 年 MCP 规范

新的 MCP 规范引入了重大变化，特别是在状态管理方式方面。此前，服务器会记住会话，但现在，每次调用都是无状态的。这意味着所有必要信息都附带在模型可见的显式句柄中进行传输。

这一变化影响了我们对工作上下文窗口（working context window）的定义。实例状态现在包含了目标、上下文、句柄、凭证和已消耗预算。因此，Agent 可以被视作一个可序列化的值，从而允许在不同进程中对其进行挂起、持久化和恢复。

结论

在快速发展的 AI 领域，理解 Agent 是什么以及它是如何运作的至关重要。通过区分 Agent 的类和实例，开发者可以构建出更高效、更具适应性的 AI 系统。

优点

• 定义 AI 中 Agent 的清晰框架。
• 促进不同 AI 系统之间的互操作性。
• 支持稳健的 Agent 架构开发。

缺点

• 当前的定义可能无法涵盖所有现实世界场景。
• 具体实现在不同平台和使用场景中可能有所差异。

注意事项

本文仅供教育目的使用。实践中提及的任何占位符值均应替换为实际数据。读者在依赖这些观点前应向原始出处核实相关主张。

常见问题

• 什么是 AI 中的 Agent？ — Agent 是一种能够通过使用工具并与其环境进行交互来自主执行任务的系统。
• 什么是 A2A 和 MCP 协议？ — A2A 定义了 Agent 之间如何通信，而 MCP 概述了它们如何使用工具，但二者均未定义什么是 Agent。
• Agent 中的 host loop 是什么？ — Host loop 是 LLM 决定操作并对任务进行迭代的核心流程。
• 2026 年 MCP 规范的重要性是什么？ — 它引入了一种管理 Agent 交互的无状态模型，影响了 Agent 维护上下文的方式。
• Agent 如何管理上下文大小？ — Agent 使用压缩或 top-x 选择等策略来有效管理其上下文大小。
• Agent 可以被序列化吗？ — 可以，新的 MCP 规范允许将 Agent 视作可序列化的值，从而实现更轻松的持久化和恢复。

标签

#agents #ai #mcp