AI用戶對Agent術語進行梳理

核心概念

Message：文本指令（用戶或系統給 Agent 的輸入）。
Agent：基於大模型（LLM），配備工具（tools）、連接器（connectors），有時搭載計算機，能接收消息、執行任務並返回結果的智能實體。
Local Agent：計算機運行在用戶本地桌面（隱私高、延遲低）。
Cloud Agent：計算機運行在互聯網雲端（算力強、可擴展）。
Subagent：主 Agent 將部分任務委派給另一個 Agent（多代理協作）。
Sandbox：Agent 運行的真實或虛擬隔離環境，保護用戶和 Agent 雙方安全。

能力與擴展

Tool：AI 提供的特定輸入/輸出功能（例如搜索、代碼執行、圖像生成）。
Skills：可重複使用的指令集 + 代碼，讓 Agent 掌握固定能力。
Plugin：Skills + Connectors 的打包組合。
Harness：高度結構化的指令、工具和流程集合，幫助 Agent 最大化利用模型和計算機完成複雜任務（尤其是編碼）。
Agent SDK：程序化調用 Harness 的開發工具包。

連接與觸發

Connector：Agent 與第三方系統之間雙向信息交換的橋樑。
MCP：Connector 的標準化協議（便於生態互操作）。
API：軟件之間通過代碼進行通信的標準方式。
CLI：通過終端命令觸發代碼（包括 API），比讓 Agent 模擬點擊按鈕更可靠。
Hooks：Agent 生命週期中特定事件觸發器（例如收到某類消息、任務完成等自動執行動作）。

整體架構理解

一個成熟的 Agent 系統通常是：
Agent（LLM + Harness）
↓ 使用
Tools / Skills / Plugins + Connectors（MCP標準）
↓ 通過
API / CLI 與外部世界交互
↓ 運行在
Sandbox（Local / Cloud）
↓ 支持
Subagent 協作 + Hooks 事件驅動