AI 代理人的組成：模型、執行系統、工具與技能

2026/10/19 修訂：原文以「重型基礎設施到微觀靈魂」描述代理，混淆了執行系統與指示文件。本次改按組成與用途說明。初次接觸請先看 Chatbot 與 AI Agent 的差異。

代理能力，需要哪些部分？

• 模型 ：理解任務、推理並選擇下一步。
• 執行系統／Harness ：管理上下文、執行工具、處理結果，讓工作可以持續推進。
• 工具與資料連接 ：提供讀檔、搜尋、修改資料或操作軟體的能力，MCP 是其中一種連接方式。
• Skills 與指示文件 ：提供可重用的知識、流程與行為指示，需要執行系統載入使用。
• 記憶與狀態保存 ：依產品與設定保存偏好、工作進度或過往經驗；不是每個代理都具備相同能力。

一份 Markdown 文件本身不會自行執行任務。把它取名為 Agent 或加入角色設定，也不能取代模型、工具與執行流程。

資源為什麼不適合排成單一光譜？

OpenClaw 的訊息 Gateway、Pi 的 Harness、Hermes 的代理工具，以及 Orca／Herdr 的工作管理介面，解決的是不同問題；不是從大到小、從強到弱的一條排序。

Hermes 和 Pi 可以同列「可自行配置的代理工具」，再說明用途差異。Skills 放在技能區，代理管理工具則列在工具區。詳細入口請看 AI 工具。

常駐與多代理都不是必要條件

代理可以只執行一項任務，也可以在支援的環境中持續工作。單一代理也能完成多步驟任務；多代理需要額外的分工、狀態管理與結果整合。

Anthropic 的官方說明 區分預先安排的工作流程，以及由模型動態決定步驟的代理系統。OpenAI 的 Harness 說明 則整理模型之外的工具執行與狀態管理層。