AI Agent 解剖學：把 Agent 想成一個人

把 AI Agent 想成一個人。每個組成部分都對應到人體的功能，理解這些角色就能理解整個 Agent 架構。

LLM = 大腦

LLM（Large Language Model）是 Agent 的大腦。負責理解語言、推理、判斷。

跟人的大腦一樣：

• 能理解意圖：你說「幫我查台北天氣」，大腦知道你要什麼
• 能推理：「天氣冷 → 建議穿外套」
• 有知識但有限：訓練資料有截止日，不知道「今天」的事

大腦想「打開門」，需要手去做。LLM 想「查資料庫」，需要 Tool 去執行。

使用者: 「台北明天會下雨嗎？」

LLM 思考過程:
1. 意圖辨識 → 使用者想知道天氣
2. 判斷 → 我的訓練資料沒有明天的天氣，需要呼叫 API
3. 行動 → 呼叫 get_weather(city="Taipei", date="tomorrow")
4. 整理 → 把 API 回傳的資料組成回覆

Context Window = 短期記憶

Context Window 是 Agent 的短期記憶。像你的工作桌面：同時能攤開多少文件看。

• 容量有限：桌面放不下 100 本書，Context Window 有 token 上限
• 先進先出：超過容量時，最早的內容被推掉
• 範圍內全部可見：在 window 內的資訊，LLM 全部都能參考

Context Window 的組成:
┌─────────────────────────────────────────┐
│ System Prompt (角色設定、規則)            │
│ ─────────────────────────────────────── │
│ 對話歷史 (user/assistant 來回)           │
│ ─────────────────────────────────────── │
│ 檢索到的文件片段 (RAG)                   │
│ ─────────────────────────────────────── │
│ Tool 回傳的結果                          │
│ ─────────────────────────────────────── │
│ 當前使用者輸入                           │
└─────────────────────────────────────────┘
全部加起來不能超過模型的 token 上限

Context Engineering 就是在有限空間內決定放什麼、怎麼放、放多少。

Harness = 中樞神經系統

Harness 是 Agent 的中樞神經。協調大腦和手腳之間的所有訊號，控制整個運作循環。

Harness 負責：

• 循環控制：何時呼叫 LLM、何時執行 Tool、何時停下來
• 路由：使用者訊息送給 LLM，Tool Call 送給對應的 Tool
• 權限管理：哪些 Tool 能用？哪些操作需要人工確認？
• 狀態管理：記住 Agent 做到哪了，中斷後能繼續
• 安全護欄：攔截危險操作、偵測 Prompt Injection

沒有 Harness 的 Agent 就是一個 while 迴圈加上 LLM 呼叫。有了 Harness，Agent 才能可靠地跑在正式環境。

Tools = 手腳

Tools 是 Agent 的手腳。大腦下指令，手腳去做事。

• 查詢類：天氣 API、資料庫查詢、網頁搜尋 → 「看」
• 操作類：發 Email、寫檔案、建立日曆事件 → 「做」
• 計算類：計算機、程式碼執行器 → 「算」

LLM 決定「要做什麼」，Tool 執行「怎麼做」。LLM 不直接查資料庫，而是生成一個 Tool Call 讓 Harness 去執行。

LLM 與 Tool 的互動:

1. LLM 判斷需要用工具
2. LLM 生成 Tool Call（函數名稱 + 參數）
   → get_weather(city="Taipei")
3. Harness 截獲 Tool Call，執行 API 呼叫
4. Tool 回傳結果
   → {"temp": 28, "condition": "晴天"}
5. LLM 根據結果回覆
   → 「台北目前 28 度，晴天。」

MCP = 統一介面

MCP（Model Context Protocol）是 Agent 連接 Tool 的標準協議。

沒有 MCP 的時候，每個 Tool 串接方式都不同。有的用 REST、有的用 GraphQL、有的要 SDK。每接一個新工具就要寫一套專屬程式碼。

MCP 統一了這件事。就像 USB-C 統一了充電線：

沒有 MCP:
Agent ─── 自寫 SDK ─── GitHub API
Agent ─── 自寫 SDK ─── Slack API
Agent ─── 自寫 SDK ─── Database
每個都要寫一套串接程式碼

有了 MCP:
Agent ─── MCP Client ─── MCP Server (GitHub)
                     ├── MCP Server (Slack)
                     ├── MCP Server (Database)
                     └── MCP Server (任何新工具)
統一協議，插上就用

MCP 架構

Host (AI 應用，如 Cursor / Claude Desktop)
  └── MCP Client
        ├── MCP Server A (工具提供者)
        ├── MCP Server B (工具提供者)
        └── MCP Server C (工具提供者)

每個 Server 暴露:
- Tools    → 可執行的動作（查天氣、寫檔案、搜尋）
- Resources → 可讀取的資料（文件、圖片、資料庫內容）
- Prompts  → 預設的提示範本

實際在用的 MCP 應用

MCP Server	提供的能力	用途
GitHub MCP	建 PR、查 Issue、搜尋 code	AI 幫你管理 Git 專案
Slack MCP	發訊息、查頻道歷史	AI 幫你在 Slack 溝通
Cloudflare MCP	管理 Workers、D1 資料庫、KV	AI 幫你操作雲端基礎設施
PostgreSQL MCP	查詢資料庫、執行 SQL	AI 直接查你的資料庫回答問題
Filesystem MCP	讀寫本地檔案	AI 在你的電腦上操作檔案
Brave Search MCP	搜尋網頁	AI 幫你查最新資訊

1xam 這個平台本身就在用 Cloudflare MCP 和 GitHub MCP。MCP 不是理論，是現在就在跑的東西。

Skills = 技能

Skills 是 Agent 學會的做事方法。跟人的技能一樣——騎腳踏車、打字、煮飯——是可以重複使用的流程知識。

跟 Tools 的差別：

• Tool 是「能做什麼」→ 有一把螺絲起子
• Skill 是「怎麼做」→ 知道怎麼拆裝電腦

Skills 的特點：

• 按需載入：不是每次都用到，需要時才放進 Context Window
• 可重複使用：同一個 Skill 可以用在不同任務
• 可分享：寫好的 Skill 檔案可以給其他 Agent 用

例子:
- Skill: "怎麼做 Code Review"
  → 載入後 Agent 知道要檢查哪些項目、用什麼標準

- Skill: "怎麼寫部署腳本"
  → 載入後 Agent 知道步驟、注意事項、常見錯誤

- 如果任務不需要這些技能，就不載入，節省 Context Window 空間

整合：一個完整的流程

場景：「幫我查下週三台北的天氣，如果會下雨就建一個帶傘提醒」

1. 使用者輸入進入 Harness
2. Harness 把訊息 + System Prompt + 對話歷史放進 Context Window
3. LLM（大腦）理解意圖，決定先查天氣
4. LLM 生成 Tool Call: get_weather(city="Taipei", date="next-wed")
5. Harness 透過 MCP 找到天氣 Tool，執行呼叫
6. Tool 回傳: {"rain_probability": 80%, "condition": "thunderstorm"}
7. Harness 把結果送回 Context Window
8. LLM 判斷: 會下雨 → 需要建提醒
9. LLM 生成 Tool Call: create_reminder(text="帶傘", date="next-wed")
10. Harness 檢查權限 → 不需要人工確認 → 執行
11. Tool 回傳: {"status": "created"}
12. LLM 回覆:「下週三台北有雷陣雨（降雨 80%），已設定早上 7 點帶傘提醒。」
13. Harness 送回使用者

作業

作業 1：拆解一個 Agent

打開 Cursor 或 Claude Code，做一個簡單任務（例如「幫我建一個 hello world 網頁」）。觀察並記錄：

1. LLM（大腦）做了什麼判斷？
2. 用了哪些 Tool（手腳）？
3. Harness 做了什麼協調工作？
4. 有沒有看到 MCP 的痕跡？

作業 2：畫出你自己的 Agent 架構

假設你要設計一個「自動回覆客服信件」的 Agent，畫出架構圖：

• LLM 負責什麼？
• 需要哪些 Tool？
• Harness 要控制什麼流程？
• 需要哪些 Skill？