随着 AI Coding 的发展现代 AI 开发工具如 OpenCode、Claude Code、Cursor、Codex 等已经不再是简单的“聊天机器人”而更像是一支能够自主工作的软件开发团队。理解下面八个概念是学习 AI Agent 的第一步。一、Agent —— AI 员工什么是 AgentAgent智能体是整个系统的核心。它不仅能够回答问题还能够理解目标、制定计划、调用工具、执行任务并根据执行结果继续调整自己的行为直到完成整个任务。例如用户说帮我开发一个用户个人中心页面。普通聊天机器人可能只会输出一段代码。而 Agent 会1. 阅读项目结构2. 分析已有代码3. 创建新页面4. 修改路由5. 编写代码6. 运行测试7. 修复错误8. 完成整个任务因此 Agent 一个能够自主完成工作的 AI 员工。Agent 的组成一个完整的 Agent 通常包含- 大语言模型LLM- Planning任务规划- Memory记忆- Tool工具- Rules规则- Skill技能其中- LLM 负责思考。- Planning 负责制定执行计划。- Memory 保存历史信息。- Tool 真正执行动作。- Rules 规定行为。- Skill 提供专业经验。一句话总结Agent 是整个 AI 系统的大脑也是整个工作流程的执行者。二、Rules —— AI 的工作守则什么是 RulesRules规则就是 AI 在整个项目中必须长期遵守的规定。例如- 所有代码必须使用 TypeScript- Commit 必须符合 Conventional Commits- 不允许修改 tests 目录- 回复必须使用中文- 所有函数必须添加注释这些规则并不会告诉 AI 如何完成任务而是告诉 AI什么事情可以做什么事情不能做。Rules 更像公司的制度而不是员工的技能。Rules 的特点Rules 通常具有以下特点- 全局生效- 长期存在- 每次执行任务都会读取- 保证整个项目保持一致的开发规范一句话总结Rules 决定 AI 应该遵守什么规则。三、Skill —— AI 的经验包什么是 SkillSkill技能可以理解为AI 提前学习好的某一类专业知识。它不是工具。也不是规则。而是一整套完成某项工作的经验。例如Git Skill- 如何提交 Commit- 如何解决冲突- 如何进行 Rebase- Commit Message 应该如何编写Spring Boot Skill- Controller 怎么写- Service 怎么设计- Mapper 放在哪里- 项目开发规范Vue Skill- 页面放在哪个目录- 如何创建组件- 如何组织路由Skill 更像一本开发手册。为什么需要 Skill如果没有 Skill每次都需要在 Prompt 中重新告诉 AI- Spring Boot 如何开发- Vue 如何组织代码- Git 如何提交不仅浪费 Token而且上下文越来越长。Skill 的作用就是把这些知识提前保存需要的时候再读取。这也是 Anthropic 提出的 Progressive Disclosure渐进式披露思想。即不是一开始加载所有知识而是在真正需要的时候再加载对应的 Skill。一句话总结Skill 决定 AI 应该如何完成某一类工作。四、Tool —— AI 的双手什么是 ToolTool工具是真正帮助 AI 执行动作的能力。AI 本身只能生成文本。它不能直接- 打开文件- 修改代码- 执行命令- 操作 Git- 浏览网页因此需要 Tool。例如读取文件read_file修改文件edit_file运行命令bash执行 Gitgit statusgit commitgit push所以Tool 才是真正执行工作的部分。Agent 与 Tool 的关系Agent负责思考。Tool负责执行。整个过程如下用户提出任务 ↓ Agent 思考 ↓ Agent 调用 Tool ↓ Tool 执行动作 ↓ 返回结果 ↓ Agent 继续决策一句话总结Tool 是 AI 执行动作的能力。五、MCP —— AI 获取新能力的方式什么是 MCPMCPModel Context Protocol是一套统一协议。它的作用不是完成工作而是帮助 AI 接入更多外部工具。例如安装 GitHub MCP Server 后AI 就可以- 查看仓库- 创建 Issue- 创建 Pull Request- 查询 Commit安装 Database MCP 后AI 就可以访问数据库。安装 Notion MCP 后AI 就可以读取 Notion 文档。因此MCP 更像一种标准接口。MCP 与 Tool 的关系很多人容易混淆。实际上MCP 并不是 Tool。MCP 是提供 Tool 的方式。例如GitHub MCP Server提供- create_issue- search_repo- create_pull_request这些才是真正的 Tool。一句话总结MCP 为 AI 提供新的 Tool。六、Hooks —— 自动化工作流什么是 HooksHooks钩子表示当某件事情发生时自动执行另一件事情。例如修改完代码↓自动运行测试保存文件↓自动格式化代码提交 Git↓自动执行 ESLint这些都是 Hook。Hook 的特点Hook 不负责思考。也不是 Agent。它只是监听事件。当事件发生时自动执行预先配置好的动作。因此Hook 更像自动化流水线。一句话总结Hooks 决定什么时候自动执行某些动作。七、SubAgent —— 专业员工什么是 SubAgentSubAgent子代理就是负责某一项专业工作的 Agent。例如Frontend Agent专门开发前端。Backend Agent专门开发后端。Testing Agent专门运行测试。Review Agent专门审查代码。Documentation Agent专门编写文档。每个 Agent 都拥有自己的上下文。因此不会因为整个项目太大而导致 Context 爆炸。为什么需要 SubAgent主要原因第一专业分工。第二上下文隔离。每个 Agent 只关注自己的任务。一句话总结SubAgent 是负责某一项专业工作的 AI 员工。八、Main Agent —— 项目经理什么是 Main AgentMain Agent主代理是整个系统的协调者。它通常不负责具体写代码。它负责- 接收用户需求- 拆分任务- 分配给不同 SubAgent- 汇总结果- 判断任务是否完成例如开发商城Main Agent ↓ Frontend Agent ↓ Backend Agent ↓ Testing Agent ↓ Review Agent ↓ 最终汇总结果因此Main Agent 更像项目经理。一句话总结Main Agent 负责协调所有 SubAgent 完成整个任务。九、八个概念之间的关系整个 AI Agent 系统可以理解为下面这张结构图用户 ↓ Main Agent项目经理 ↓ Agent执行任务 ↓ 读取 Rules遵守规则 ↓ 加载 Skill获取经验 ↓ 调用 Tool执行动作 ↓ Tool 由 MCP 提供扩展能力 ↓ Hooks 在关键节点自动执行流程 ↓ SubAgent 负责不同专业任务整个流程可以理解为用户提出需求 ↓ Main Agent 制定计划 ↓ 拆分给多个 SubAgent ↓ 每个 SubAgent 根据 Rules 和 Skill 工作 ↓ 调用 Tool 完成具体操作 ↓ Tool 通过 MCP 与外部系统交互 ↓ Hooks 自动执行测试、格式化等流程 ↓ 最终由 Main Agent 汇总结果并交付用户。十、一张表记住所有概念十一、一句话记住整个体系如果把整个 AI Agent 系统比作一家软件公司那么- Agent 是员工- Main Agent 是项目经理- SubAgent 是不同岗位的专业员工- Rules 是公司制度- Skill 是员工培训手册- Tool 是员工工作的工具- MCP 是连接更多外部系统的统一接口- Hooks 是公司自动化流程。现代 AI Coding 并不是一个 AI 在工作而是一整套类似软件开发团队的协作系统。理解这套体系之后再学习 OpenCode、Claude Code、Cursor、Codex 等工具就能知道每一个配置项和功能到底属于哪一层而不会把各种概念混淆。