本文以构建查询订单 Agent 为例逐步介绍如何从最简单的实现开始发展成一个能在企业中实际应用的高级 Agent。文章详细解析了 Agent 的组成模型Harness涵盖了工具调用、客户端与服务器端区别、Tool UI 设计、通用工具调用、企业系统接入策略、人机协同Human-in-the-loop以及企业级权限控制等关键概念。作者强调开发 Agent 的核心在于搭建 Harness即模型周围的支持结构如提示词、工具定义、循环控制等。文章还讨论了如何处理历史接口提出使用 Wrapper 层来简化 AI 对接口的调用。整体上本文为想要学习大模型开发的程序员提供了一个实用的入门指南。前言我为公司业务接入了十几个企业级 Agent做下来发现 Agent 开发真的很简单。这篇我就用一个查订单的 Agent从最简单的实现开始一步步往上加带你看它怎么长成一个能在公司里真正用起来的东西。什么是 Agent, 什么是 Harness这个 Harness 最近概念很火先把 Agent 这个词拆开一个公式就能说清楚Agent Model HarnessModel 就是大模型Harness 这个词原意是马具就是套在马身上那一圈缰绳、马鞍。放到 Agent 这里它指的是模型周围的一切脚手架提示词Tool 定义循环控制校验和错误恢复人机协同模型本身只负责思考至于怎么让它稳稳地调工具、出错了能兜底全靠 Harness 这一圈工程。所以你开发 Agent其实是在搭建 Harness 。实现一个最简单的查询订单 Agent一个能跑的 Agent拆开看就三样东西model用哪个模型系统提示词告诉它是谁、要干什么tools它能调用哪些工具代码长这样const agent new ToolLoopAgent({ model: provider.chat(kimi-k2.5), // 系统提示词 instructions: SystemPrompt, // 工具列表 tools: { searchOrders, askForConfirmation, }, })PS: ToolLoopAgent 是 Vercel 的 AI SDK 用来构建 Agent 的类后面也会以使用 AI SDK 为例子就这么点东西一个 Agent 就成立了。是不是比想象中简单它现在已经能听懂“帮我查一下上周那个订单”然后决定去调searchOrders这个工具。当然这只是个雏形。接下来每加一个真实业务里的需求我都会带出一个新概念。工具调用了解工具调用的概念工具调用这个概念刚接触的时候有点抽象。我用一个模拟的流程来说明。最容易踩的认知误区是很多人以为模型自己去调了接口其实不是。模型干的事情很单纯它只是返回一段“我想调用某个工具”的信息。比如用户说要查订单模型会吐出这么一段东西{ type: tool-call, toolName: searchOrders, args: { orderNo: SO20260624001 } }它没有真的去查库它只是告诉你我想调searchOrders参数是这个订单号。真正去执行的是中间那层 Agent 服务。它拿到模型这段调用信息解析出要调哪个工具再去调真实的后端接口拿到结果塞回对话里模型才能接着往下说。整个来回是这样一个循环这张图比我讲一堆话都清楚对着箭头走一遍就明白了。区分服务端和客户端同样是工具调用在哪执行差别很大。主要看几个点谁来执行、数据在哪、要不要用户参与。据此分成两类。客户端执行通常是需要在用户那一侧交互的场景典型有两种需要用户确认的操作本地文件相关的调用这些都绕不开客户端得让用户在那边参与一下。服务端执行就是后端直接调接口。对模型和用户来说全是黑盒调用、执行、返回都在你的后端里走完。查订单就是典型的服务端执行。所以同一次工具调用落在服务端还是客户端走的是完全不同的两条路。什么是 Tool UITool UI就是给工具调用的结果配上专门的界面而不是只把结果干巴巴地用文字吐出来。一个 Agent 如果只会一行行吐文字体验很差所以你最好为每种工具调用都设计好看的 UI。比如下面这几种用户问答-截图来自 ToolUI用户问答确认界面让用户点一下确认再继续。订单信息-截图来自 ToolUI卡片式布局把订单的汇总信息排清楚。发送邮件确认-截图来自 ToolUI发送邮件确认。这类 Tool UI 就是用代码写出来的组件。除了好看UI 上的按钮还能实现更多交互。举个例子。有些 AI 接入了下单功能比如创建外卖订单。当系统生成外卖订单的 UI 之后用户可以直接在这个 UI 里点击下单。后面这些点击操作其实跟 AI 已经没关系了它就是一个生成好的、确定性的 UI。跟它对应的是生成式 UI每次都由 AI 现场组装。好处是灵活什么场景都能临时拼出界面来坏处是不太可控AI 这次拼成什么样你没法完全保证。这两种各有取舍。下单、确认这类关键操作最好用确定性 UI稳、结果可控至于那些形态不固定、又不太敏感的展示生成式 UI 会灵活很多。通用级别的工具调用有一类工具调用是跨场景都能复用的我把它叫通用级别的工具。常见的有这么几种能力询问用户并给出选择调取业务接口调取系统接口其中“询问用户”很值得单独说。当模型信息不够、需要用户做个选择时它可以组装成一个询问界面把选项摆给用户。等用户选完再带着这个选择进入下一轮 Loop。这样 Agent 就不是一条道跑到黑而是能在中途停下来问你一句“你是要查这个还是那个”。接入业务系统的工具取舍接企业系统的时候会碰到一个很现实的选择每个接口做成一个 tool还是一个 tool 里组装各种接口我更倾向后者。两种都能做而且都得做懒加载也就是用到了才加载别一上来把所有接口都塞给模型。具体怎么落地对应两种做法。第一种每个接口各做成一个独立的 tool但不一上来全给模型而是先用一个“加载器”告诉模型有哪些接口可用等真要用了再把对应的 tool 动态注册进来。第二种也是我倾向的是从头到尾只保留一个 tool里面先列一份接口清单模型真要调某个接口时才把那个接口的文档喂进去交给它调度。我为什么倾向只用一个 tool因为 tool 数量过多对 AI 的性能影响比较大。你一股脑塞几十个 tool 进去模型选起来又慢又容易选错。所以用一个 tool 来做渐进式加载接口文档先告诉模型这个工具大概能干嘛等用户真的要查订单了再把查订单的接口文档局部加载进来喂给它。这是我觉得在企业级实战里更合理的一种做法。Human-in-the-loop什么是 Human-in-the-loopAgent 自己在循环里跑的时候碰到需要用户确认的操作比如确认订单、修改文件就会停下 loop等用户点头再继续。不光是危险操作只要该让用户拍板的都算。AI 需要判断这个工具调用是否需要经过用户确认那在代码里怎么做还记得前面工具调用那个循环吗关键就是让它在该停的地方停下来。靠stopWhen这个停止条件配一个特殊工具askForConfirmationconst agent new ToolLoopAgent({ model: provider.chat(kimi-k2.5), instructions: SystemPrompt, stopWhen: [ // 模型一旦想调 askForConfirmation就停下来等用户 hasToolCall(askForConfirmation), // 兜底最多跑 15 步防止万一陷进死循环 stepCountIs(15), ], tools: { searchOrders, askForConfirmation, }, })askForConfirmation没有 execute 函数不干任何事只是个停止信号。模型判断这步需要确认就调它stopWhen一抓到循环立刻暂停前端弹出确认界面用户点了确认再把结果塞回去往下跑。至于代码里那行stepCountIs(15)跟人工确认没关系纯粹是兜底防止循环万一停不下来。不过光有这个工具还不够。模型不会自己知道什么时候该停你得在系统提示词里写清楚什么情况下调它。比如以下情况调用 askForConfirmation 等用户确认 1. **用户要确认订单时把订单信息整理出来让用户确认后再提交。** 2. **用户给的信息比较模糊时调用它列出可能的选项让用户选一个再继续。**这其实对应两种用法一种是执行前先确认比如确认订单另一种是反过来问用户、列几个选项让他选也就是前面通用工具讲的“询问用户”。企业级权限控制企业级的控制可以分多层来做。这是接入业务系统时最常见的问题之一。第一层Agent 使用权限。先得判断哪些用户有资格用这个 Agent。不是谁都能用先在入口把人筛一遍。第二层数据访问权限。Agent 去调工具取数据的时候分两种情况。第一种公司业务系统本身的权限管理已经做得很完善。那其实没什么问题工具直接复用业务系统的权限就行。第二种接口本身没做权限管理谁调都能看到全部数据。但实际上有些数据某些用户是不该看到的。这时候就得在做工具调用时再加一层权限判断接口。const searchOrders tool({ // ...省略入参定义 execute: async (args, { userInfo }) { // 工具真正执行前先查这个用户有没有权限看这条数据 const allowed await checkDataPermission(userInfo, args.orderNo) if (!allowed) { // 没权限就提前结束本次调用返回失败 return { success: false, error: 你没有权限查看该订单 } } return await realSearchOrders(args) }, })逻辑很简单执行前先检查发现用户没有权限就提前结束掉这次工具调用返回一个失败结果。这一层千万别省。我见过只靠提示词约束权限的做法结果模型一旦被用户绕话术诱导就替他越权读到了不该读的数据而且日志里看着还特别“合法”。所以权限得在代码里挡死光靠提示词靠不住。接入业务系统的接口处理标准接口定义清晰、字段有意义传统接口是给人和后端系统用的AI-first 接口是给 LLM 看的。差别在哪给 LLM 看的接口要像写给一个聪明但完全没有上下文的实习生一样详细、规范、无歧义。几个原则入参清晰简洁不要让 AI 去猜每个字段的含义都明确写出来字段定义在各个接口之间保持一致未来新做的接口都应该往这个方向设计。AI 调起来顺出错率自然就低。历史接口包装一层 Wrapper 再接入问题是公司里大量的历史接口没法推倒重写怎么办只能加一个中间层。我暴露给 AI 的这一层也就是 Tool 调用的部分可能就只有那么几个干净的字段。而实际调用业务接口时要传的一堆字段全都在代码实现里面包掉了。接口返回的结果同样在这一层里包一遍再给到 AI。这样一来AI 看到的永远是一个清爽、好理解的接口脏活累活都被 Wrapper 这一层吃掉了。AI 更容易分辨该传什么、该怎么调你也不用去动那些动不得的老接口。代价是你得多养一层 Wrapper但比起去重写那些老接口这点活划算多了。结尾回头看一个企业级 Agent 的雏形就是这么一层层加起来的。从最简单的 model 加提示词加 tools 开始然后是工具调用、区分客户端和服务端、Tool UI再到 Human-in-the-loop、多层权限控制、业务接口的接入处理。每一层都对应着企业落地时一个绕不开的真实问题。如果你也想给自己公司接一个 Agent我的建议是从一个只读、低风险的场景开始比如查询类先把这套链路在小范围里跑通再往上加复杂度。如何学习大模型 AI 由于新岗位的生产效率要优于被取代岗位的生产效率所以实际上整个社会的生产效率是提升的。但是具体到个人只能说是“最先掌握AI的人将会比较晚掌握AI的人有竞争优势”。这句话放在计算机、互联网、移动互联网的开局时期都是一样的道理。我在一线科技企业深耕十二载见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事早已在效率与薪资上形成代际优势我意识到有很多经验和知识值得分享给大家也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。我们整理出这套AI 大模型突围资料包✅ 从零到一的 AI 学习路径图✅ 大模型调优实战手册附医疗/金融等大厂真实案例✅ 百度/阿里专家闭门录播课✅ 大模型当下最新行业报告✅ 真实大厂面试真题✅ 2026 最新岗位需求图谱所有资料 ⚡️ 朋友们如果有需要《AI大模型入门进阶学习资源包》下方扫码获取~① 全套AI大模型应用开发视频教程包含提示工程、RAG、LangChain、Agent、模型微调与部署、DeepSeek等技术点② 大模型系统化学习路线作为学习AI大模型技术的新手方向至关重要。 正确的学习路线可以为你节省时间少走弯路方向不对努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划带你从零基础入门到精通③ 大模型学习书籍文档学习AI大模型离不开书籍文档我精选了一系列大模型技术的书籍和学习文档电子版它们由领域内的顶尖专家撰写内容全面、深入、详尽为你学习大模型提供坚实的理论基础。④ AI大模型最新行业报告2025最新行业报告针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估以了解哪些行业更适合引入大模型的技术和应用以及在哪些方面可以发挥大模型的优势。⑤ 大模型项目实战配套源码学以致用在项目实战中检验和巩固你所学到的知识同时为你找工作就业和职业发展打下坚实的基础。⑥ 大模型大厂面试真题面试不仅是技术的较量更需要充分的准备。在你已经掌握了大模型技术之后就需要开始准备面试我精心整理了一份大模型面试题库涵盖当前面试中可能遇到的各种技术问题让你在面试中游刃有余。以上资料如何领取为什么大家都在学大模型最近科技巨头英特尔宣布裁员2万人传统岗位不断缩减但AI相关技术岗疯狂扩招有3-5年经验大厂薪资就能给到50K*20薪不出1年“有AI项目经验”将成为投递简历的门槛。风口之下与其像“温水煮青蛙”一样坐等被行业淘汰不如先人一步掌握AI大模型原理应用技术项目实操经验“顺风”翻盘这些资料真的有用吗这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理现任上海殷泊信息科技CEO其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证服务航天科工、国家电网等1000企业以第一作者在IEEE Transactions发表论文50篇获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。资料内容涵盖了从入门到进阶的各类视频教程和实战项目无论你是小白还是有些技术基础的技术人员这份资料都绝对能帮助你提升薪资待遇转行大模型岗位。以上全套大模型资料如何领取
