从LLM到Agent到底隔了什么
写于2026年7月29日
表面上看起来很简单：大语言模型 + 工具调用 = Agent。对吧？
但如果你真正用过Agent产品做开发——不管是Claude Code、OpenClaw、oh-my-pi还是WorkBuddy——你会发现同样一个模型，在不同产品里的表现可以天差地别。同一个Claude Sonnet，在Claude Code里稳如老狗，在某个简陋的WRAPPER里疯狂翻车。
为什么？
因为LLM和Agent之间隔了三层东西。这三层不是模型公司做出来的，是被整个开源社区和独立开发者一层一层摸索出来的。
第一层：工具循环（Tool Loop）——Agent的”手”
一个裸的LLM只会说话。你问它”修一下那个bug”，它给你一段代码。你拿着代码去IDE里粘贴、试运行、发现不对、回来又问——循环在你，不在它。
Agent的第一个质变是：循环从人转移到机器。
这个模式的原型被追溯到Pi（Mario Zechner，2024-2025年），其核心设计只有四个原子工具：
read → 读取当前状态
write → 写入修改
edit → 精确编辑
exec → 执行验证模型调用其中任意一个 → 观察结果 → 决定下一步 → 循环。这个”读-改-写-执行-观察”的循环，就是Agent的骨架。
后来所有的Agent工具表面都在这个骨架上长肉：
- oh-my-pi：hashline编辑（2-3字符line hash做编辑锚点，不再需要复制整段原文，改个工具就把Grok Code Fast 1从6.7%拉到68.3%）
- OpenClaw：read/write/edit/exec + canvas/nodes/browser
- Claude Code：read/edit/write/bash + 自定义MCP工具
- WorkBuddy：桌面端工具面（文件系统 + 浏览器 + MCP插件）
这层的核心洞察：不是模型在控制，而是环境在反馈。模型只是一个决策器，它被嵌在环境→感知→决策→行动的循环里。环境反馈质量决定了Agent能走多远。这就是为什么oh-my-pi的一篇博客标题是”We improved 15 LLMs at coding in one afternoon. Only the harness changed.”——只改了一个edit工具的格式，16个模型集体提升。不是模型变聪明了，是模型终于能用正确的语言跟环境对话了。
但光有循环还不够。你需要第二个东西——
第二层：Agent身份层（Identity Layer）——Agent的”我是谁”
把模型扔进工具循环里，它能替你干活。但每次新开一个会话，它又变成一张白纸。你上次教它的所有的东西全丢了。
Claude给了这个问题的第一推动力，但不是通过技术——是通过示范效应。
Claude产品不只是一条聊天或coding工具。它给了三个关键信号：
- 它有一个明确的身份认知（”我是Claude，Anthropic的AI助手”）
- 它会记忆用户偏好（每次会话之前的对话不是空白）
- 它有边界和原则（什么可以做、什么不能做、遇到危险怎么处理）
Peter Steinberger在OpenClaw的启蒙时刻是这样的：他看到了Anthropic关于模型权重中嵌入了类似”宪法”的研究，于是跟自己的机器人讨论了这件事，然后创建了一个soul.md。
这个直觉最终形成了Agent产业事实上已经收敛的一套文件体系：
SOUL.md → 我是谁、我的性格、我的价值观
USER.md → 我的用户是谁、他喜欢什么、他讨厌什么
AGENTS.md → 我的行为规则、踩过的坑、工作流程
MEMORY.md → 我记住的事情、长期的偏好和决策
TOOLS.md → 我能用什么工具、每个工具怎么用这套文件体系没有什么特别的技术含量——就是Markdown。但它解决了Agent的一个本质问题：记忆的连续性和身份的稳定性。 不是因为模型本身变了，是因为它永远知道前面发生了什么。
更重要的是，这套文件体系把记忆所有权还给了用户。既不在大模型公司的服务器上，也不在某个SaaS的数据库里——就在你硬盘上那堆MD文件里。OpenClaw 380K star的第一推动力不是技术，是这个哲学。
这层的核心洞察：Agent不是”一个会话里的强大模型”，而是一个跨会话持续演化的实体。身份层赋予它连续性，记忆层赋予它学习能力，规则层赋予它边界。
两层的结合已经很强了。但还有一个致命问题已经出现：
第三层：通用接口层（MCP/Skills）——Agent的”统一语言”
回到2015年之前的软件世界：每家打印机都有自己的驱动，每款摄像头都自带软件，每个设备都是数据孤岛。USB出现了——一个通用接口标准，一套协议，所有设备都能插，所有电脑都能用。
Agent世界正在经历完全一样的东西。
MCP（Model Context Protocol，Anthropic 2024年底发布）就是Agent界的USB。它定义了一套标准协议：不管你的工具是什么语言写的、跑在什么机器上、用的是什么API——只要实现了MCP接口，任何Agent都能调用。
在这之前，Agent工具生态是这样的：
- Claude Code的工具 → 只能在Claude Code里用
- OpenAI Codex的工具 → 只能在OpenAI里用
- 某个小guy写的好用的Git工具 → 只在他自己写的Agent里能用
MCP把这个打穿了一个洞。 现在你写一个数据库查询工具、实现MCP接口——Claude Code能用、OpenCode能用、WorkBuddy能用、OpenClaw也能用。工具的性价比从”绑死在某个平台”变成了”写一次吃一辈子”。
OpenClaw在此基础上又加了一层——Skills Workshop。如果说MCP是”如何让工具跨平台可调用”，Skills就是”如何让Agent能力跨平台可复用”：
- 一个Skill = 一套prompt + 工具组合 + 操作流程
- Skill Workshop = 用户发现→试用→批准→安装→回滚的完整生命周期
- ClawHub = Skills的App Store
这层补上了Agent生态的最后一块拼图：能力不需要重新发明，只需要组合。
三层合体
第一层（工具循环）：read → think → edit/write/exec → observe → 循环
第二层（身份记忆）：SOUL.md → 我是谁 → USER.md → 我的用户是谁 → MEMORY.md → 历史沉淀
第三层（通用接口）：MCP标准工具 → Skills可复用工作流 → 壳和模型完全分离这三层拼在一起，就是一个完整的Agent引擎。
这就解释了为什么”模型排名”越来越不重要
现在回头看看oh-my-pi那篇文章的数据，会有一个新的理解：
> 16个模型，只改了一个edit工具格式，集体提升。Grok Code Fast 1从6.7%到68.3%，十倍提升。$0训练成本。
不是模型进步了。是Agent瓶颈不在模型。
模型能力是天花板，工具循环/身份记忆/通用接口是地板。地板太低，天花板再高也没用。绝大多数用户遇到的不是”模型推理不够”，而是：
- 工具不会用（第一层没做好）
- 跨会话记忆丢失（第二层没做好）
- 工具生态锁死（第三层没做好）
这就是为什么：
- MiMo-V2.5（非Pro）登顶OpenRouter：不是它比Pro强，是它稳。第一层（工具循环）不崩。
- 混元3碾压DS Pro过陷阱测试：不是推理更强，是指令遵循+质疑惯性的身份层设计更合理。
- DS Harness还没发但生态位已被填满：不是DS模型不行，是它的三层架构没有独特性，而别人已经把三层做透了。
一个18MB的reasonix也能干WorkBuddy的事
理解了这三层之后，很多东西突然变得简单了。
这句话老沙说的：“给一个18M的reasonix也能做到WorkBuddy能干的事情我全都能干，区别在于模型能力。”
reasonix（Go单二进制18MB）跟WorkBuddy之间不是产品竞争，是架构已经统一了：
reasonix:
第一层 ✅ 工具循环（后缀缓存优化、bash后台化）
第二层 ✅ 身份记忆（config-driven, AGENTS.md兼容）
第三层 ✅ 通用接口（MCP plugin system）
WorkBuddy:
第一层 ✅ 工具循环（桌面端工具面）
第二层 ✅ 身份记忆（兼容skills/MCP/AGENTS.md）
第三层 ✅ 通用接口（MCP + Skills兼容）区别只有两个：
- 模型：WorkBuddy默认混元3，reasonix让你自己接
- 分发：WorkBuddy给你装好的桌面包，reasonix让你go install
核心能力没有本质差异。因为三层架构已经成了行业默认配置，不是谁的独门秘技。
而这恰好是DS Harness最尴尬的地方。
Harness不管做成什么形态（CLI或桌面端），它的三层架构都不可能有独特性：
- 工具循环 → 跟reasonix/om的差距是年量级的（om单独hashline这个tool打磨就做了三个月）
- 身份记忆 → 别人用MD文件跑了一年，DS连soul.md都没有
- 通用接口 → MCP已经是公共标准，Skills生态被别人先种了两年树
更致命的是——其他Agent可以换模型。你Harness绑定DS模型，而DS模型在DSpark高峰期会降到负分。
别人是”三层基本盘+随便切模型”，DS是”一张牌（模型）赌全部”。别人的模型下限决定Agent体验上限。DS的模型下限是7B草稿脚踩西瓜皮。
所以LLM到Agent隔的到底是什么
不是某个技术突破。不是哪个模型更强。不是一个公司砸了多少钱。
是三层基础设施的无心插柳、社区自组织和独立开发者的聪明试错：
- Pi的创作者想要一个”能改代码的终端工具”
- Peter Steinberger想知道他的代码编译完了没
- can1357受够了str_replace那该死的匹配失败
三个人互不认识，做的东西完全不同。但他们各自填上了三层架构的一层。
结果就是：现在任何人，只要理解了这三层，拿一个18MB的Go二进制，接上任意的模型API，配上一套MD记忆文件，就能拥有一个功能不输WorkBuddy的Agent。代价是零。门槛是知道这三层长什么样。
从LLM到Agent，隔的不是技术。隔的是：谁先想到了模型不需要会一切，模型只需要被嵌进一个能喂它反馈、记住它的决定、给它标准化工具的壳里。
最早做到这点的——是那群通宵写README的独立开发者，不是硅谷。
本文参考：
- oh-my-pi / The Harness Problem (can1357, 2026.02)
- OpenClaw VISION.md (OpenClaw Foundation)
- OpenClaw创始人万字专访 (腾讯新闻, 2026.02)
- Pi Agent设计理念 (mariozechner/badlogic, 2024-2025)
- Claude Code + MCP protocol (Anthropic, 2024-2025)