Agent工程
3分钟搞懂Agent Loop
Agent Loop（智能体循环）= AI 干活时“想一步 → 动一步 → 看一眼结果 → 再想下一步”的反复循环，直到任务做完或者被外部主动叫停。
3分钟搞懂工具调用(Function Calling)
工具调用（Function Calling / Tool Use）= 模型遇到自己答不了或做不了的事时，按约定的格式开出一张“调用单”，写明要用哪个工具、传什么参数，由背后的程序去执行，再把结果交回给模型继续分析。
3分钟搞懂上下文工程
上下文工程（Context Engineering）= 在 AI 每一次回答、每一步行动之前，挑选、整理并控制放进上下文窗口里的信息，让它用尽量少的内容，拿到完成任务最需要的那部分。Prompt 工程管的是你怎么问，上下文工程管的是它看到什么。
3分钟搞懂Skills
Skills（技能，全称 Agent Skills）= 把做某件事的一整套方法，包括操作步骤、参考资料和要用到的脚本，装进一个文件夹里；AI 平时只记住每个技能的名字和用途，遇到对应的任务时，才把完整内容读进来照着做。
3分钟搞懂提示词缓存(Prompt Caching)
提示词缓存（Prompt Caching）= 服务商把你每次请求里重复的开头部分，比如系统提示词、工具说明、之前的对话，算过的结果等暂存起来；当下一次请求的开头一模一样时，就直接复用这部分结果，让它算得更快，还可以按更低的价格计费。
3分钟搞懂Agent记忆系统
Agent 记忆系统 = 在对话或任务结束后，把值得长期保留的信息提炼出来存到模型外面，下次开始干活时再按需取回、放进上下文，并随着情况变化不断更新或删除，让 AI 不用每次都从零开始认识你和你的项目。
3分钟搞懂Harness
Harness = 包在大模型外面、让它能真正把活干完的那一整套程序和配置：系统提示词、工具、运行环境、循环和编排逻辑、上下文管理、权限，以及各种检查和反馈。最直白的理解：Agent = 模型 + Harness，只要不是模型本身，就都属于 Harness。
3分钟搞懂Evals(AI评测)
Evals（评测）= 为 AI 应用准备一批有代表性的测试题，写好判分规则，在每次改提示词、换模型、加工具之后自动跑一遍，用分数回答一个问题：这次改动到底是变好了，还是变差了？
3分钟搞懂多智能体协作
多智能体协作（Multi-Agent）= 由一个主 Agent 把大任务拆成几块，分派给多个子 Agent 在各自独立的上下文里执行，最后再把结果收回来校验、汇总，目的是让单个 Agent 装不下、做不快的任务也能完成。