LLM 代理中的外部化：记忆、技能、协议与Harness工程的统一综述

大型语言模型(LLM)代理正越来越多地通过重新组织其运行环境来实现功能，而不是通过改变模型权重。以往系统依赖模型内部恢复的能力现在被外部化到记忆存储、可重用技能、交互协议以及使这些模块在实际中可靠运行的周围环境(harness)中。本文通过外部化视角进行综述。借助认知工具的思想，我们认为代理基础设施的重要性不仅在于添加辅助组件，更在于它将困难的认知负担转化为模型更可靠可解的形式。在此观点下，记忆外部化了时间上的状态，技能外部化了程序化专业知识，协议外部化了交互结构，而Harness工程则作为统一层，协调它们以实现受控执行。我们追溯了从权重到上下文再到Harness的历史进程，分析了记忆、技能和协议作为三种互相耦合的外部化形式，并探讨了它们在更大代理系统中的相互作用。我们进一步讨论了参数化能力与外部化能力之间的权衡，识别了诸如自我演化Harness和共享代理基础设施等新兴方向，并探讨了在评估、治理以及模型与外部基础设施长期演化方面的开放挑战。最终，本文提供了一个系统性框架，用于解释为何实际上的代理进步不仅取决于更强大的模型，还取决于更好的外部认知基础设施。