如果把AI Agent比作一个能独立完成复杂任务的数字员工，那么需要大脑、记忆、连接神经、可调用的手脚能力，以及和其他同事协作的沟通语言。LLM、RAG、MCP、Skill 和 A2A 这五个概念，正好对应了这五大器官。

1. LLM：Agent 的大脑和推理中枢

LLM（Large Language Model，大语言模型） 是 Agent 的发动机。目前主流架构都是根据 Transformer的自回归生成模型。

原理：

LLM 的根基是预测下一个token。训练时，模型从海量文本中学习语言方式和世界知识，将一切转化为高维向量空间中的概率分布。推理时输入一段提示词，模型通过数十亿参数的多头自注意力机制，逐字生成后续内容。

在Agent中的角色变化：

纯LLM只能做输入-输出的文本补全，但Agent需要推理和行动。依赖几项延伸：

思维链（Chain-of-Thought）：在提示中引导模型分步推理，使复杂问题被拆解成可执行的中间步骤。

工具调用/函数调用（Function Calling）：模型不再只输出自然语言，而是能输出结构化的JSON，指明要调用的函数名和参数。

ReAct/规划能力：将推理、行动和观察结合成循环，让LLM能在思考和行动间迭代，直到完成任务。

没有LLM，Agent就是无脑的空壳。但LLM有两大先天缺陷：知识截止和幻觉。于是RAG登场。

2. RAG：Agent的外挂知识库

RAG（Retrieval-Augmented Generation，检索增强生成） 让Agent能够边查资料边回答，大幅提升知识的时效性和事实准确性。

技术架构：

离线建库：把文档（PDF、网页、数据库等）按语义切分成块（chunk），通过嵌入模型（Embedding Model）将每块转成向量，存入向量数据库（如Chroma、Pinecone、Milvus）。

在线检索：用户问题同样转成向量，用近似最近邻搜索（ANN）在库中召回最相关的Top-K个文档块。

增强生成：将召回的文档块和用户原始问题拼装成一个增强的提示词，送给LLM。LLM据此参考资料生成回答，并常常被要求注明出处。

进阶优化：

为提升精度，还会引入重排序模型（Reranker） 对初检结果二次排序，或者使用混合检索（同时做重点词稀疏检索和向量稠密检索）来兼顾字面一致和语义相似。

RAG解决了脑子记不全的问题，但Agent还需要操作外部世界：发邮件、查数据库、调用API。过去每接一个工具就要写一堆定制胶水代码，MCP就是来终结这个混乱的。

3. MCP：Agent的万能连接协议

MCP（Model Context Protocol，模型上下文协议） 是由Anthropic提出的开放标准，目的是成为AI应用的USB-C接口-让所有工具和数据源都能用统一的方式，即插即用地接入任何支持MCP的Agent。

协议原理：

MCP采用客户端-服务器架构，根据JSON-RPC 2.0消息协议通信：

MCP服务器：轻量级程序，向外暴露三大原语：

Resources（资源）：暴露数据，类似文件读取（如“获取上周销售报表”）。

Tools（工具）：可执行的动作，模型可调用（如“发送短信”，有确定的输入参数和返回）。

Prompts（提示模板）：设定义的交互模板，帮助引导模型。

MCP客户端：内建在Agent宿主应用中（如Claude Desktop、Cline等），负责发现服务器的能力列表，并将LLM的调用请求翻译成标准协议指令发给服务器。传输层可用本地 stdio 或远端 HTTP+SSE。

意义：

过去要为每个API写插件。现在只需开发一个MCP服务器，任何MCP客户端就都能直接调用。工具生态从N对N定制化，变成了1次开发，处处运行的标准化市场。

RAG给了知识，MCP给了手和脚，但一堆零散的工具调用仍不算技能。Skill把这层再往上抽象了一个台阶。

4. Skill：Agent 的可组合行为能力

在Agent语境下，Skill（技能） 是对完成一类具体任务所需全部知识、流程和工具的封装，是比单个MCP工具更高阶的能力单元。

技术本质：

一个Skill一般是一份声明式或可执行的定义包，包含：

意图和触发：描述用户要做什么（如“预订机票”），可由LLM的意图识别或重点词驱动。

工作流思路：编排好的多步流程。可能是有向图（DAG）、状态机，或是用代码/声明式语言定义（如“先查天气，如果下雨则推荐室内咖啡馆，否则推荐户外”）。

内嵌的提示和知识：专属的system prompt、Few-shot示例，甚至一个小型的私有RAG库。

工具调用序列：组合如果干MCP工具、API或本地函数，并处理异常分支。

承载形式：

在不同的Agent框架中叫法各异，但原理相通：

在Coze/Dify等低代码平台上，Skill就是通过拖拽“LLM节点+代码节点+工具节点”拼出的工作流，发布后成为Agent的可选能力。

在LangChain里，这对应用AgentExecutor包裹的、带特定tool set和prompt的Agent。

在OpenAI GPTs里，Skill = 配置好的指令 + 知识文件 + 启用的Actions。

当Agent接到了复杂指令，LLM可以半自主地决定：现在该触发预订机票Skill、需要调用发送邮件Skill。Skill让行为可复用、可组合，避免每次从原子工具重新规划。

单个Agent很强，但现实中更需要多Agent协作。A2A就是为此而生。

5. A2A：Agent 间的协作语言和交流协议

A2A（Agent-to-Agent，智能体对智能体协议） 是Google在2025年提出的开放标准，专门解决不同厂商、不同框架创建的Agent之间怎样发现彼此、指派任务、安全协作的问题。

设计：

Agent Card（能力名片）：每个Agent通过一个公开的JSON端点（/.well-known/agent-card.json）描述自己的身份、技能、可执行任务类型、输入输出格式以及认证方式。这像是一个数字简历，让其他Agent能自动发现。

任务驱动通信：A2A不根据简单的聊天对话，而是围绕Task（任务） 对象展开。A可以发送一条tasks/send消息给B，其中包含任务描述、输入参数，并指定是同步还是异步处理。B返回一个任务ID，然后通过推送通知或A轮询来获取结果或中间状态。

长运行和多模态支持：支持任务中途返回需要澄清、正在处理中等状态，甚至可以在任务上下文里传递文件、图像等多模态数据。

安全和治理：集成OAuth等企业级认证，让Agent能在受控边界内协作。

和MCP的分工：

二者是完美互补的：MCP是Agent连接工具的纵向协议，A2A是Agent连接Agent的横向协议。一个旅行规划Agent可以：通过MCP调用日历工具查闲忙，通过A2A把“订推荐酒店”的子任务委托给专业的酒店Agent，后者内部再用MCP对接酒店预订API。

六者合体：一个完整的Agent技术栈

让我们用一个实际场景串联：

用户对企业行政Agent说：“帮我组织明天下午的团队头脑风暴，预订零食，并通知大家。”

大脑LLM理解意图并规划：需要拆解为“统计参会人”、“根据天气推荐零食”、“下单”、“群发通知”等子任务。

记忆RAG被触发：Agent从公司知识库（RAG）检索“团队头脑风暴常备零食清单”和“行政采购标准”。

连接工具MCP行动：LLM决定调用天气查询和会议系统接口，这两个工具都通过MCP服务器标准接入，Agent无缝拿到了明天下午的天气和参会人员名单。

技能Skill执行：Agent激活预置的“智能采购”Skill-这个Skill编排了“比较价格-生成订单-调用支付MCP-生成报告”的完整工作流。

多Agent协作 A2A 委托：发现采购Skill内缺少某小众零食库存，企业Agent通过A2A协议寻找到外部的“供应商Agent”，发送任务订单，等待对方异步返回物流单号。

最后LLM汇总所有返回结果，生成通知文案，调用消息MCP工具完成群发。

LLM是灵魂，RAG是记忆，MCP是标准化神经末梢，Skill是整块的肌肉记忆，A2A让肌肉群能协同做操。这五大技术共同组成了今天AI Agent能够自主、可靠、大规模落地的基础。