llm, 通过已有的只是构建模型，为了能够获取到最新的外部知识，于是了web search 和 function call；但是 function call 不同的大模型厂商有不同的写法，为了兼容所有的厂商，于是有了mcp协议。 
但是一般会有很多不同功能的tool，AI要一次性把把所有的tool都要放到上下文中，尽管有些tool这次没有用到，很消耗token，为了减少token的消耗，实现按需加载。于是新的skill又出现了。 
到了这里，AI能够用最新的知识和你对话，但是也仅限于对话。为了让AI能做回答以外的事情，于是Agent出现了。 
但是Agent要做很多事，为了让他快，于是又有了并发的subagent，为了让他准，就加大了记忆空间，让他能记住更多的上下文；同时给他更多的约束，而且同样的错误不要再犯第二次，于是有了 harness 工程