术语表
本术语表用于统一《Anthropic Engineering 学习指南》全书用语。原则：首次出现时可中英并用，后续在工程语境中优先使用稳定术语。
使用原则
- 核心概念保留英文：Agent、Context、Tool、Skill、Harness、Runtime、MCP 等属于当前 AI 工程领域的核心术语，章节标题和架构图中优先保留英文。
- 正文首次出现时解释中文含义：例如“Context Engineering（上下文工程）”。
- 避免同义词混用：同一个概念不要在不同章节中反复使用不同译法。
- 工程模块名保持一致：Java 接口、模块、类名尽量使用英文概念，例如
ContextProvider、ToolRegistry、AgentRuntime。 - 不要过度翻译专有概念：MCP、AGENTS.md、CLAUDE.md、Checkpoint、Scratchpad 等保持原样或中英并列。
核心术语
| 英文术语 | 推荐中文 / 写法 | 说明 |
|---|---|---|
| Agent | Agent / 智能体 | 全书优先使用 Agent；首次出现可解释为“能自主使用工具循环完成任务的系统”。 |
| AI Agent | AI Agent | 不建议译为“人工智能代理”，容易有歧义。 |
| Workflow | Workflow / 工作流 | 与 Agent 对比时保留 Workflow；中文可写“固定工作流”。 |
| Prompt | Prompt / 提示词 | 章节中可写 Prompt Engineering。 |
| Prompt Engineering | Prompt Engineering / 提示词工程 | 指优化单次或少数几次模型输入指令的技术。 |
| Context | Context / 上下文 | 指模型当前采样时可见的全部 token，不只是背景资料。 |
| Context Engineering | Context Engineering / 上下文工程 | 指选择、组织、压缩、隔离上下文的工程方法。 |
| Context Window | 上下文窗口 | 模型单次调用能看到的 token 范围。 |
| Context Budget | 上下文预算 | 为一次模型调用分配的 token 和注意力预算。 |
| Context Quality | 上下文质量 | 上下文是否相关、准确、新鲜、结构清晰、有来源。 |
| Context Lifetime | 上下文生命周期 | 上下文从创建、使用、压缩、过期到删除的过程。 |
| Context Selection | 上下文选择 / Context Selection | 从候选上下文中选择当前任务最有价值的信息。 |
| Context Compression | 上下文压缩 / Context Compression | 在保留决策价值前提下降低 token 占用。 |
| Context Isolation | 上下文隔离 / Context Isolation | 控制不同 Agent、任务、阶段、权限之间的上下文可见性。 |
| Context Provider | ContextProvider / 上下文提供者 | Java 工程中建议使用 ContextProvider。 |
| Context Chunk | ContextChunk / 上下文片段 | 最小上下文单元，包含类型、来源、内容、权限等元数据。 |
| Tool | Tool / 工具 | Agent 可以调用的外部动作能力。 |
| Tool Engineering | Tool Engineering / 工具工程 | 设计工具名称、Schema、返回值、错误、权限等的工程方法。 |
| Tool Registry | ToolRegistry / 工具注册表 | 管理工具定义、权限、版本和查询。 |
| Tool Orchestration | 工具编排 / Tool Orchestration | 多个工具的顺序、并行、批量、重试和验证。 |
| Tool Definition | ToolDefinition / 工具定义 | 描述工具名、描述、输入输出 Schema、权限、风险等。 |
| Tool Result | ToolResult / 工具结果 | 工具执行后的结构化返回。 |
| Skill | Skill / 技能 | Anthropic Agent Skills 概念，建议保留 Skill。 |
| Agent Skill | Agent Skill | 可发现、可动态加载的能力包，包含指令、知识、示例、资源和脚本。 |
| Skill Registry | SkillRegistry | 管理 Skill 元数据、加载、版本和发布。 |
| Progressive Disclosure | 渐进式加载 / Progressive Disclosure | 先加载 Skill 元数据，需要时再加载完整内容和资源。 |
| Harness | Harness / 执行框架 | 包裹模型的运行时结构，负责循环、验证、恢复、状态和边界。 |
| Agent Harness | AgentHarness | Java 工程中建议使用 AgentHarness。 |
| Long-running Agent | 长时间运行 Agent / Long-running Agent | 能跨多个阶段、上下文窗口和会话持续工作的 Agent。 |
| Checkpoint | Checkpoint / 检查点 | 保存任务状态以便恢复。 |
| Verification | 验证 / Verification | 用测试、脚本、评审或人工确认判断任务是否完成。 |
| Recovery | 恢复 / Recovery | 失败后重新规划、重试、回滚或升级人工。 |
| Stop Condition | 停止条件 / StopCondition | 最大步数、超时、成本、完成、阻塞等停止规则。 |
| Memory | Memory / 记忆 | 存放在上下文窗口之外、可被检索回来的长期上下文资产。 |
| Memory Engineering | Memory Engineering / 记忆工程 | 记忆写入、检索、更新、删除、审计和治理。 |
| Short-term Memory | 短期记忆 | 当前会话或当前任务内的状态和信息。 |
| Long-term Memory | 长期记忆 | 跨会话保存的信息。 |
| Semantic Memory | 语义记忆 | 保存事实与知识。 |
| Episodic Memory | 情景记忆 | 保存历史事件和任务经历。 |
| Procedural Memory | 过程记忆 | 保存做事方法和流程经验。 |
| Memory Governance | 记忆治理 | 控制记忆写入、读取、更新、删除、审计和权限。 |
| MCP | MCP | Model Context Protocol，不翻译。 |
| MCP Server | MCP Server | 提供工具、资源、提示或执行环境的服务。 |
| MCP Client | MCP Client | Agent Runtime 中连接 MCP Server 的客户端。 |
| Resource | Resource / 资源 | MCP 或外部系统暴露的可读取内容。 |
| Sandbox | 沙箱 / Sandbox | 受控执行环境。 |
| Multi-Agent | Multi-Agent / 多 Agent | 多个 Agent 分工协作的系统。 |
| Coordinator | Coordinator / 协调者 | 多 Agent 系统中负责计划、调度、汇总的 Agent。 |
| Subagent | Subagent / 子 Agent | 在独立上下文中完成局部任务的 Agent。 |
| Reviewer | Reviewer / 评审者 | 负责检查、质疑、验证其他 Agent 输出。 |
| Synthesizer | Synthesizer / 综合者 | 汇总多个 Agent 结果，形成最终答案。 |
| Shared Workspace | 共享工作区 | 多 Agent 共享结构化产物的空间。 |
| Private Context | 私有上下文 | 只对某个 Agent 可见的上下文。 |
| Scratchpad | Scratchpad / 临时草稿区 | Agent 的临时思考、假设、局部计划空间。 |
| Artifact | Artifact / 产物 | 报告、补丁、日志摘要、图表等可引用结果。 |
| Agent Runtime | Agent Runtime / Agent 运行时 | 让 Agent 可运行、可恢复、可观测、可治理的系统底座。 |
| Session | Session / 会话 | 任务执行过程的持久化事件日志；不要等同于上下文窗口。 |
| Event Log | 事件日志 / Event Log | 记录 Agent 执行过程的持久化事件流。 |
| Managed Agent | 托管式 Agent / Managed Agent | 由平台托管、调度、隔离、恢复和治理的 Agent。 |
| Brain | Brain / 大脑 | Managed Agents 中负责推理、规划、决策的部分。 |
| Hands | Hands / 手 | Managed Agents 中负责执行工具、操作环境的部分。 |
| Worker | Worker | 承载工具执行、沙箱、浏览器或外部系统操作的工作单元。 |
| Runtime Policy | RuntimePolicy / 运行策略 | 控制最大迭代、超时、成本、工具权限、审批等。 |
| Observability | 可观测性 | Trace、日志、指标、事件回放、成本和失败分析。 |
| Governance | 治理 | 权限、安全、审计、成本、生命周期和合规控制。 |
推荐固定写法
Agent 与 Workflow
推荐：
Agent 适合目标明确但路径不确定的开放任务。
Workflow 适合流程稳定、步骤明确的任务。
避免：
智能体流程
自动化代理
大模型代理程序
Context Engineering
推荐：
Context Engineering 的目标不是塞入更多上下文，而是在有限 Context Budget 内提供最小高信号上下文。
避免：
上下文越多越好
长 Prompt 工程
RAG 就是 Context Engineering
Tool 与 Skill
推荐：
Tool 提供动作能力，Skill 提供完成一类任务的方法。
避免：
Skill 就是工具
Tool 就是一段 Prompt
Harness 与 Runtime
推荐：
Harness 负责单个 Agent 的执行循环；Runtime 负责平台级任务、会话、状态、事件和治理。
避免：
Harness 等于 Prompt 模板
Runtime 等于模型 API 封装
Memory
推荐：
Memory 是上下文窗口之外的长期上下文资产，只有被检索和注入后才成为当前 Context。
避免：
Memory 就是聊天历史
把全部历史对话放进上下文
Java 命名建议
| 概念 | 推荐类名 / 接口名 |
|---|---|
| Agent 任务 | AgentTask |
| Agent 结果 | AgentResult |
| 会话 | AgentSession |
| 事件 | AgentEvent |
| 运行时 | AgentRuntime |
| 上下文片段 | ContextChunk |
| 上下文提供者 | ContextProvider |
| 上下文选择器 | ContextSelector |
| 上下文压缩器 | ContextCompressor |
| 工具 | AgentTool |
| 工具定义 | ToolDefinition |
| 工具注册表 | ToolRegistry |
| 工具执行器 | ToolExecutor |
| 工具编排器 | ToolOrchestrator |
| Skill | Skill |
| Skill 元数据 | SkillMetadata |
| Skill 注册表 | SkillRegistry |
| Memory 记录 | MemoryRecord |
| Memory 服务 | MemoryService |
| Harness | AgentHarness |
| 验证器 | VerificationRunner |
| 检查点存储 | CheckpointStore |
| MCP 连接器 | McpConnector |
| MCP 上下文提供者 | McpContextProvider |
| 托管 Agent | ManagedAgent |
| Worker 池 | WorkerPool |
待全书检查的易混概念
后续精修时重点检查这些概念是否混用：
- Session 与 Context Window；
- Memory 与 Conversation History；
- Tool 与 MCP；
- Skill 与 Prompt；
- Harness 与 Runtime；
- Workflow 与 Agent；
- Checkpoint 与 Summary；
- Project Knowledge 与 Project Memory；
- Private Context 与 Scratchpad；
- Shared Workspace 与 Memory Store。