Agent架构

一句话定义

Agent 架构是一套让大语言模型围绕目标进行规划、调用工具、观察结果并持续调整行动的系统设计。

为什么重要

LLM 只能生成内容，而 Agent 架构把模型的推理能力连接到状态、记忆和外部工具，使系统能够真正执行多步骤任务。清晰的架构还能限制工具权限、记录执行过程，并在出现错误时重试、恢复或请求人工介入。

核心执行闭环

Agent 的基本运行流程是：

flowchart TD
    A[输入目标] --> B[理解目标与当前状态]
    B --> C[Planning：规划下一步]
    C --> D[选择并调用工具]
    D --> E[执行行动]
    E --> F[观察执行结果]
    F --> G{目标是否完成？}
    G -- 否 --> H[调整计划与状态]
    H --> C
    G -- 是 --> I[输出结果]
    F --> J{是否需要人工介入？}
    J -- 是 --> K[请求确认或补充信息]
    K --> C

这不是一条只运行一次的流水线，而是一个反馈循环：Agent 根据观察结果更新当前状态，然后决定下一步行动，直到目标完成、达到停止条件或需要人工决策。

架构组成

组成	作用	典型内容
目标与约束	定义要完成什么以及不能做什么	用户请求、成功标准、权限边界
LLM	理解上下文并决定下一步行动	推理、生成计划、选择工具
Planning	将目标拆成可执行步骤	任务分解、优先级、计划调整
Tools	提供与外部环境交互的能力	搜索、代码执行、文件操作、API
State	保存当前任务的即时状态	当前步骤、工具结果、错误信息
Memory	保存需要跨步骤或跨会话复用的信息	对话历史、用户偏好、经验与知识
Execution Loop	驱动“行动—观察—调整”循环	调度、重试、超时、终止判断
Guardrails	控制风险并保证执行边界	权限检查、参数校验、人工确认
Observability	让执行过程可检查和调试	日志、轨迹、指标、错误记录

工作原理

接收目标：读取用户目标、上下文、约束和成功标准。
读取状态：确定已知信息、可用工具和当前任务进度。
制定计划：把目标拆解为步骤，选择当前最合适的行动。
调用工具：生成符合工具接口要求的参数，并交由运行时执行。
观察结果：读取工具返回值，判断行动是否成功以及信息是否充分。
调整行动：更新状态，必要时修改计划、重试或选择其他工具。
终止循环：目标完成时输出结果；无法安全继续时停止并请求人工介入。

示例：整理一份行业报告

当目标是“整理一份 AI Agent 行业报告”时，Agent 可以：

明确报告范围、读者和交付格式。
规划资料搜索、信息筛选、提纲设计和正文撰写等步骤。
调用搜索或知识库工具收集资料。
检查资料是否可靠、完整，并记录来源。
如果证据不足，调整关键词并继续搜索。
根据成功标准生成报告并检查遗漏。

其中，LLM 负责判断和规划，工具负责获取或处理外部信息，状态与记忆负责保存过程信息，执行循环负责持续推进任务。

常见误区

把 Agent 等同于 LLM：LLM 是核心组件之一，但完整 Agent 还需要工具、状态和执行循环。
认为计划生成后不会变化：现实任务包含不确定性，计划应根据工具结果动态调整。
工具越多越好：工具数量会增加选择成本和安全风险，应只开放任务需要的能力。
忽略终止条件：没有完成标准、步数限制或超时机制，Agent 可能重复执行或无限循环。
只关注成功结果：工程系统还需要记录失败原因、工具调用轨迹和恢复过程。

参考资料

待补充。

4.4 KiB Raw Blame History