Agent 开发：从单轮问答到可执行智能体
📅 主题：Agent 架构、规划执行、记忆与评估
一、什么是 Agent
在 LLM 场景里，Agent（智能体） 通常指：
- 能理解目标（而不只是回答一个问题）
- 能调用工具（搜索、代码执行、API、数据库等）
- 能分解任务并迭代执行
- 能基于中间结果继续决策
所以 Agent 不只是“会聊天的模型”，而是一个「模型 + 工具 + 工作流 + 状态」的系统。
一句话：LLM 提供推理与生成，Agent 提供行动与闭环。
二、Agent 与传统 Prompt 应用的区别
| 维度 | 传统 Prompt 应用 | Agent 应用 |
|---|---|---|
| 任务粒度 | 单轮或少轮问答 | 多步骤目标驱动 |
| 外部能力 | 很少或固定 | 按需调用多工具 |
| 状态管理 | 基本无状态 | 维护上下文、记忆、任务进度 |
| 失败处理 | 用户重试 | 具备重试、回滚、替代策略 |
| 结果形态 | 一段文本 | 文本 + 操作结果 + 结构化输出 |
这也是为什么 Agent 开发往往更像“后端系统开发”，而不仅是 Prompt 调优。
三、典型 Agent 架构
一个常见的工程化 Agent，通常包含以下模块：
Planner（规划器）
- 把用户目标拆成子任务（例如：先检索资料 → 再分析 → 再输出报告）
Executor（执行器）
- 实际执行步骤，调用工具或子 Agent
Tool Router（工具路由）
- 决定当前步骤该用哪个工具，并做参数校验
Memory（记忆）
- 短期记忆：当前会话上下文
- 长期记忆：用户偏好、历史任务结论、知识沉淀
State / Store（状态存储）
- 记录任务状态、中间结果、重试次数、日志
Guardrail（安全护栏）
- 权限控制、敏感操作确认、输出合规检查
Evaluator（评估器）
- 检查结果是否达标，不达标则触发修正或重试
四、核心能力设计
4.1 规划与分解
Agent 要做复杂任务时，应先明确：
- 目标是什么（输出格式、成功标准）
- 子任务顺序（串行/并行）
- 每个子任务依赖什么数据
可选策略：
- 一步步规划（Plan-then-Execute）：先出计划再执行，适合任务清晰、可审计场景
- 边想边做（ReAct 风格）：推理与行动交替，适合动态环境和探索型任务
4.2 工具调用
工具调用是 Agent 开发的关键。实践上建议：
- 工具输入输出尽量结构化（JSON Schema）
- 调用前做参数验证（类型、范围、权限）
- 失败时提供重试策略与降级路径
- 对副作用操作（写库、发消息、执行命令）加确认机制
4.3 记忆设计
可把记忆分三层：
- 会话记忆：当前任务中的中间过程（短期）
- 用户记忆：偏好、背景、长期目标（长期）
- 知识记忆：文档、经验、SOP（通常通过 RAG/索引读取）
记忆要可追溯、可更新、可删除，避免“积累脏上下文”。
4.4 反思与纠错
成熟 Agent 不应一次失败就结束，通常要有：
- 结果自检（是否满足约束）
- 失败分类（工具错误、检索不足、推理错误）
- 自我修正（补检索、换工具、重写方案）
这类闭环可显著提升复杂任务的稳定性。
五、Agent 开发流程（实战建议）
阶段 1：先做单任务 MVP
选一个高频且明确的场景，比如：
- 文档问答 Agent
- PR 变更解读 Agent
- 日报/周报生成 Agent
先完成“从输入到可用输出”的闭环，不要一上来追求全能。
阶段 2：引入工具与数据
- 接入检索（RAG）
- 接入外部工具（API、数据库、文件系统）
- 打通基础权限与审计
阶段 3：增加规划与状态管理
- 拆分步骤
- 记录状态与中间结果
- 增加重试与超时控制
阶段 4：加评估与护栏
- 结果质量评估（准确率、引用率、任务完成率）
- 安全检查（敏感词、越权、数据泄露）
- 人在回路（高风险步骤需人工确认）
六、与 RAG、MCP、Skills 的配合
RAG：解决“Agent 知识从哪来”
- 在每个步骤前按需检索，减少幻觉
- 参考文档可要求输出引用
MCP：解决“Agent 能调用哪些能力”
- 通过标准协议接入工具与资源
- 让 Agent 能跨系统执行动作
Skills / Agent Skills：解决“Agent 应该怎么做”
- 把流程、规范、模板封装成可复用技能
- 降低行为漂移，提高一致性
可以理解为：
- RAG = 知识层
- MCP = 能力层
- Skills = 策略层
- Agent = 决策与执行层
七、常见坑与规避
提示词堆砌但无状态管理
- 规避：建立明确 state，记录每一步输入输出
工具很多但不会选
- 规避：加工具路由与工具描述规范，限制默认可用集合
上下文爆炸
- 规避：做上下文裁剪、摘要与优先级管理
无评估只看“感觉可用”
- 规避：定义可量化指标（完成率、错误率、平均耗时）
高风险操作无护栏
- 规避：权限分级 + 人工确认 + 操作日志
八、小结
- Agent 开发本质是系统工程：模型 + 工具 + 状态 + 护栏 + 评估。
- 从单任务 MVP 起步，逐步增加工具、记忆、规划和评估，比一次性做“大而全”更稳。
- 工程落地重点不是“模型有多强”，而是“流程是否可控、可观测、可迭代”。
- 与 RAG、MCP、Skills 结合后，Agent 才能形成完整生产力闭环。
当你把 Agent 当成一个可演进的产品来做，而不是一个临时 Prompt，效果通常会发生质变。