AI Agent

ReAct · 工具调用 · 记忆 · 多 Agent 协作 · 工程实践

当前模块
学习进度0 / 3
Module Switcher
Agent 内容模块
内容模块

原理

什么是基于 LLM 的 Agent

基于 LLM 的 Agent 是以大语言模型为决策核心、围绕给定目标与环境交互的软件系统。它根据当前任务状态和环境反馈选择下一步行动，由运行时执行行动，再利用结果继续决策，直到完成任务、遇到阻塞或触发停止条件。

关键特征是目标驱动的决策—行动—反馈闭环。Agent 的定义并不完全统一；这里采用工程上常用的区分：预定义代码决定主要执行路径的是工作流，LLM 根据运行中的反馈动态选择行动的是 Agent。两者可以组合使用。

形式谁决定下一步示例
普通 LLM 调用调用方提供输入，模型生成本次输出解释报错含义、生成一段代码
固定 LLM 工作流预定义代码决定步骤与分支固定执行检索 → 摘要 → 格式检查
LLM Agent模型结合目标、状态和反馈选择后续行动读取报错后选择检查文件、修改代码或继续测试

聊天是一种交互界面，背后既可以是普通模型调用，也可以是 Agent。工具调用、多轮对话或保存历史记录，单独出现时都不足以证明系统具备自主控制流程的能力。

核心组件及其职责

组件拆分方式没有统一标准。可以按以下六项职责理解一个典型系统；这些职责可以由同一个模块承担。

组件 / 职责作用修复代码示例
目标与指令定义任务、完成标准、约束和权限修复指定测试，不修改无关功能
LLM 决策与规划理解观察、选择行动，必要时拆解任务或调整计划根据堆栈决定先读取哪个函数
上下文与状态 / 记忆保存目标、已知事实、执行记录和当前进度记录改过哪些文件、哪些测试仍失败
工具与执行器提供环境交互接口并执行实际操作读取文件、应用补丁、运行测试
观察与结果检查收集环境反馈，依据任务标准判断进展读取退出码、失败用例和测试输出
运行时控制驱动循环，执行参数校验、权限检查、超时和预算限制限制重试次数，遇到权限不足时暂停

常见的“LLM + 规划 + 记忆 + 工具”便于记忆，但还需要解释这些能力如何通过运行时形成闭环。模型负责提出工具调用及参数，宿主程序负责校验和执行；模型生成一段命令并不代表命令已经运行。

长期记忆、向量数据库、独立规划器、自我反思模块和多 Agent 协作都是可选扩展。简单 Agent 可以只维护当前任务上下文，并逐步决定行动。跨会话存储也不意味着模型权重得到更新。

一次任务如何形成闭环

目标与当前状态 → LLM 选择行动 → 运行时校验并执行工具
       ↑                                  ↓
       └──── 更新状态，继续决策 ← 读取执行结果
完成任务 / 需要用户输入 / 达到预算上限 → 返回结果或暂停

例如“修复这个测试失败”：Agent 先读取错误和相关代码，提出补丁，由工具修改文件并运行测试。测试仍失败时，它根据新的错误选择下一步；通过相关检查后，报告修改和验证结果。若只生成一段修复建议，尚未构成这个执行闭环。

结果检查应尽量依据测试、查询结果或环境状态等外部证据。LLM 自称“已经完成”不能替代验证；预算耗尽而停止也不等于任务成功。

定义与工作流区分参考：Anthropic：Building effective agents。上述组件表按工程职责展开，并非统一的行业分类标准。

ReAct：推理 + 行动

ReAct（Reasoning + Acting）是当前最主流的 Agent 范式，由 Google 在 2022 年提出。核心思想是让 LLM 交替进行思考（Thought）→ 行动（Action）→ 观察（Observation），直到任务完成。

步骤说明示例
Thought分析当前状态，决定下一步做什么"我需要先查一下今天的天气"
Action调用工具或执行操作search("北京今天天气")
Observation获取工具返回结果"北京今天晴，25°C"
...循环...重复直到任务完成或达到最大步数"天气不错，可以推荐户外活动"
Final Answer汇总所有信息，给出最终答案"今天北京晴，适合去颐和园"
ReAct 的优势
  • 可解释性：每一步的 Thought 让用户看到推理过程。
  • 错误恢复：Observation 不理想时可以调整策略重试。
  • 减少幻觉：通过工具获取真实信息，而非纯靠模型记忆。
  • 灵活组合：可以在一次任务中调用多种工具。
ReAct 的局限
  • 每步都需要 LLM 调用，延迟高、成本大。
  • 长链推理可能累积错误，中间步骤的偏差会放大。
  • 对复杂任务的分解能力有限，容易陷入局部循环。

Plan-and-Execute：先规划再执行

Plan-and-Execute 将 Agent 流程分为两个阶段：规划阶段生成完整执行计划，执行阶段按计划逐步调用工具。适合步骤明确、依赖关系清晰的任务。

对比维度ReActPlan-and-Execute
决策方式每步实时决策先全局规划，再逐步执行
全局最优可能陷入局部最优有机会找到全局较优路径
灵活性高，可随时调整低，计划变更成本高
延迟每步一次 LLM 调用规划一次 + 执行 N 次
适用场景探索性、不确定性高结构化、步骤明确

思维链与思维树

CoT（Chain-of-Thought）和 ToT（Tree-of-Thoughts）是提升 LLM 推理能力的两种提示技术，也是 Agent 规划能力的基础。

技术核心思想适用场景局限
CoT让模型在输出答案前先写出推理步骤数学、逻辑、多步推理线性推理，不会回溯
CoT-SC多次采样 CoT，取多数结果（Self-Consistency）有明确答案的推理任务成本翻倍，不适用于开放式任务
ToT维护推理树，在多个分支间搜索最优路径规划、创作、需要探索的任务计算成本极高，需要评估函数
GoTGraph-of-Thoughts，将推理建模为有向图复杂多步推理，信息融合工程复杂度高
面试要点：CoT 是推理增强，ReAct 是推理+行动。Agent 通常需要两者结合：用 CoT 做内部推理，用 ReAct 做外部交互。