修炼AI技能
AI 教程 / 大模型应用 / LLM Agent 架构：感知—规划—行动的闭环

LLM Agent 架构：感知—规划—行动的闭环

LLM Agent 让模型不止”回答问题”，而是能感知环境、做计划、调用工具、观察结果并继续，直到任务完成。它把一次性的”生成”扩展成可持续、可纠偏的”过程”，适用于需要外部信息、多步决策或动作反馈的任务。理解它的组成与边界，能帮你在”加 Agent”之前先想清楚到底值不值。

是什么

一个最小 Agent 通常由四部分构成：模型（大脑，负责推理与生成）、记忆（上下文与历史）、规划（把目标拆成可执行步骤）、工具（对外能力，如搜索、代码执行、API 调用）。执行器把工具结果回写为”观察”，再喂回模型进入下一轮。记忆又分为短期（本轮对话上下文）与长期（外部向量库或数据库），前者决定当下能”看见”什么，后者让跨会话的经验可复用——例如把用户偏好存入向量库，下次直接检索而非重新询问。

工具调用通常以”模型输出结构化意图、运行时解析并执行”的方式实现。OpenAI 的 function calling 与 Anthropic 的 tool use 都采用”模型返回 JSON 形参、由宿主代码调用函数”的协议；更近的 Model Context Protocol（MCP，由 Anthropic 提出）则试图把”工具如何被描述和发现”标准化，让不同模型与客户端共享同一套工具接口，避免每个 Agent 重复适配。工具的”描述”本身也是提示的一部分——写得清楚，模型才调用得准。

为什么有用

当任务需要外部信息（实时天气、库存）、多步决策（先查再算再写）或动作反馈（调用 API 改状态）时，单条提示难以胜任：上下文有限、无法主动获取新信息、也不能执行副作用。Agent 通过”规划 + 工具 + 记忆”把这类任务拆成可管理的循环，并在每一步根据观察调整策略，比一次性生成更鲁棒。例如”查竞品今天价格，若低于阈值就发提醒”这种带条件动作的任务，没有工具循环几乎无法完成。

但它不是银弹。对每个简单、确定、无需外部状态的请求都套 Agent，会带来额外延迟、token 成本与出错面。判断标准很直接：任务能否用一条提示 + 一次调用解决？能，就不上 Agent。再补充一条：若任务失败可接受、且无需回滚，才适合自动化；否则宁可把”执行动作”这步留给人工确认。

怎么用

以 ReAct（Reasoning + Acting，Yao 等人 2022，arXiv:2210.03629）风格为例，循环是：思考下一步 → 选择动作 → 执行 → 读取观察 → 再思考，直到给出最终答案。LangChain、LlamaIndex 等框架都把这套循环封装为 Agent 执行器，你只需声明可用工具，运行时负责调度。下面用 LangChain 声明一个工具的简化形态：

from langchain_core.tools import tool
from langchain_openai import ChatOpenAI

@tool
def search(query: str) -> str:
    """检索公开网页，返回与 query 相关的摘要。"""
    # 这里接你们自己的检索后端
    return "晴，32 摄氏度"

llm = ChatOpenAI(model="gpt-4o-mini")
# 把 tool 列表交给 Agent，由执行器在循环中调用

工程上常配合”规划模块”做更长的任务分解，例如先把”整理本周销售并邮件发出”拆成”取数→画图→起草→发送”四步，再逐步执行；每一步的产物写入短期或长期记忆，供后续步骤引用。除了 ReAct，还有 Plan-and-Execute（先定全局计划、再逐步执行）、Reflexion（基于失败反思重试）等变体，复杂度与可靠性各不相同，可按任务选。对外部依赖，务必给工具加超时与重试，并对返回做 schema 校验，防止脏数据污染下一轮上下文。

ReAct 循环示意：
Thought: 我需要先查深圳的天气
Action: search("深圳 天气")
Observation: 晴，32 摄氏度
Thought: 信息已足够回答
Answer: 深圳今天晴，约 32 度，适合户外活动

注意点

  • 工具要可回滚、可审计：任何写操作（发邮件、改记录）应有人工确认或幂等设计，保留日志以便复盘；对外 API 调用带上幂等键，避免重试造成重复副作用。
  • 循环需设最大步数：防止模型陷入”思考—动作”死循环空转，通常设 5–15 步上限并超时退出；超过上限应返回”未完成”而非编造结果。
  • 成本随步数线性上升：每轮都把上下文（含历史观察）重发给模型，长任务 token 消耗可观，需按预算估算；可对旧观察做摘要压缩以控窗口。
  • 错误处理：工具调用失败要能被模型感知并改策略，而非直接崩溃；对外部 API 加重试与降级，并在提示里告知模型”工具可能失败，请换路”。
  • 可观测性：记录每轮的 Thought/Action/Observation，是调试、评估与合规的基础；没有轨迹日志，线上出问题将无从定位。
  • 安全防护：模型能调用的工具范围要最小，禁止它访问未授权的内部系统；对”删除""支付”等高危动作强制人工 gate。
落地检查：
- 工具列表是否最小且必要
- 是否有步数上限与超时
- 写操作是否人工确认或幂等
- 是否保留完整轨迹日志
- 高危动作是否有审批闸门

小结

Agent 的核心是”规划 + 工具 + 记忆”的闭环，而非又一层提示词。先判断任务是否真需要外部信息、多步决策或动作反馈，再决定是否上 Agent；能一条提示解决的，就不加复杂度。上了之后，务必用步数上限、可回滚工具、完整日志与高危审批把它关进可控的笼子里，让自动化在边界内跑，而不是替你做未授权的决定。

参考与延伸阅读

本文累计阅读 — 次