热门标签
#智能体设计模式
找到 21 篇相关内容，按发布时间从新到旧展示。
相关内容
智能体设计模式：编程智能体 Programming Agents
真正的编程智能体，不是帮你“写几行代码”，而是进入需求、上下文、修改、测试、评审、PR 的完整研发闭环。 一、为什么要讲编程智能体？ 过去很多人用 AI 写代码，基本是这样的：丢一句需求，等它生成一段代码，然后复制粘贴。...
智能体设计模式：探秘推理引擎，Agent 的“大脑”到底怎么工作？
真正的推理引擎，不是“模型自己想一想”这么简单，而是输入理解、上下文组织、推理预算、工具调用、结果校验组成的一套工程系统。 01 这章不是窥探模型秘密 很多人一听“推理引擎”，就以为能看到模型脑子里每一步真实想法。这个理...
智能体设计模式：优先级排序 Prioritization
1. 为什么 Agent 需要优先级排序？ 现实系统里，任务永远不会一个一个排队来。 同一时间可能有用户请求、接口告警、定时任务、人工审批、子 Agent 回调。 如果 Agent 没有优先级，它就会像一个没有项目经理的...
智能体设计模式：推理技术 Reasoning Techniques
让 Agent 先想清楚，再动手。 1. 为什么需要推理技术 简单问题，模型可以直接回答。复杂问题，不能。 复杂任务通常有依赖、有分支、有不确定性。只靠一次生成，模型容易漏步骤、跳结论、编理由。 推理技术解决的不是“让模...
智能体设计模式：资源感知优化 Resource-Aware Optimization
别什么都上最贵模型。真正能上线的 Agent，必须知道什么时候省、什么时候花、什么时候降级。 1. 为什么需要资源感知优化 Agent 做得越复杂，越容易遇到三个现实问题：慢、贵、不稳定。 一次简单问答，如果也调用最强模...
智能体设计模式：RAG 知识检索，让 Agent 带着资料回答
开篇：大模型不能只靠记忆 大模型很强。 但它有一个天然问题：它不知道你的内部文档，也不一定知道最新变化。 你问它公司最新退款政策，它可能凭训练记忆回答。你问它线上故障怎么排查，它可能给一套通用建议。 这就是 RAG 要解...
智能体设计模式：评估与监控 Evaluation & Monitoring
没有评估的 Agent，不能进生产 Agent 做得越复杂，越不能靠感觉上线。 普通聊天机器人，最多看最后回答好不好。Agent 不一样。它会路由、规划、调工具、查知识库、转人工、触发护栏。任何一步错了，最后答案都可能看...
智能体设计模式：护栏与安全 Guardrails
让 Agent 有能力，也有边界 Agent 越强，风险越大。 只会聊天的大模型，最多回答错。会调用工具的 Agent，可能会删文件、泄露数据、错退钱、乱发邮件、改生产配置。 所以，Agent 不是越自由越好，而是越可控...
智能体设计模式：Human-in-the-Loop 人类参与环节
Agent 最容易出问题的地方，不是“不会回答”，而是“太敢执行”。 查资料可以自动。总结内容可以自动。分类、检索、生成计划也可以自动。 但只要涉及真实影响，比如退款、删除数据、发送正式邮件、修改生产配置、下单付款，就不...
智能体设计模式：异常处理与恢复
让 Agent 出错后，也能继续把事办完 开篇：Agent 不能只写成功路径 普通程序会失败，Agent 更会失败。 它要调用模型、工具、数据库、搜索服务、第三方 API。任何一环出错，整条链路都会受影响。 所以，真正能...
智能体设计模式：MCP，让 Agent 像插 USB 一样连接外部系统
上一章讲多智能体协作。多个 Agent 能分工，但它们最终还是要连接真实系统。 问题来了：每个 Agent 都单独对接数据库、Git、日志平台、SaaS API，系统很快会失控。 MCP 解决的就是这个问题。它给 Age...
智能体设计模式：多智能体协作 Multi-Agent Collaboration
不要造一个万能员工，要组一个 AI 团队 前面我们讲了规划、工具、记忆和学习。单个 Agent 已经能做不少事。 但复杂任务一上来，问题就暴露了：上下文太长、职责太多、结果难检查、失败难定位。 多智能体协作，就是把复杂任...
智能体设计模式：学习与适应 Learning & Adaptation
让 Agent 从“会执行”变成“会进步” 会记住，不代表会变好。 记忆管理解决的是“我知道过去发生了什么”。学习与适应解决的是“我下次能不能做得更好”。 这一章讲的不是玄学。不是让模型在线乱改自己。真正可落地的学习型...
智能体设计模式：记忆管理 Memory，让 Agent 不再健忘
没有记忆的 Agent，只是一次性问答。真正能干活的 Agent，必须记得上下文、任务进度和长期偏好。 一、为什么需要记忆？ 前面讲了规划。规划解决“下一步做什么”。记忆解决“之前发生过什么”。 没有记忆，Agent 每...
智能体设计模式：规划 Planning，让 Agent 从执行者变成项目经理
一、为什么需要规划？ 工具使用解决的是“能不能做”。规划解决的是“先做什么、后做什么、失败后怎么办”。 只会调用工具的 Agent，像一个执行员。你让它查日志，它就查日志。你让它查数据库，它就查数据库。但复杂任务不是一个...
智能体设计模式：工具使用 Tool Use 让 Agent 从“会说”变成“会做”
大模型很聪明。 但默认情况下，它被关在文本世界里。 它不知道今天的库存。它不知道用户订单状态。它不能查数据库。也不能直接调用企业内部 API。 工具使用，就是把大模型接到真实系统上。 有了工具，Agent 不再只是回答问...
智能体设计模式：反思 Reflection，让 Agent 学会自我检查
上一章讲并行化，解决的是“同时干多件事”。这一章讲反思，解决的是“干完以后怎么知道对不对”。 反思不是玄学。它就是给 Agent 加一套质量闭环：先生成，再评审，再修正，最后达标交付。 1. 反思到底是什么？ 一句话：A...
智能体设计模式：并行化 Parallelization，让 Agent 同时干多件事
串行解决“顺序”，路由解决“分流”，并行化解决“效率”。 一、什么是并行化？ 并行化，就是让 Agent 同时干多件互不依赖的事。 不是所有步骤都排队。 能同时查新闻、查公告、查知识库，就不要一个一个查。 最后再把多个分...
智能体设计模式：路由 Routing，让 Agent 学会把问题交给对的人
开篇：不是所有问题都该走同一条路 上一章讲提示链。提示链像流水线：第一步做完，再交给第二步。它适合路径固定的任务。 但真实业务不是这样。用户的问题五花八门。有人查订单，有人问退款，有人问产品，有人投诉。你不能把所有问题都...
智能体设计模式：提示链 Prompt Chaining
开篇：为什么需要提示链？ 很多人写 Prompt，喜欢一把梭。 “帮我读资料、提炼观点、生成大纲、写成文章、检查错别字、再给标题。” 这类提示看起来很完整，实际很容易翻车。模型会漏步骤，会乱格式，会把上下文混在一起。出了...
