AIAgentic

用架构图、流程图和类比讲清楚 Agentic AI：定义、四大组件、ReAct 循环、五大工作流模式、记忆与上下文工程、MCP、多智能体与框架选型。资料来源为 Anthropic/OpenAI 官方指南、ReAct/Reflexion/CoALA 等论文与热门开源仓库。

17 min read

Infobox

AI Agent

Meta

ItemValue
TypeConcept Note
DomainAgentic AI
核心论文ReAct · Reflexion · CoALA
核心指南Anthropic · OpenAI
关键协议MCP (2024.11)
StatusActive

Definition

Anthropic 在《Building Effective Agents》1中给出业界引用最广的区分：

  • Workflow（工作流）：LLM 和工具按预先写好的代码路径编排，路径由开发者决定。
  • Agent（智能体）：LLM 在运行时自主决定执行过程和工具使用，自己掌控如何完成任务。
flowchart LR
  subgraph W["Workflow：固定轨道"]
    direction LR
    A[输入] --> B["LLM 调用"] --> C{校验} --> D["工具调用"] --> E[输出]
  end
  subgraph G["Agent：自主导航"]
    direction TB
    Q[任务] --> L["LLM 决策中枢"]
    L -->|选择| T1[工具 A]
    L -->|选择| T2[工具 B]
    T1 -.->|观察结果| L
    T2 -.->|观察结果| L
    L -->|信息足够| R[输出]
  end

类比：地铁 vs 出租车

Workflow 像地铁——轨道固定、准点可靠、票价便宜，适合固定通勤路线；Agent 像出租车——司机（LLM）根据路况实时决定怎么走，能去地铁到不了的地方，但更贵、也可能绕路。能坐地铁就别打车：从最简单的方案开始，只有确实需要时才引入 Agent 的复杂度。

Why It Matters

单次问答的 LLM 只是”能动嘴的顾问”。接上工具、记忆和规划循环后，它才变成”能干活的员工”——能查资料、写代码、操作系统、自我纠错。2022–2023 年论文解决”会不会”，2024 年解决”接得上”（标准化接口与设计模式），2025–2026 年解决”用得好”（上下文工程、记忆、评估与治理）。

Architecture：四大组件

Lilian Weng 的经典框架2：Agent = LLM（大脑）+ 规划 + 记忆 + 工具。后续几乎所有框架都是这个骨架的工程化。

center Agent 四大组件：规划指导决策，记忆双向读写，工具执行后将结果反馈回 LLM 决策中枢。

类比：一位新入职的员工

LLM 是他的大脑；规划是把”做季度报告”拆成查数据、写初稿、校对的待办清单；记忆分两层——脑子里正在想的事（短期）和随手记的工作笔记（长期）；工具是他的电脑、Excel 和内部系统。

Core Loop：ReAct

ReAct（Reasoning + Acting）3让模型交替进行”思考 → 行动 → 观察”，是今天绝大多数 Agent 框架内核的循环。

flowchart LR
  Q[用户任务] --> TH["思考 Thought<br/>下一步该做什么？"]
  TH --> AC["行动 Action<br/>调用某个工具"]
  AC --> OB["观察 Observation<br/>工具返回结果"]
  OB -->|信息不够，继续循环| TH
  TH -.->|信息足够，收敛| FA[最终答案]

类比：侦探破案

侦探不会看一眼现场就宣布凶手（那是一次性问答），而是：推理（谁有嫌疑）→ 行动（查不在场证明）→ 观察（证词对不上）→ 再推理，循环推进直到真相水落石出。

延伸：Reflexion

Reflexion4 在循环外再加一层”复盘”：任务失败后用语言写下反思存入记忆，下次执行前先读反思——用语言化的自我批评替代传统强化学习的梯度更新。类比：办砸案子后写复盘日记，下次先翻日记。

五大 Workflow 模式

《Building Effective Agents》总结了五种可组合模式。

① 提示链 Prompt Chaining

任务步骤固定时使用。类比：流水线，每道工序质检后交给下一道。

flowchart LR
  IN[输入] --> L1[LLM 1] --> GATE{校验 Gate}
  GATE -->|通过| L2[LLM 2] --> L3[LLM 3] --> OUT[输出]
  GATE -->|不通过| FAIL[提前终止]

② 路由 Routing

输入类型多样时使用。类比：医院分诊台，按症状分给专科医生。

flowchart LR
  IN[输入] --> R["分类器 LLM"]
  R -->|退款类| A["专家 Prompt A"]
  R -->|技术类| B["专家 Prompt B"]
  R -->|闲聊类| C["专家 Prompt C"]

③ 并行化 Parallelization

子任务独立（分段 Sectioning）或需要多数表决（投票 Voting）时使用。类比：多位阅卷老师同时打分再汇总。

flowchart LR
  IN[任务] --> L1["LLM ①"] & L2["LLM ②"] & L3["LLM ③"]
  L1 & L2 & L3 --> AGG["聚合 / 投票"]
  AGG --> OUT[输出]

④ 编排者-执行者 Orchestrator-Workers

子任务无法预知、需要动态拆解时使用。类比：装修包工头，看完现场才决定叫几个水电工。

flowchart LR
  IN[复杂任务] --> O["编排者 LLM<br/>动态拆解"]
  O -->|派发| W1["Worker 1"]
  O -->|派发| W2["Worker 2"]
  O -->|派发| W3["Worker 3"]
  W1 & W2 & W3 --> S["综合结果"]

⑤ 评估-优化 Evaluator-Optimizer

有明确评价标准、值得迭代打磨时使用。类比：作家写稿、编辑退稿，循环到过关。

flowchart LR
  IN[任务] --> GEN["生成者 LLM"]
  GEN -->|提交| EVAL["评估者 LLM"]
  EVAL -->|不合格 + 修改意见| GEN
  EVAL -->|合格| OUT[输出]

选型口诀

步骤固定 → 提示链；输入多样 → 路由；子任务独立/需投票 → 并行化；子任务不可预知 → 编排者-执行者；有明确好坏标准 → 评估-优化；开放式、步数不可预测且能容错 → 才用真正的 Agent。

Memory 与 Context Engineering

上下文窗口有限，且”注意力预算”随长度递减。2025 年后业界从 Prompt Engineering 转向 Context Engineering5：在每一步只把”恰好需要的信息”放进窗口。CoALA6 借认知科学把 Agent 记忆分为四类。

Column

工作记忆 Working

当前上下文窗口里的内容，相当于”正摊在办公桌上的文件”。

情景记忆 Episodic

过往交互与经历的记录：“上次和这个客户聊了什么”。

Column

语义记忆 Semantic

事实与知识，常存于向量库，用 RAG 按需检索。

程序记忆 Procedural

技能与规则：系统提示词、代码、Skill 文件——“怎么做事”。

flowchart LR
  subgraph DESK["上下文窗口（办公桌）"]
    W["系统提示 · 对话历史 · 工具结果<br/>空间有限"]
  end
  subgraph FILE["长期记忆（文件柜）"]
    V["向量库 / 笔记文件 / 数据库"]
  end
  W -->|写入 / 记笔记| V
  V -->|"检索（RAG）按需取回"| W
  W -.->|"压缩 Compaction：<br/>总结归档，腾出桌面"| V

类比：办公桌与文件柜

桌面（上下文窗口）再大也摆不下所有档案。高效员工把常用文件放桌上，其余归档进文件柜（长期记忆），需要时让秘书按索引取回（RAG），桌子快满时把处理完的材料写摘要归档（Compaction）。Agent 记忆系统做的就是这套桌面管理。

Tools 与 MCP

Agent 通过 Function Calling 使用工具：模型输出结构化调用请求，宿主程序执行后把结果喂回。问题是每接一个外部系统都要写一次胶水代码。Anthropic 于 2024 年 11 月开源 MCP（Model Context Protocol）7，把”模型 ↔ 外部世界”的接口标准化，此后被 OpenAI、Google 等生态采纳，成为事实标准。

flowchart LR
  subgraph HOST["Host / Agent 应用"]
    CL["MCP Client<br/>Claude · IDE · 自研应用"]
  end
  CL <-->|"MCP 协议（统一接口）"| S1["MCP Server：数据库"]
  CL <-->|"MCP 协议（统一接口）"| S2["MCP Server：文件系统"]
  CL <-->|"MCP 协议（统一接口）"| S3["MCP Server：SaaS API<br/>Slack · GitHub · CRM"]

类比：USB-C 接口

MCP 出现前，接每个外设都要配专用线：M 个模型 × N 个工具 = M×N 条集成。MCP 统一成 USB-C——工具厂商只实现一次 Server，任何支持 MCP 的应用即插即用，M×N 变成 M+N。

Multi-Agent：什么时候需要一个团队

单个 Agent 的上下文和注意力有限。Anthropic 的多 Agent 研究系统8实测：主管拆解 → 子 Agent 并行检索 → 汇总，在内部研究评测上比单 Agent 提升约 90%，代价是 token 消耗约为普通对话的 15 倍——团队更强，也更烧钱。

flowchart TB
  LEAD["Lead Agent（主管）<br/>拆解 · 分配 · 汇总"]
  LEAD -->|派发子问题| A1["子 Agent ①<br/>独立上下文"]
  LEAD -->|派发子问题| A2["子 Agent ②<br/>并行检索"]
  LEAD -->|派发子问题| A3["子 Agent ③<br/>独立上下文"]
  A1 -.->|只回传结论摘要| LEAD
  A2 -.->|只回传结论摘要| LEAD
  A3 -.->|只回传结论摘要| LEAD
  LEAD --> R["综合报告"]

类比：咨询公司项目组

合伙人（Lead Agent）把客户问题拆成几个调研方向，分析师们（子 Agent）各带一块并行开工、互不打扰（独立上下文），最后只交结论摘要给合伙人整合——而不是把全部草稿堆到合伙人桌上（避免撑爆上下文）。

开源框架的不同”组队哲学”：AutoGen 让 Agent 像开会一样对话协作；CrewAI 按”角色 + 任务”组队；MetaGPT 直接模拟一家软件公司的岗位分工（产品经理 → 架构师 → 工程师）。

Framework 选型（2026）

框架 / SDK核心范式适合场景
LangGraph状态图：节点=步骤，边=流转与分支需要精确控制、审计与回滚的企业级流程
AutoGen（Microsoft）事件驱动多 Agent 对话，1.0 GA（2026-02）多 Agent 协作研究与企业系统
CrewAI角色扮演：定角色、目标、工具快速原型，上手最快
Dify低代码可视化编排（~14 万 star）非重度开发团队搭建 LLM 应用
OpenAI Agents SDK / Claude Agent SDK官方轻量级：循环 + 工具 + 交接贴近模型原生能力、依赖少的生产应用

Anthropic 与 OpenAI 的一致建议

先用裸 API + 简单模式把任务跑通，理解每一层抽象再上框架。框架方便起步，但会隐藏真实的 prompt 与响应，让调试变难，也诱使人堆不必要的复杂度。

类比：做饭

裸 API 是自己买菜下厨（完全可控）；官方 SDK 是净菜包（省事但仍是自己炒）；LangGraph/AutoGen 是请帮厨团队（能办大宴席，但要学会管理）；Dify 是自助配餐（最快，菜单之外做不了）。宴请规模决定用哪种，别为一碗面雇一个厨师团。

Timeline

timeline
  title Agentic AI 演进主线
  2022 : ReAct 提出推理+行动循环
  2023 : Toolformer · Reflexion · Voyager
       : 斯坦福生成式小镇 · CoALA
       : AutoGPT 引爆开源社区
  2024 : MCP 开源（11 月）
       : Building Effective Agents
       : Claude 计算机使用
  2025 : 编码 Agent 普及
       : Context Engineering 兴起
       : 多 Agent 系统工程化
  2026 : 记忆机制成研究热点
       : 评估与治理成焦点
       : AutoGen 1.0 GA

一条主线：2022–2023 解决”会不会”（推理与工具使用范式），2024 解决”接得上”（标准化接口与设计模式），2025–2026 解决”用得好”（上下文工程、记忆、评估、安全治理）。

Evaluation 与 Guardrails

Column

评估 Evaluation

结果评估：任务最终完成了吗——SWE-bench 看测试是否通过、GAIA 看答案对错、OSWorld 看电脑操作是否达成。

轨迹评估：过程合理吗——工具选得对不对、有没有绕远路、成本多少。

护栏 Guardrails

最小权限：只给完成任务所需的工具与数据。

人类审批：付款、删库、发邮件等高风险动作必须 human-in-the-loop。

沙箱执行 + 防 Prompt Injection：警惕工具返回内容中夹带的恶意指令。

类比：新员工的试用期

考核不只看”报告交没交”（结果评估），也看”过程专不专业”（轨迹评估）；权限逐步放开——第一周只读，表现稳定才给审批权；同时教他别轻信陌生来电的”老板转账指令”（Prompt Injection 防护）。

Common Pitfalls

  • 一上来就上 Agent：多数场景一个提示链或路由就够了。
  • 框架先行：没理解裸 API 循环就叠框架抽象，出问题无从调试。
  • 上下文当垃圾桶：什么都塞进窗口，模型反而”翻不到重点”。
  • 无护栏放权：给 Agent 生产库写权限而没有审批环节。
  • 只测结果不测轨迹：结果碰巧对了，过程里工具乱调、成本失控。

References

  1. Anthropic, Building Effective Agents, 2024-12
  2. Anthropic, How we built our multi-agent research system, 2025-06
  3. Anthropic, Effective context engineering for AI agents, 2025
  4. OpenAI, A Practical Guide to Building Agents, 2025
  5. Yao et al., ReAct, ICLR 2023
  6. Shinn et al., Reflexion, NeurIPS 2023
  7. Sumers et al., CoALA, TMLR 2024
  8. Lilian Weng, LLM Powered Autonomous Agents, 2023-06
  9. Model Context Protocol, 2024-11
  10. GitHub: LangGraph · AutoGen · CrewAI · Dify · MetaGPT · awesome-ai-agent-papers

Box

框架 star 数与下载量为 2026 年中的近似值，随时间变化；论文结论以原文为准。

Footnotes

  1. Anthropic, Building Effective Agents, 2024-12。该文另一个核心结论：成功的实现靠简单、可组合的模式，而不是复杂框架。 ↩

  2. Lilian Weng, LLM Powered Autonomous Agents, 2023-06。 ↩

  3. Yao et al., ReAct: Synergizing Reasoning and Acting in Language Models, ICLR 2023。 ↩

  4. Shinn et al., Reflexion: Language Agents with Verbal Reinforcement Learning, NeurIPS 2023。 ↩

  5. Anthropic, Effective context engineering for AI agents, 2025。 ↩

  6. Sumers et al., Cognitive Architectures for Language Agents (CoALA), TMLR 2024。 ↩

  7. Model Context Protocol，Anthropic 开源，2024-11。Server 通过 Tools / Resources / Prompts 三类原语暴露能力。 ↩

  8. Anthropic, How we built our multi-agent research system, 2025-06。 ↩

Backlinks