AI Agent设计模式: 如何让大模型从话痨变成打工人?

type

Post

status

Published

date

Jul 14, 2026

slug

summary

从chat到AI Agent再到Agentic AI

一开始，它连算术都算不明白

时间倒回 2022 年。那会儿大家刚开始玩大模型，很快发现一个尴尬的事：你问它一道小学应用题，它经常张口就错。不是不会，是它太急了——直接蹦答案，中间不过脑子。

Google 的人想了个招，现在看简单得有点好笑：在提示词里加一句"让我们一步步思考"。

就这么一句话，正确率蹭蹭往上涨。这就是思维链，Chain-of-Thought，CoT。

道理跟老师逼你写解题步骤一模一样。你要是允许自己跳步，很容易糊弄过去；一步步写下来，每一步都得对得起上一步，错误自然就少了。而且步骤写出来还有个附带好处：错了你能看出来是哪步错的，而不是对着一个错误答案干瞪眼。

但 CoT 的天花板也很明显。它只是"想"，想得再好也只能靠训练时脑子里存的那点东西。你问它今天的新闻、你们公司的规章制度，它要么不知道，要么——更可怕——一本正经地编一个给你。

而且它是一条道走到黑的。第一步想歪了，后面全歪,没有回头路。

光会想没用，得让它能查资料

知识过时、不懂内部资料，这个问题的解法其实很朴素：开卷考试。

回答之前，先去知识库里搜一圈，把搜到的材料塞给模型，让它照着材料答。这就是 RAG，检索增强生成。你在各种企业知识库问答、智能客服里看到的，十有八九是它。

RAG 火不是没道理的。它不用重新训练模型就能"更新知识"，答案还能标注出处，幻觉问题一下子缓解了大半。对法律、医疗这种"说错话要负责"的行业，简直是刚需。

但做过 RAG 的人都知道，这东西看着简单，坑全在工程里。文档怎么切、怎么向量化、搜出来一堆结果怎么排序——检索环节搜不到或者搜错了，后面模型再聪明也是白搭。我见过不少团队，模型换了三轮，最后发现问题出在文档切分上。

还有一点：RAG 里的模型仍然是被动的。你问它才答，它不会主动去干点什么。它像个查资料很快的实习生，但你不吩咐，它绝不多动一下。

转折点：它开始自己动手了

真正的转折发生在 ReAct 出现之后。

ReAct 干的事，用一句话说：让模型一边想、一边做、一边看结果，循环往复。

比如你让它查明天要不要带伞。它先想"我得看下天气预报"，然后真的去调天气 API（这是"行动"），拿到结果"明天降水概率 80%"（这是"观察"），再接着想"行，得提醒带伞"。想、做、看，如此往复，直到搞定。

这个模式一出来，大模型就不再只是聊天机器人了——它能跟外部世界交互了。搜索、查库、调 API，都不在话下。今天你用的绝大多数 Agent 框架，扒开看内核都是 ReAct 或者它的变体。

但用过的人也都有共同的抱怨：慢，贵。每循环一圈就得调一次大模型，一个稍复杂的任务下来，十几次调用很正常。而且它有个毛病，容易钻牛角尖——同一个东西反反复复搜，搜不到就换个措辞接着搜，跟丢了钥匙在同一个抽屉翻八遍的人一样。任务一长，它还容易忘了自己最初要干嘛。

于是接下来的故事，就是大家沿着两个方向改造 ReAct。

两个流派：想清楚再干 vs. 少开会多干活

第一个流派觉得，ReAct 的问题在于没有全局观，走一步看一步。那就先做计划：把任务拆成完整的步骤清单，然后照着清单一步步执行，执行过程中发现不对再回来改计划。这就是 Plan-and-Execute。

这个思路特别适合那种步骤大体可预测的任务。比如"做一份竞品分析"，套路是明摆着的：先收集资料，再逐家对比，最后汇总成文。先列提纲再动笔，总比想到哪写到哪强。还有个隐藏福利——规划可以用贵的强模型，执行用便宜模型，账单能省不少。

当然它也有软肋：计划赶不上变化。环境要是特别动态，计划改得比执行还勤,那还不如老老实实 ReAct。

第二个流派看问题的角度完全不同：ReAct 慢和贵，根源是"每做一步都要停下来开个会想想"。那能不能出发前把所有事一次性安排好，路上不再开会？这就是 ReWOO——先一口气生成完整的推理和工具调用计划，然后闷头批量执行，最后汇总。大模型调用次数直接砍下来一大截。

代价也很直白：中途没法纠错。第一个工具返回的结果要是出乎意料，后面整个计划可能全废。

这两派没有谁对谁错。你的任务越可预测、预算越紧，越往后者靠；越需要随机应变，越离不开走一步看一步。

会干活了，但它不长记性

到这里,Agent 已经能想、能查、能干了。但还有个问题特别气人：它不长记性。

这次搞砸了，下次同样的地方接着砸。每次都像第一天上班。

Reflexion 补的就是这一课。任务做完（或者搞砸）之后，让它自己复盘一下：这次为什么失败？下次该注意什么？把复盘结论写进记忆里，下一轮尝试时带着经验重来。

打游戏的人对这个流程再熟悉不过：被 Boss 秒了，复盘一下是二阶段技能没躲掉，下次留好闪避,再来。

这招在写代码这类任务上效果出奇地好——因为代码能跑测试，对错一目了然，反思有据可依。但它有个隐含前提：**你得能判断成败。**写文案这种活儿，好坏本来就说不清，复盘复个啥呢。另外多轮试错就是多倍的时间和钱，这笔账得自己算。

舍得砸算力的玩法：一次想很多条路

还记得 CoT 一条道走到黑的毛病吗？有人从另一个方向下手了：既然一条路容易走死，那就同时探多条。

Tree of Thoughts（思维树）是这么玩的：每一步不只想一个思路，而是生成好几个候选，逐个打分，有希望的接着往下走，没戏的直接剪掉，走进死胡同还能退回来换条路。这已经不是"写解题步骤"了，这是下棋——算的是好几步之后的局面。

后面还有更狠的。Graph of Thoughts 把树升级成图，允许不同分支的思路合并到一起；LATS 更是直接把树搜索和 ReAct 缝了起来，树上每个节点不光有想法，还有真实执行的结果，用类似 AlphaGo 那套搜索思路挑最优路径。

这一族的效果确实猛，但账单也猛——一个问题几十上百次模型调用是家常便饭。所以我的建议一直是：日常任务别碰这个，杀鸡用牛刀；真正难啃、错不起、值得砸钱的硬骨头，再上。

最后一步：一个人不够，那就组队

任务复杂到一定程度，你会发现让一个 Agent 包打天下这件事本身就不对劲。就像没有哪家公司会招一个人同时干产品、开发和测试——不是招不到，是干不好。

于是多智能体来了：多个各有分工的 Agent 协作。有的架构里是一个调度员把请求分给不同的专家（那张图里的 Multi-Agent RAG 就是这样，路由智能体把查询派给几个检索智能体，最后汇总）；有的是一个主管统筹，指挥一群下属；还有让两个 Agent 互相挑刺的——一个写代码，一个专门找茬，跟结对编程似的。

组队的好处很实在：每个 Agent 的职责窄了，提示词和工具集都能做得更精，单点能力反而更强，系统也好维护。

但坑同样实在。Agent 之间传话是要花 token 的，通信成本蹭蹭涨；上游 Agent 产生的幻觉，下游会当成事实接着用，错误会传染；最要命的是调试——出了问题你都不知道该找哪个 Agent 算账。谁调过多智能体系统谁知道，那种感觉就像给一个部门做绩效评估，人人都说不是自己的锅。

捋完了，说几句实在的

回头看这一路：先学会思考（CoT），再学会查资料（RAG），然后学会动手（ReAct），接着学会做计划、学会省钱（Plan-and-Execute、ReWOO），学会复盘（Reflexion），学会深思熟虑（ToT 那一族），最后学会组队（Multi-Agent）。

像不像一个职场新人的成长路径？我每次讲到这都觉得挺妙的。

有一点必须说清楚：**这些模式在实战里从来不是单选题。**一个像样的 Agent 产品，很可能是多智能体架构打底，每个 Agent 内部跑 ReAct，挂着 RAG 知识库，失败了还会 Reflexion 一下重试。别问"我该用哪个模式"，要问"我的任务需要哪些能力"。

至于往后会怎么走，我说几个自己的判断，不一定对：

一是很多"外挂的推理技巧"会慢慢失效。o1、DeepSeek-R1 这类推理模型，已经把深度思考直接训练进了模型内部——过去要靠提示词和框架在外面搭的东西，正在变成模型的本能。以后工程师的重心，大概率从"教模型怎么想"转向"给模型配好工具和环境"。

二是现在市面上大部分所谓 Agent，扒开看其实是披着 Agent 外衣的工作流，路径都是人提前设计好的。真正的自主 Agent——给个目标就能自己决定怎么干、干多久——才刚刚起步。能连续干几个小时不跑偏，会是下一个比拼的重点。

三是协议标准化。MCP 让 Agent 接工具的方式统一了不少，Agent 之间怎么对话也有人在定标准。这事有点像当年的 TCP/IP，协议统一之前，各家自己玩自己的；统一之后，生态才真正爆发。我赌后者会重演。

四是记忆。Reflexion 那点复盘只是临时记性，真正的长期记忆——记住你的偏好、积累跨任务的经验、越用越懂你——现在还没有谁真正做好。谁先做好，谁的产品就有了别人抄不走的护城河。

名词还会继续冒，缩写还会继续造。但主线就这一条：让 AI 从一个回答问题的工具，变成一个能把事办成的伙伴。抓住这条线，新东西来了你就不慌。

你在项目里用过哪种模式？踩过什么坑？评论区聊聊.