智能体设计模式：特征/提示链/路由

引言

本文是Agentic Design Patterns的阅读笔记。

智能体的基本特征与演进

智能体（Agent）是一种能够感知环境并采取行动以实现特定目标的复杂自主系统。其核心是从传统的大语言模型（LLM）演化而来，具备了规划、工具使用和环境交互等高级能力。可以将智能体视为能在工作流程中不断学习和适应的智能助手。

智能体完成任务通常遵循一个经典的五步循环：

1. 获取任务目标：接收并理解需要实现的目标（例如“安排日程”）。
2. 扫描环境信息：收集所有必要的上下文与信息（如阅读邮件、检查日历、访问联系人数据库）。
3. 制定计划：思考并规划出实现目标的最佳步骤与方案。
4. 执行行动：落实计划，执行具体操作（如发送会议邀请、更新日历）。
5. 学习与优化：观察执行结果并进行调整。若环境发生变化（如会议改期），系统会从中学习以优化未来的表现。

AI 范式的演进路径

AI 的发展正经历从简单自动化到复杂自主系统的范式转变：

• 初期阶段：依赖基础提示和触发器，利用 LLM 处理文本数据。
• RAG 阶段（检索增强生成）：引入外部知识库，通过事实信息提升模型输出的可靠性，减少幻觉。
• 单体智能体阶段：模型获得了调用多种外部工具的能力。
• 智能体式 AI 时代（Agentic AI）：多个专业领域的智能体相互协作，共同完成复杂目标，协同能力大幅跃升。

智能体复杂度的四个层级

• Level 0：核心推理引擎。LLM 仅作为基础推理核心，不具备工具、记忆或环境交互能力，完全依赖预训练数据，无法感知最新事件。
• Level 1：连接型问题解决者。LLM 开始连接外部工具（如搜索引擎或数据库），能够执行一系列操作并从外部获取最新信息。
• Level 2：战略型问题解决者。具备战略规划、主动协助和自我优化的能力。能够进行上下文工程（Context Engineering），即战略性地筛选、打包关键信息以防止信息过载。同时具备主动性（如主动从邮件提取信息并调用日历 API）和自我学习优化的反馈循环。
• Level 3：协作型多智能体系统。不再依赖单一的“全能”智能体，而是构建如同人类组织结构般的专业智能体团队。通过“项目经理”统筹，将任务分发给设计、研发、营销等专业智能体，通过高效的信息共享与协作达成目标。

智能体未来的五大假设

1. 通才智能体的出现：智能体将进化为能够高可靠性地管理复杂、长期目标的通才。同时，“小语言模型”（SLM）组合拼搭的“乐高式”专家系统也将成为主流的高效替代方案。
2. 深度个性化与主动目标发现：系统将从被动执行转向主动预测。通过学习人类行为，主动发起任务并协助发现尚未明确表达的潜在需求。
3. 具身化与物理世界交互：数字智能与机器人结合诞生“具身智能体”，通过视觉传感器和机械臂在物理世界执行任务（如家庭维修、物流制造）。
4. 智能体驱动经济：高度自治的智能体将成为独立的经济参与者（如自主运营电商、动态调整供应链与定价），催生出运转速度极快的“智能体经济”。
5. 目标驱动、变形多智能体系统：系统不再依赖显式编程，而是根据声明的目标自主动态调整架构。系统能够分析自身表现，按需创建、复制或移除特定的专业智能体，实现个体与整体的实时自动优化。

---

第 1 章：提示链（Prompt Chaining）

提示链模式概述

提示链（或称流水线模式）是处理复杂任务的核心范式。该模式主张“分而治之”，将复杂问题拆解为一系列较小、易管理的子问题。每个子问题使用专门设计的提示进行单独处理，并将前一步的输出作为下一步的输入，形成严密的依赖链条。

单一提示的局限性： 面对多层次任务时，单一复杂提示往往导致模型认知负荷过重，容易出现忽略指令、丢失上下文、错误累积或产生幻觉等问题。

提示链的优势：

• 提升可靠性与可控性：通过顺序拆解，每一步的目标更加明确、简单。例如，处理报告时可拆分为：提取摘要 -> 识别趋势数据 -> 撰写汇报邮件。
• 模块化与调试便利：便于开发者理解和调试每一步骤，能够针对特定问题进行局部优化。
• 集成外部工具：在链条的各个环节，可随时指示模型与外部 API 或数据库交互，扩展其知识边界。

结构化输出的关键性： 为了确保链式流程中数据传递的准确性，必须要求模型输出结构化数据（如 JSON 或 XML）。这能够确保机器精确解析上游数据，避免自然语言模糊性导致的下游任务失败。

实践应用与典型场景

1. 信息处理流程：对原始信息的多次转换（提取文本 -> 摘要清洗 -> 提取实体 -> 查询数据库 -> 生成最终报告）。
2. 复杂问答：应对需要多步推理的问题（识别子问题 -> 分别检索 -> 综合信息形成完整答案）。
3. 数据提取与转换：将非结构化文档转为结构化数据，通常结合条件分支，若提取失败则附带错误上下文重新提示模型。
4. 内容生成流程：结构化文本创作（构思主题 -> 制定大纲 -> 分段撰写 -> 整体润色）。
5. 有状态对话智能体：在多轮对话中，每一轮通过处理用户发言、更新内部状态，并将累积状态作为下一步提示的输入，以维持上下文连贯性。
6. 代码生成与优化：拆解开发流程（伪代码大纲 -> 初稿 -> 静态分析/错误识别 -> 修正代码 -> 补充测试与文档）。
7. 多模态与多步推理：处理复杂图片或表格（提取图片文字 -> 关联标签 -> 结合表格解释结果）。

上下文工程（Context Engineering）

上下文工程是传统提示工程的进阶。提示工程仅优化问题的表达，而上下文工程则致力于为模型构建一个“完整的信息环境”。其数据来源不仅包括系统提示，还包含检索文档、外部工具输出、用户身份、历史交互等隐性数据。通过构建数据获取管道和反馈循环，系统性地筛选并打包高质量上下文，是提升高级智能体性能、防止信息干扰的核心手段。

---

第 2 章：路由（Routing）

路由模式概述

在面临需要自适应响应的复杂场景时，仅靠顺序执行的提示链是不够的。路由机制为智能体系统引入了“条件逻辑”，使其能够根据环境状态、用户输入或前序任务结果，在多个潜在的动作、工具或子流程之间进行动态决策和仲裁。

通过路由，系统不再遵循固定的单向路径，而是演变为具备上下文感知能力的智能工作流。例如，客服系统接收到查询后，可将意图动态路由至“订单数据库”、“产品目录检索”或“人工客服升级”等不同分支。

路由的核心实现机制

1. 基于 LLM 的路由：使用提示词让语言模型分析输入，并输出代表特定目标的分类标识符（如“订单”、“支持”、“其他”），系统再根据该标识符引导工作流。
2. 基于嵌入的路由（Embedding-based）：将输入转化为向量嵌入，并与代表不同路由路径的嵌入进行相似度比对。这是一种基于语义含义而非关键词的路由方式。
3. 基于规则的路由：利用预定义的编程逻辑（如正则表达式、if-else）根据关键词或特定结构化数据进行分发。速度快且具备确定性，但在处理模糊或新颖输入时缺乏灵活性。
4. 基于机器学习模型的路由：使用在特定标注数据上微调过的判别分类模型。此类方法中，路由决策不依赖大语言模型的实时生成，而是依赖专属的分类器。

实践应用与典型场景

• 人机交互意图解析：在虚拟助手应用中，首先评估用户意图，从而决定是调用检索工具、进入特定课程模块，还是转交人工处理。
• 数据与文档自动化分发：根据邮件、工单或 API 载荷的元数据及内容，将其自动导向不同的处理流水线（如数据转换流水线、紧急报警流水线）。
• 复杂系统的高级调度：在多智能体架构中，路由扮演“协调者”角色。根据当前的总目标和任务状态，将具体工作精准派发给“检索智能体”、“编程智能体”或“摘要智能体”。

实现框架与架构差异

• LangChain / LangGraph：提供了专门的组件来构建条件分支。特别是 LangGraph 基于状态的图架构，允许开发者显式定义决策节点（如 RunnableBranch），非常适合需要根据累积状态进行复杂流转的场景。
• Agent Development Kit (ADK)：采用不同的架构风格，通常侧重于为智能体定义具体的“能力（工具）”。开发者为主协调者配置多个带有专属工具的子智能体（如 Booker 智能体、Info 智能体），框架底层会利用其 Auto-Flow 机制，根据用户指令自动匹配并路由至最合适的智能体去执行任务。