《Agent设计模式 图解可复用智能体架构》黄佳,笔记整理
本文档按原书章节整理,用于个人学习。上篇(1--3 章)按二级小节粒度整理;下篇(4--9 章)按三级小节粒度整理。
目录
上篇 智能设计的哲学
- 第 1 章 从结构到智能:设计模式的世纪旅程 ------ 1.1 GoF 的贡献 / 1.2 黄金时代 / 1.3 诸神的黄昏
- 第 2 章 从模式到意图:软件工程的范式迁移 ------ 2.1 函数与流 / 2.2 分布式的解耦 / 2.3 软件 2.0
- 第 3 章 从设计到演化,欢迎来到 Agent 时代 ------ 3.1 Agent 的本质 / 3.2 心智架构(感知---推理---行动循环)/ 3.3 多 Agent 协作 / 3.4 人机协作设计原则
下篇 智能设计模式
上篇 智能设计的哲学
第 1 章 从结构到智能:设计模式的世纪旅程
软件工程史本质是一部复杂性管理史,每一次范式变革都是面对复杂性的恐惧与超越。本章从 GoF 的"秩序承诺"出发,经历设计模式的黄金时代,再到互联网不确定性冲击下"诸神的黄昏",铺陈出通向 Agent 的历史必然。
1.1 GoF 的贡献:秩序的承诺
1994 年 GoF(四人组)的《设计模式:可复用面向对象软件的基础》把重复出现的设计经验提炼成可复用的解决方案 、建立团队沟通的共同词汇 、确立一套面向对象设计的方法论。"模式"这个概念借鉴自建筑师 Christopher Alexander 的《建筑模式语言》------对"永恒形式"的发现和组合。GoF 提出 23 个模式并按对象"从出生到成长再到社交"分三类:
- 创建型:回答"对象从哪里来",解决构建复杂、耦合、可扩展性问题。
- 结构型:回答"对象如何组合",解决模块连接方式与复杂度问题。
- 行为型:回答"对象如何协作",解决职责划分、耦合度与业务流程可扩展问题。
模式之间可组合而非互斥(命令 + 备忘录 = 撤销/重做,观察者 + 策略 + 责任链 = 可配置事件处理系统)。

创建型模式(聚焦对象的诞生)
| 模式 | 核心目的 | 工程视角的解释 | 类比 |
|---|---|---|---|
| 单例 Singleton | 全系统只有一个实例且全局可访问 | 私有构造函数 + 静态方法控制实例数量;并发下需考虑线程安全、懒汉/饿汉、测试可替换性;常用于配置、日志器、线程池 | 太阳系的太阳 |
| 工厂方法 Factory Method | 封装创建逻辑,使用者不关心构造细节 | 工厂类集中创建对象、按参数决定实例类型,解耦使用者与具体类、便于扩展替换 | 汽车生产线只选车型 |
| 建造者 Builder | 分步构建复杂对象、构建过程可读 | 逐步设置属性再统一建造,控制构建顺序与校验;适合可选参数多、构建过程稳定 | 搭积木 |
| 原型 Prototype | 克隆已有对象而非从零构建 | 对象构建开销大时克隆再少量修改;需设计好浅/深拷贝 | 细胞分裂 |
| 抽象工厂 Abstract Factory | 生产风格一致的产品族 | 为一整套相关产品抽象工厂接口,客户端只依赖抽象工厂、保证全局风格统一易切换 | 北欧风家具套装 |
结构型模式(聚焦对象的组合)
| 模式 | 核心目的 | 工程视角的解释 | 类比 |
|---|---|---|---|
| 适配器 Adapter | 让不兼容的接口协同工作 | 中间层把旧接口转成新接口;用于接入第三方库、迁移旧系统 | 电源转换器 |
| 桥接 Bridge | 分离抽象与实现、各自扩展 | 把多维变化拆开、抽象类持有实现接口引用,避免多维继承导致子类爆炸 | 遥控器与各品牌电视 |
| 组合 Composite | 树形结构统一处理单体与组合 | 统一组件接口让叶子与组合节点都实现,客户端忽略树形复杂性;用于 UI 树、文件系统 | 文件与文件夹 |
| 装饰器 Decorator | 不改原类动态加功能 | 装饰器实现相同接口并持有原对象引用、在调用前后加逻辑;避免类爆炸 | 俄罗斯套娃 |
| 外观 Facade | 为复杂子系统提供统一入口 | 封装复杂调用、对外暴露简化 API;降低门槛、减少耦合 | 汽车方向盘 |
| 享元 Flyweight | 共享细粒度对象减内存 | 内部不变状态抽出共享、外部可变状态由调用方维护;用于大量相似对象 | 共享的 26 个字母 |
| 代理 Proxy | 控制访问并附加逻辑 | 代理与被代理类实现相同接口;可实现懒加载、权限控制、远程访问、缓存 | 秘书挡访客 |
行为型模式(规定对象如何协作)
| 模式 | 核心目的 | 工程视角的解释 | 类比 |
|---|---|---|---|
| 责任链 Chain of Responsibility | 请求沿链传递、各节点决定处理或转交 | 多个处理者串成链、发出方不关心谁处理;用于日志、权限审批、HTTP 中间件 | 公文逐级审批 |
| 命令 Command | 把请求封装成对象、可排队/撤销/重做 | 操作抽象为 Command 对象、调用方只发命令;用于事务、操作记录、宏命令 | 遥控器按钮 |
| 迭代器 Iterator | 统一顺序访问聚合元素而不暴露结构 | first/next/hasNext 遍历、隐藏内部结构;便于扩展遍历策略 | 翻书 |
| 观察者 Observer | 一对多通知、状态变化自动通知订阅者 | 主题维护观察者列表、逐个回调;用于事件系统、发布/订阅,需避免通知风暴 | 报纸订阅 |
| 策略 Strategy | 封装可替换算法、运行时切换 | 统一策略接口、不同实现代表不同算法,调用方只依赖接口 | 选择出行方式 |
| 模板方法 Template Method | 父类定流程骨架、子类重写部分步骤 | 把可变步骤抽象为钩子方法由子类实现;适合流程稳定步骤可变 | 食谱固定流程 |
| 访问者 Visitor | 不改数据结构为其增新操作 | 分离数据结构与操作;适合结构稳定但操作常变 | 税务审计 |
| 状态 State | 内部状态改变时改变自身行为 | 把不同状态行为封装到独立类、行为委托给当前状态对象,消除庞大 if-else | 心情影响行为 |
| 备忘录 Memento | 不破坏封装捕获/恢复内部状态 | 创建快照对象保存状态交管理者保管;用于撤销/重做、游戏存档 | 游戏存档 |
| 中介者 Mediator | 用中介封装多对象交互 | 网状多对多简化为星形一对多、各对象通过中介转发;降耦合但中介易过重 | 机场塔台 |
| 解释器 Interpreter | 定义文法并实现解释器解析处理 | 把领域问题建模为语法规则、为每条规则建类;适合语法简单变动不频繁 | 乐谱与演奏家 |
1.2 黄金时代:设计模式的繁荣与边界
1995---2005 年是设计模式的黄金时代------面向对象成为工业标准(Java 于1995年诞生、C++ 于1998年标准化、C# 于2000年诞生),J2EE 把"设计模式"固化为严苛的工业"规范",软件开发从"艺术家表演"变为"可复制、可管理的工业级流程"。这一时期展开四大架构革命:
| 革命 | 核心 | 代表 | 与 Agent 的伏笔 |
|---|---|---|---|
| 结构抽象化(从混沌到层次) | 复杂应用可"分层"设计、关注点分离 | MVC(Model-View-Controller,模型---视图---控制器)--- 数据/展示/控制分离、DAO(Data Access Object,数据访问对象)--- 业务层只谈对象、持久层处理 SQL,以"不变"接口应"万变"实现 | 抽象的力量------核心逻辑不受存储技术演进影响 |
| 依赖反转(控制权的解放) | 控制权从对象反转到容器,组件可插拔、测试可注入 Mock | Spring 的依赖注入(Dependency Injection) / IoC(Inversion of Control,控制反转) 容器 | "组件可插拔"为 Agent"工具动态挂载"埋下伏笔------Agent 选工具本质是动态的依赖注入 |
| 行为可配置(从硬编码到软定义) | 算法成为可替换的"零件"、遵循开闭原则 --- 对扩展开放、对修改关闭 | 策略模式(把变化的算法与不变的流程剥离) | 对象能根据环境改变行为,正是 Agent 的雏形------GoF 时代手动 setStrategy,Agent 时代自行推理选策略/工具 |
| 体系语言化(从代码到图形) | 软件设计可在不写代码的情况下被完整表达 | UML(Unified Modeling Language,统一建模语言)、Rational Rose 等工具(先设计后建造) | 软件工程最接近建筑工程的时刻 |
这一时期工匠精神达到巅峰(Fowler 的重构、Martin 的 SOLID 原则、Evans 的领域驱动设计)......
- 单一职责原则(Single Responsibility Principle,SRP):一个类仅承担一项职责。
- 开闭原则(Open-Closed Principle,OCP):对扩展开放,对修改关闭。
- 里氏替换原则(Liskov Substitution Principle,LSP):子类必须能够替代其父类,而不影响程序的正确性。
- 接口隔离原则(Interface Segregation Principle,ISP):不强迫客户端依赖其用不到的接口。
- 依赖倒置原则(Dependency Inversion Principle,DIP):应依赖抽象,而非具体实现。
1.3 诸神的黄昏:当确定性遇到不确定性
GoF 的设计模式诞生于"静态世界"(系统边界明确、行为可预测、需求可预测、环境稳定),但 2008 年 Twitter 宕机敲响第一声警报------每个设计模式都精准就位、代码完美优雅,但百万用户同时涌入时精心设计的观察者模式却成了雪崩的导火索。确定性设计遇到了充满不确定性的场景。 不确定性从三方向涌来:
- 规模的不确定性:用户数可能是 10、也可能是千万,一条推文需通知上千万粉丝,同步观察者模式瞬间崩溃。
- 行为的不确定性:用户行为非线性、突发、群体性(一位明星推荐让数百万人同时涌向同一商品),"理性用户"假设不复存在。
- 需求的不确定性(最致命):移动互联网下需求不是"定义出来的"而是"生长出来的"(今天直播、明天短视频、后天 AI 滤镜),没人能提前画好完整 UML。
于是经典模式接连失效:单例在分布式集群失去唯一性、成为瓶颈与单点故障;工厂方法无法处理 AI 时代"运行时演化"的产品;观察者在异步网络引发雪崩。背后是哲学层面的变迁:从机械论(系统是零件组合、整体等于部分之和、因果线性、未来可预测)到有机论(系统是关系网络、整体大于部分之和、因果循环、未来涌现);从"设计先于实现"(需求分析→系统设计→详细设计→编码实现→测试部署)到"演化胜于设计"(最小可行产品→用户反馈→快速迭代→数据驱动→持续演化);从"控制复杂性"到"适应复杂性"。
2012---2014 的转折点在废墟中建立了新秩序:Google"数据中心即计算机"(硬件故障是统计学必然、从确定性逻辑转向概率性逻辑)、Netflix 的 Chaos Monkey(主动制造故障、"反脆弱"思想)、Docker 的不可变基础设施(坏了就销毁重建、组件变成"耗材")、Kubernetes 的声明式 API 与"调和循环"(期望状态 vs 当前状态、调解者感知差距并弥合------这正是 Agent 心智模型的雏形)。新的生存法则催生新模式:从"控制流程"到"响应变化"(响应式/流式)、从"共享状态"到"消息传递"(Actor、微服务)、从"修改变量"到"不可变数据"(函数式、区块链/Git)、从"预防故障"到"与之共舞"(断路器、舱壁隔离、重试)。它们共同放弃"上帝视角"的全局控制,转而拥抱不确定性。
本章小结:十字路口的坚定
2016 年 AlphaGo 战胜李世石------它没有依靠预设的"定式",而是通过数百万局自我对弈涌现出超越人类理解的策略。这给软件工程带来巨大冲击:如果最复杂的问题都靠"学习"和"演化"而非"设计"来解决,构建软件的方式是否也该重构?软件工程站在十字路口:继续追求精致的静态设计,还是拥抱动态演化?答案是------我们仍需要设计模式,但不再是"代码的模具",而是"思维的罗盘"。从对象到智能体、从设计到演化、从确定到适应,软件工程的新纪元即将开启(见第 2 章 范式迁移)。
第 2 章 从模式到意图:软件工程的范式迁移
模式只能告诉我们"怎么做",意图才回答"为什么做"这一更本质的问题。当系统规模扩大、环境不确定性增大、需求快速变化时,固定设计蓝图已难满足需求。本章回顾软件工程为迎接 Agent 所做的长期准备,阐述从"模式驱动"走向"意图驱动"的必然。
2.1 函数与流:计算的原子化
控制状态的最佳方式或许不是控制、而是尽可能减少状态 ------这为 Agent 埋下最重要的伏笔:LLM 本质上是一个庞大且无状态的纯函数。
- 无状态的复兴 :1977 年 Backus 就预言程序应是无状态、无副作用的数学函数组合。OOP 的"对象封装"在单机时代有效,但分布式时代可变状态成为问题根源(状态纠缠、并发噩梦需要加锁)。函数式编程(Functional Programming, FP)的救赎是"消灭状态"------纯函数(相同输入恒定输出、无副作用)、不可变性(修改即创建新副本),把"状态"从代码内部剥离为显式参数,这正是云原生与 Serverless 的基石。终极映射:LLM 即纯函数 ------输出 = f(权重, 上下文),权重在推理时冻结、上下文是唯一变量,因此 Agent 的"记忆"不在模型内部、而是每次以参数显式传入。由此上下文工程 成为核心、幂等性得以实现(相同 Prompt + 固定随机种子 → 一致输出,为复现调试提供基础)。
- 响应式的觉醒 :同步阻塞模型在高延迟数据时代成为性能瓶颈(CPU 空转、系统失聪),早期回调又演变成"回调地狱"。响应式编程的核心隐喻是"世界是连续的事件流"(Excel 的 C1 自动响应 A1 变化)。对 Agent 架构师的根本转变是:不要"调用"LLM,而要"订阅"LLM ------流式处理 Token 实现打字机效果。并引入背压(Backpressure):下游消费者控制上游生产速度,避免被压垮(绝不想让疯狂输出的"搜索 Agent"瞬间压垮下游"写作 Agent")。智能的本质正是对变化的响应(神经网络响应 Tensor 流、强化学习响应 Reward 流、LLM 响应 Token 流)。
- 数据流的哲学:世界不是快照:"快照思维"认为真理是静态的(UPDATE 抹去历史),而 Agent 世界观中"日志才是真理"------数据库告诉"现在是什么"(状态)、日志告诉"发生了什么"(事件),对 Agent 而言"发生了什么"往往比"现在是什么"更重要(记录完整事件流才能理解用户的隐式偏好与因果)。这直接决定了记忆系统设计:上下文管理的目标是"流速控制"而非"节省空间"。
Agent的核心能力,不再是对静态数据的增、删、改、查,而是在这条奔流不息的信息河流中,实时地捕捉(Capture)、过滤(Filter)和变换(Transform)有价值的信号。至此,我们完成了"计算的原子化"的拼图。
2.2 分布式的解耦:从单体到生态
数据流实现时间解耦(异步),分布式进一步实现空间解耦。Agent 本质上是社会化的------比起一个令人不安的全能 AGI,工程上更倾向构建一群各司其职的专才型 Agent,分布式架构正是这个智能社会的物理基础。
- 微服务:通过 API 连接一切:贝索斯 2002 年的"API 宣言"(所有功能必须通过服务接口对外、禁止直接读数据库)确立了"功能解耦为服务、服务通过协议通信"的原则,这场持续二十余年的"接口化"运动把世界封装成成千上万个标准化 API------而这恰是为 Agent 量身定制的"触手"(Swagger/OpenAPI 直接成为 Agent 的"工具说明书"、无头服务让 Agent 绕过 UI 直连后端)。若非微服务铺路,今天的 Agent 将"空有大脑却无法伸手"。
- 编排:从 Kubernetes 的声明式到 Agent 的意图:Kubernetes 开创"调和循环"------从命令式(怎么做)转向声明式(要什么),其 Controller 的"Observe→Diff→Act"正是 Agent Loop 的雏形(一个低智能但高可靠的 Agent)。Agent 把编排层级推向新高度:Kubernetes 输入的是语法严格的 YAML,Agent 输入的是模糊多变的自然语言 Prompt。架构师职责从设计"流程图"变为设计"目标函数"和"边界护栏"。
- Serverless:极致的原子能力:把计算粒度从"服务"细化为"函数"------"缩放至零"(无请求时成本为零、事件到达时冷启动、用完即销毁)、事件驱动。它是 Agent 的完美伴侣:Agent 调用工具具有偶发性和原子性,成千上万个工具可部署为 Serverless 函数作为"沉睡的技能"、在产生意图的瞬间被唤醒。
2.3 软件 2.0:当概率遇见代码
2017 年 Karpathy 提出"Software 2.0"------此前软件工程致力于消除 不确定性,此后开始学会利用不确定性。
- 规则的落幕 :软件 1.0 中开发者是"建筑师"(把问题显式编码为 if-else,人类作为"编译器"),但现实复杂度远超人类能显式编码的极限;软件 2.0 中开发者变成"园丁"------提供"土壤"(训练数据)和"栅栏"(损失函数),决策逻辑由模型从数据中学习自行"涌现"(数据作为源代码、优化器作为编译器、权重作为可执行文件,编程范式倒转)。理解软件 2.0 是掌握 Agent 行为的关键:从"指令执行"到"模式补全"(答"蓝色"不是查数据库而是因为概率最大)、幻觉是特性而非 bug(有损压缩与模糊联想的副作用,创造力与胡言乱语是硬币两面)、自然语言 Prompt 成为新的"汇编语言"。
- MLOps(Machine Learning Operations,机器学习运维) 的启示(为 AgentOps 铺路) :代码变成数据后传统 DevOps 工具链失效。三个启示------数据即源代码 (Prompt 是需版本控制的"资产",System Prompt 从 v1.0 到 v1.1 的微小改动可能根本改变 Agent"性格")、测试的概率化 (追求"准确率 >95%"而非二元通过/失败,需构建评估数据集 Evals 和 LLM-as-a-Judge)、可观测性的语义化(不仅监控 CPU/延迟,更要监控"想得对不对"------追踪完整推理链 Trace、检测数据漂移与输出是否"有毒")。
- 不确定性的工程化 :承认软件 2.0 的概率本质不等于接受不可靠系统。核心矛盾是"用户要 100% 确定的 JSON,LLM 倾向于生成富有创造性的文本",解法是 "三明治架构" ------用两层确定性逻辑包围中间的概率模型:输入侧约束(结构化强制/受限解码,在数学上消除语法错误、把不确定性限制在语义层面)、输出侧验证(验证器模式------以代码为裁判运行测试、以搜索为裁判核查事实,即 ReAct 的核心逻辑)、过程中的冗余(自洽性------多次采样投票)。软件 2.0 不取代软件 1.0,而是共生 :用软件 1.0 的框架(代码/工具/流程)包围软件 2.0 的内核(模型/推理),以确定性引导不确定性。

本章小结:地基的夯实
函数与流让软件契合 AI 的思考节奏(无状态 + 异步),分布式提供灵活可扩展的"手脚"(接口化 + 原子化),软件 2.0 教会我们在拥抱概率的同时施加工程化约束。所有技术积木(Transformer、Docker、API、向量数据库)已就绪,地基已夯实。
第 3 章 从设计到演化,欢迎来到 Agent 时代
当 LLM 进入软件架构核心,软件不再只是对指令的响应(response),而开始展现意图和自主性(agency)。
3.1 Agent 的本质:从工具到伙伴
从技术看 Agent 可能只是不断调用 LLM API 的死循环脚本,但从交互哲学看,它标志人机关系的根本重构:从"命令与控制"转向"意图与协作"。本节拆解 Agent 区别于传统工具的七个维度:
- 从命令到对话(交互原语的升维):CLI 时代基本单元是"指令"、GUI 时代是"点击",二者都要求人类负责"怎么做";Agent 时代基本单元是"对话/意图"------用户说"把文档改正式一点",Agent 理解语境→读取→分析→重写→保存。
- 意图的理解(模糊与精确的桥梁):Agent 是一个持续运行的"意图编译器",把模糊自然语言编译为精确 API 调用,四个层次------语义理解、目的识别(从显性指令推断隐性目标)、上下文关联、风险评估与澄清(意图模糊时主动提问而非贸然执行)。
- 记忆与身份(自我连续性) :工具"用完即走"、伙伴有记忆。LLM 本身无状态,Agent 的"记忆"是通过上下文工程构建的"幻觉"------短期记忆(会话上下文)+ 长期记忆(向量数据库存跨会话偏好)。身份则由 System Prompt 赋予。记忆 = 连续性,身份 = 稳定性。
- 上下文工程(理解世界状态):意图理解与身份信息使Agent明确"希望达成什么目标",而上下文工程则使Agent理解"当前世界的状况是怎样的"。其三个核心来源:用户上下文(风格、偏好、技术栈)、环境上下文(文件结构、代码库内容、当前分支、日志等)、任务上下文(前序任务的结果、当前子任务的进度、依赖项是否已加载、工具调用的历史尝试记录);技术新趋势:选择性上下文、结构化摘要、图结构上下文、上下文优先级排序。目标是最大限度减少噪声、突出关键信息。
- 任务分解(把目标变计划):赋予 Agent 把"目标"转化为"步骤"的能力------规划(拆解子目标)+ 映射(子目标转为行动/工具)。现代 Agent 内部采用"理解目标→确定路径→管理执行"三步法,并学会"执行前自我审查"。
- 工具、技能与行动策略(真正影响世界) :为 Agent 设计的工具必须附带语义(功能描述给模型看、参数约束给程序看、副作用声明给安全模块看)。进一步地,技能 = 工具 + 领域知识 + 标准作业程序 (直接给
delete_userAPI 危险,封装为含 SOP 的"用户注销技能"才安全)。行动策略决定"何时暂停以验证或获取批准",三道防线:只读沙箱、人类介入(Human-In-The-Loop, HITL)、确定性护栏(即使获得用户授权,底层执行层仍需要嵌入硬性规则校验,如"禁止删除根目录")。 - 人类介入的接口(HITL 与护栏):人的角色从 Copilot 模式(人主导、AI 辅助)迈向 Autopilot 模式(AI 主导、人监督),设计系统时必须预留 HITL 接口以确保人类始终保有主体性。
3.2 Agent 心智架构:感知---推理---行动循环
传统架构是线性管道(输入→处理→输出),Agent 架构必须引入"循环"------Agent 不是"函数"而是运行在 while(alive) 中的"进程"。

- 感知:主动的过滤器:传统程序被动接收数据,Agent 主动选择、解读、赋予意义。三个关键机制:注意力(筛选信息)、预测(带着期望去理解、偏离产生"惊奇点")、语义化(从"是什么"到"意味着什么")。
- 推理:快思考与慢思考:借鉴卡尼曼双系统------System 1(直觉/快思考,概率预测直接生成,快但易幻觉)、System 2(逻辑/慢思考,通过思维链强制生成推理步骤,慢但严谨)。架构师的挑战是"路由":简单问题调 System 1、复杂任务切 System 2。推理含情境理解、经验检索、心智模拟、决策与信心等层次。
- 行动:改变与反馈:三个新维度:认识性行动(行动即实验------不确定 API 是 v1 还是 v2 时主动试探、以行动为"探针"消除不确定性)、目的性行动(修改数据库、部署代码、发送邮件)、闭环行动(执行---验证---纠偏的微型闭环)。
- 循环的动力学:OODA 的软件化 :OODA(Observe-Orient-Decide-Act)的关键在 Orient 环节------每次循环都在更新内部世界模型,理解呈螺旋式上升。循环还带来符号接地 (现实世界成为校验器、治愈幻觉)和时间连续性(记忆沉淀出"自我感"/身份)。
- 具身认知:身体塑造心智 :感知---推理---行动循环并非在虚空中运行,而是需要依托某种载体。机器人的具身受物理约束(电池/传感器/机械臂),Agent 的"数字身体"由算力、带宽、上下文窗口、资金构成------上下文窗口是"视网膜"(必须学会遗忘和聚焦)、推理延迟是"神经传导速度"、Token 成本是"代谢能量"。Agent不再是一个单纯的逻辑循环,而是一个资源受限条件下的优化问题 。
3.3 协作的"语法":多 Agent 系统的编排
- 认知负荷的分流:为什么需要多个 Agent 而非一个超长 Prompt?因为"认知的边际效应递减"------上下文稀释效应、角色泛化陷阱、角色冲突与思维模式不兼容(创造者需高 Temperature、审查者需低 Temperature)。
- 角色、协议与拓扑 :角色是 SOP 的人格化;两大工业级标准 MCP (模型---工具协议)和 A2A 协议(Agent---Agent 协议);Agent之间的连接方式------流水线(Chain,高效但缺灵活)、层级式(Hierarchy,强管理但牺牲平等)、联合式(Mesh,激发群体智能但收敛慢)。
- 秩序的维持:编排器(Orchestrator)的五大职责------调用顺序、数据流动、Agent 的选择、条件分支与循环(像状态机,支持回退重试直至收敛)、并行与资源管理。
- 冲突与共识:四种处理机制:投票(快速实用)、辩论(质量更高,DeepMind/OpenAI 验证有效)、仲裁(僵持时的最终裁决)、共识(逐步收敛、借鉴区块链的拜占庭容错)。
- 涌现与自组织 :对抗催生质量(两 Agent 辩论 + 第三者总结优于单 Agent 自省,因为幻觉内部自洽、个体难自察而对手能识别)、异构催生全能(混合专家式架构)。更前沿的是自组织------无中心、自主分工(像自由市场供需驱动)、动态拓扑、基于信誉的进化(信任即货币)。开发范式从"建筑"变"园艺":营造环境、设定规则、引入多样性种子,然后让系统自行生长。
3.4 新的契约:人机协作的设计原则
Agent 具备自主行动能力后,人机关系从"调用 API"转向"设计协作模式"。旧契约(人发指令→机器执行)失效的原因:思维的白盒化(思维链具身化、AI 思考过程可观察可调试)、连接的网状化(A2A 让 Agent 像微服务互联、产生大量人类无法直接观测的"机器间对话")。四个原则:
- 互补而非替代:人类负责意图、AI 负责行动。黄金法则------让人类负责决策、AI 负责选择、系统负责执行。
- 透明与可解释:Agent 不能只给结果,还要提供"认知的审计日志",按受众分级(直觉级/概念级/技术级),可视化思维链("正在搜索...发现冲突...正在重新规划...")。
- 人类保持主导权:Agent 内置"自我怀疑机制",遇高风险操作/低置信度/伦理敏感时强制挂起、请求人类介入;不可逆操作引入时间锁(如延迟 10s 发送)留撤回余地。
- 共同学习与成长:AI 向人类学习,RLHF(Reinforcement Learning from Human Feedback,人类反馈强化学习) 内化偏好、把隐性知识转为显性知识;人类向 AI 学习,突破思维定式。
本章小结:角色的转变
从 GoF 的 23 个设计模式到 Agent 的无限可能,从静态到动态、从设计到演化、从工具到伙伴。如今,我们并非在"设计"未来,而是在与未来"共舞"。