Agent 架构：从固定规则到自主决策

「Agent」涵盖的系统范围很广，从固定顺序的几次模型调用，一直到能无限次自行决定下一步的循环。这些不是互相竞争的定义，而是同一条光谱上的不同点，光谱的坐标是你把多少控制权交给模型。核心的设计功力，就是把任务放到正确的位置上。

自主性更高不等于更好。它能力更强也更不可预测，而如何权衡就是全部的胜负手。

光谱

从自主性最低到最高。

**固定管线。**预先定死的顺序：抽取、分类、格式化。每一步都会调用模型，但模型对控制流没有任何决定权——流程是你写的。这几乎算不上「agent」，而这往往正合适：可预测、可测试、成本低。

**路由。**一次模型调用决定走哪条固定路径，然后跑一段管线。模型只在你定义好的选项之中做选择，不能自己发明新路径。在一个受控的决策点上换来一点灵活性。

**工具调用循环。**就是 agent 循环：模型自己决定调用哪些 工具、什么时候停，不断迭代直到完成。控制流到这里交给了模型，但只在你提供的工具范围内。到这一步，「agent」才开始符合人们的预期。

**规划-执行。**模型先产出一份计划，再一步步执行，某一步失败时可以选择重新规划。比裸循环多一些结构，适合那种长到「没有计划就会乱走」的任务。

**多 agent。**多个角色不同的 agent 互相协作——一个由循环组成的系统。灵活性拉满，协调开销和失效面也拉满。

每往右走一步，能力都会增加。同时增加的还有不可预测性、成本和出错的方式。

核心权衡

它是一条光谱而不是一份排名，原因在于：自主性与可靠性互相拉扯。

固定管线每次都严格按你的规定执行。你可以测试它、推演它，在生产环境里放心用它。但它只能做你已经预料到的事。

自主循环能处理你从未列举过的情况——偶尔也会做出你从没想要的事。它能力更强，是因为你交出了控制权；它不可预测，也是同一个原因。想要开放又不想承担风险是不可能的：两者是同一个性质的两个面。

这和为什么可靠性会随步数衰减直接相关：每一个自主决策都是一个可能失败的步骤，自主性越高，这样的步骤就越多。

怎么选位置

实用的原则：用能解决问题的最小自主性。

只有当低一档做不到时，才往光谱右边走；一旦某一档够用，就立刻停下。路由就能搞定却上多 agent 系统，是这一领域最常见的过度设计——你为任务根本不需要的灵活性，付出延迟、成本和调试痛苦的代价。

用来给任务定位的几个问题：

• 流程能提前确定吗？ 如果你能把步骤画出来，管线就胜过循环。能手工指定的事，别花钱买自主性。
• 任务真正有几个决策点？ 一个 → 路由。很多且不可预测 → 循环。
• 做错一步的代价有多大？ 高风险会把你往光谱左边推，推向控制；也可能不管在哪一档，都要加 人在回路 的把关。
• 任务需要计划，还是只要反应？ 长的多部分目标适合规划-执行；短的响应式任务用普通循环就够了。

混合才是常态

真实系统是混着用的，而不是挑一档。比如一条固定管线，里面最难的那一步是个工具调用循环。再比如一个路由，把请求分派给专门的 agent。又比如一个规划-执行，其中执行部分只是几条简单管线。

这才是成熟的模式：只在任务真正开放的地方局部使用自主性，其余地方一律保持控制。真正的功夫不在挑一种架构，而在划那条边界——决定系统里哪些部分可以临场发挥，哪些必须钉死。

一个有用的直觉：在仍然覆盖真实不确定性的前提下，让自主区域尽量小。区域之外的一切都更好测、更便宜、更值得信任。

要点回顾

• Agent 架构按你把多少控制流让给模型排成一条光谱：管线、路由、工具调用循环、规划-执行、多 agent。
• 自主性与可靠性是同一性质的两面——能力越强，可预测性越低。
• 用能解决问题的最小自主性，只有当低一档失败时才往右走。
• 不管任务多复杂，做错一步的代价都会把你往左推，推向控制或人在回路把关。
• 真实系统都是混合体：只在不确定性真实存在的地方局部使用自主性，其余部分保持固定、可测试。

下一篇： 多 agent 系统