1. 項(xiàng)目概述一個(gè)“活”起來的智能體是如何思考的最近和幾個(gè)做AI應(yīng)用的朋友聊天大家都有一個(gè)共同的困惑我們手頭的LLM大語(yǔ)言模型能力越來越強(qiáng)API調(diào)用也方便但為什么做出來的東西總感覺“差點(diǎn)意思”要么是機(jī)械地一問一答要么是執(zhí)行復(fù)雜任務(wù)時(shí)容易“跑偏”或“卡住”缺乏一種連貫、自主的“智能感”。這背后的核心差距往往不在于模型本身而在于我們是否為其設(shè)計(jì)了一套有效的“大腦”運(yùn)行機(jī)制——也就是智能體Agent系統(tǒng)的控制循環(huán)。今天要聊的“感知—決策—行動(dòng)—反思”循環(huán)正是這個(gè)“大腦”的核心工作流。它不是一個(gè)靜態(tài)的流程圖而是一個(gè)動(dòng)態(tài)的、持續(xù)運(yùn)轉(zhuǎn)的認(rèn)知引擎。你可以把它想象成一個(gè)頂級(jí)外科醫(yī)生在手術(shù)中的狀態(tài)他需要持續(xù)感知手術(shù)臺(tái)上的各種生命體征數(shù)據(jù)和影像環(huán)境輸入基于專業(yè)知識(shí)和當(dāng)前情況快速?zèng)Q策下一步最佳操作內(nèi)部推理然后精準(zhǔn)地執(zhí)行手術(shù)動(dòng)作調(diào)用工具并在每一步完成后反思動(dòng)作效果隨時(shí)準(zhǔn)備調(diào)整方案評(píng)估與學(xué)習(xí)。智能體的控制循環(huán)就是在軟件層面模擬這種高級(jí)的、目標(biāo)導(dǎo)向的認(rèn)知過程。這個(gè)連載系列的第三篇我們將深入這個(gè)循環(huán)的每一個(gè)環(huán)節(jié)從理論到代碼拆解如何讓一個(gè)智能體真正“活”起來能夠處理那些需要多步驟、有條件判斷、甚至能從錯(cuò)誤中學(xué)習(xí)的復(fù)雜任務(wù)。無論你是想構(gòu)建一個(gè)自動(dòng)化的數(shù)據(jù)分析助手一個(gè)能理解需求并編寫完整程序的項(xiàng)目搭檔還是一個(gè)能夠自主探索解決方案的研究代理理解并實(shí)現(xiàn)這個(gè)控制循環(huán)都是必經(jīng)之路。2. 控制循環(huán)的整體架構(gòu)與設(shè)計(jì)哲學(xué)在動(dòng)手寫代碼之前我們必須先想清楚整個(gè)系統(tǒng)應(yīng)該如何架構(gòu)。一個(gè)健壯的控制循環(huán)不是四個(gè)環(huán)節(jié)的簡(jiǎn)單串聯(lián)而是一個(gè)帶有狀態(tài)管理、錯(cuò)誤處理和長(zhǎng)期記憶的復(fù)雜系統(tǒng)。2.1 核心循環(huán)的抽象模型最基礎(chǔ)的模型是一個(gè)while循環(huán)class BasicAgent: def run(self, initial_task): state self._initialize_state(initial_task) while not self._is_task_complete(state): # 1. 感知 observation self._perceive(state) # 2. 決策 action self._decide(state, observation) # 3. 行動(dòng) result self._act(action) # 4. 反思 狀態(tài)更新 state self._reflect_and_update(state, action, result) return state.final_result但這個(gè)模型過于理想化?，F(xiàn)實(shí)中我們需要考慮感知什么如何決策行動(dòng)失敗怎么辦反思的依據(jù)是什么這就需要我們引入更豐富的組件。2.2 關(guān)鍵組件的職責(zé)界定一個(gè)工業(yè)級(jí)智能體系統(tǒng)通常包含以下核心組件它們協(xié)同工作支撐起控制循環(huán)工作記憶Working Memory存儲(chǔ)當(dāng)前任務(wù)相關(guān)的所有上下文信息包括原始目標(biāo)、歷史對(duì)話、之前的觀察結(jié)果、執(zhí)行過的動(dòng)作及其結(jié)果。它是循環(huán)中不斷被更新的“狀態(tài)State”核心。感知模塊Perception Module并非指視覺感知而是泛指從工作記憶和外部環(huán)境中提取相關(guān)信息的過程。這包括解析用戶的輸入、讀取數(shù)據(jù)庫(kù)的最新記錄、監(jiān)聽消息隊(duì)列的事件、解析工具執(zhí)行的返回結(jié)果等。其輸出是結(jié)構(gòu)化的“觀察Observation”。決策引擎Decision Engine這是智能體的“CPU”通常由LLM驅(qū)動(dòng)。它接收當(dāng)前的工作記憶和最新的觀察然后推理出下一步應(yīng)該執(zhí)行哪個(gè)“動(dòng)作Action”。動(dòng)作可以是一個(gè)簡(jiǎn)單的文本回復(fù)也可以是調(diào)用一個(gè)特定工具如搜索、計(jì)算、寫文件的指令。行動(dòng)執(zhí)行器Action Executor負(fù)責(zé)安全、可靠地執(zhí)行決策引擎發(fā)出的動(dòng)作指令。它需要管理一系列“工具Tools”處理工具調(diào)用時(shí)的參數(shù)驗(yàn)證、異常捕獲、結(jié)果格式化等臟活累活。反思與評(píng)估模塊Reflection Evaluation Module這是智能體具備“學(xué)習(xí)”和“調(diào)整”能力的關(guān)鍵。它評(píng)估上一次行動(dòng)的結(jié)果是否有效是否朝著目標(biāo)前進(jìn)。如果結(jié)果不理想它可以觸發(fā)重新決策Re-planning或生成一個(gè)“反思”記錄存入長(zhǎng)期記憶避免未來犯同樣錯(cuò)誤。2.3 設(shè)計(jì)時(shí)的核心權(quán)衡在設(shè)計(jì)循環(huán)時(shí)你始終面臨幾個(gè)關(guān)鍵權(quán)衡反應(yīng)式 vs. 深思熟慮式是每次循環(huán)只做一個(gè)簡(jiǎn)單動(dòng)作反應(yīng)式還是允許決策引擎生成一個(gè)包含多個(gè)步驟的完整計(jì)劃深思熟慮式后者效率更高但一旦環(huán)境變化計(jì)劃容易失效。通常采用混合策略生成一個(gè)高層計(jì)劃但在每個(gè)循環(huán)步驟中根據(jù)最新觀察進(jìn)行微調(diào)。狀態(tài)管理粒度工作記憶中要保存多少歷史保存完整的對(duì)話歷史雖然信息全但會(huì)導(dǎo)致LLM上下文快速膨脹增加成本和延遲。通常需要設(shè)計(jì)摘要機(jī)制將遙遠(yuǎn)的、不重要的歷史壓縮成要點(diǎn)。錯(cuò)誤處理邊界行動(dòng)執(zhí)行失敗時(shí)是讓反思模塊嘗試修復(fù)還是直接拋出異常終止任務(wù)一個(gè)健壯的智能體應(yīng)該有分級(jí)錯(cuò)誤處理機(jī)制工具級(jí)錯(cuò)誤如API超時(shí)可重試邏輯級(jí)錯(cuò)誤如參數(shù)不對(duì)需反饋給決策引擎重新思考目標(biāo)級(jí)錯(cuò)誤如任務(wù)不可能完成則應(yīng)向用戶請(qǐng)求幫助。實(shí)操心得不要試圖在第一個(gè)版本中就實(shí)現(xiàn)一個(gè)完美的通用智能體框架。最好的方法是針對(duì)你的具體任務(wù)場(chǎng)景設(shè)計(jì)最小可行的控制循環(huán)。例如一個(gè)客服自動(dòng)應(yīng)答機(jī)器人的循環(huán)可能非常簡(jiǎn)單感知用戶問題-決策知識(shí)庫(kù)檢索動(dòng)作-行動(dòng)并返回答案-無需復(fù)雜反思。先從簡(jiǎn)單開始迭代優(yōu)化。3. 感知模塊為智能體打開“眼睛”和“耳朵”感知模塊是智能體與外界交互的橋梁。它的任務(wù)不是簡(jiǎn)單地傳遞數(shù)據(jù)而是進(jìn)行信息篩選、結(jié)構(gòu)化和融合為決策引擎提供高質(zhì)量的輸入。3.1 感知的來源多模態(tài)輸入與內(nèi)部狀態(tài)感知的輸入通常來自兩方面外部輸入用戶消息、API推送的事件、數(shù)據(jù)庫(kù)查詢結(jié)果、文件內(nèi)容、傳感器數(shù)據(jù)在機(jī)器人領(lǐng)域等。內(nèi)部狀態(tài)從工作記憶中提取的、與當(dāng)前決策相關(guān)的歷史信息。例如之前三步做了什么得到了什么結(jié)果。3.2 結(jié)構(gòu)化觀察從原始數(shù)據(jù)到?jīng)Q策燃料LLM擅長(zhǎng)處理結(jié)構(gòu)化的文本信息。因此感知模塊的一個(gè)重要職責(zé)是將原始輸入轉(zhuǎn)化為結(jié)構(gòu)化的“觀察”對(duì)象。例如dataclass class Observation: type: Literal[“user_input”, “tool_result”, “system_event”] content: str # 原始內(nèi)容或摘要 metadata: dict # 來源、時(shí)間戳、置信度等 relevance_to_goal: float # 一個(gè)簡(jiǎn)單的相關(guān)性評(píng)分可用于后續(xù)過濾對(duì)于工具執(zhí)行結(jié)果感知模塊需要做額外處理結(jié)果解析工具返回的可能是JSON、HTML、純文本或錯(cuò)誤碼。需要將其解析為統(tǒng)一的、易于理解的描述。關(guān)鍵信息提取特別是當(dāng)結(jié)果很長(zhǎng)時(shí)如一篇網(wǎng)頁(yè)內(nèi)容需要提取與當(dāng)前任務(wù)最相關(guān)的片段。這本身就可以用一個(gè)輕量級(jí)的LLM調(diào)用來完成。狀態(tài)判斷從結(jié)果中判斷某些關(guān)鍵條件是否滿足。例如調(diào)用“查詢庫(kù)存”工具后感知模塊可以輸出觀察“庫(kù)存量為5大于0可購(gòu)買”。3.3 上下文管理與歷史摘要這是感知模塊最容易被忽視但至關(guān)重要的功能。直接給LLM喂食全部歷史對(duì)話和行動(dòng)記錄很快就會(huì)觸及上下文長(zhǎng)度限制且無關(guān)信息會(huì)干擾決策。解決方案是實(shí)現(xiàn)一個(gè)分層級(jí)的記憶系統(tǒng)最新記錄保留最近N輪完整的循環(huán)記錄感知、決策、行動(dòng)、結(jié)果。歷史摘要對(duì)更早的記錄由LLM生成一段簡(jiǎn)潔的摘要例如“用戶最初想訂機(jī)票我們已搜索了航班并比較了價(jià)格用戶對(duì)時(shí)間不太滿意?！标P(guān)鍵事實(shí)提取將對(duì)話中確定的、不可更改的事實(shí)如“用戶姓名是張三”“出發(fā)日期是下周五”提取出來作為獨(dú)立的事實(shí)列表存儲(chǔ)便于快速查詢。感知模塊在每次循環(huán)開始時(shí)負(fù)責(zé)組裝這個(gè)“上下文包”最新的觀察 最近完整記錄 歷史摘要 相關(guān)關(guān)鍵事實(shí)。這確保了決策引擎擁有“恰到好處”的背景信息。注意事項(xiàng)感知模塊中的信息過濾和摘要生成邏輯需要謹(jǐn)慎設(shè)計(jì)避免信息丟失或扭曲。一個(gè)常見的坑是摘要過于籠統(tǒng)丟失了關(guān)鍵細(xì)節(jié)。建議為摘要過程制定明確的規(guī)則比如“必須包含涉及數(shù)字、時(shí)間、地點(diǎn)和用戶明確偏好的信息”。4. 決策引擎LLM作為推理核心的實(shí)踐細(xì)節(jié)決策引擎是整個(gè)循環(huán)的“指揮官”。我們依靠LLM強(qiáng)大的推理和規(guī)劃能力但它不是一個(gè)黑盒需要精心的提示工程和輸出約束。4.1 提示詞工程構(gòu)建清晰的決策上下文給LLM的提示Prompt必須清晰界定它的角色、可用資源和當(dāng)前目標(biāo)。一個(gè)典型的決策提示詞結(jié)構(gòu)如下你是一個(gè)專業(yè)的{Agent角色}。你的目標(biāo)是{當(dāng)前最高層級(jí)任務(wù)}。 當(dāng)前情況工作記憶 {由感知模塊提供的結(jié)構(gòu)化上下文摘要} 你剛剛觀察到的信息 {最新的Observation內(nèi)容} 你可以使用的工具Actions 1. 工具A描述。輸入格式{“param1”: type, “param2”: type} 2. 工具B描述。 ... 3. 直接回復(fù)用戶當(dāng)你認(rèn)為需要與用戶溝通時(shí)使用。 請(qǐng)基于以上信息決定下一步做什么。你的輸出必須是嚴(yán)格的JSON格式 { “thought”: “你的逐步推理過程解釋為什么選擇這個(gè)動(dòng)作” “action”: “工具名或‘reply’” “action_input”: {參數(shù)對(duì)象} 或 “回復(fù)內(nèi)容” }關(guān)鍵點(diǎn)明確工具規(guī)格必須清晰描述每個(gè)工具的作用、輸入和輸出。LLM需要知道“能做什么”。強(qiáng)制結(jié)構(gòu)化輸出要求JSON格式并定義好Schema這是后續(xù)代碼能可靠解析的前提。包含思維鏈Chain-of-Thought要求模型輸出“thought”字段至關(guān)重要。這不僅提高了決策的可解釋性便于調(diào)試而且實(shí)踐證明讓LLM“把思考過程寫出來”能顯著提升其決策質(zhì)量。4.2 動(dòng)作空間的定義與擴(kuò)展“動(dòng)作”是智能體影響環(huán)境的唯一方式。我們需要精心設(shè)計(jì)動(dòng)作空間基礎(chǔ)動(dòng)作調(diào)用某個(gè)函數(shù)/工具。復(fù)合動(dòng)作一系列基礎(chǔ)動(dòng)作的預(yù)定義組合如“預(yù)訂航班”可能包含“查詢航班”、“選擇航班”、“填寫乘客信息”三個(gè)基礎(chǔ)動(dòng)作。對(duì)話動(dòng)作直接向用戶發(fā)送消息用于詢問、確認(rèn)、匯報(bào)進(jìn)度。在代碼中我們可以用一個(gè)注冊(cè)表來管理所有可用動(dòng)作class ActionRegistry: def __init__(self): self._tools {} def register(self, name: str, func: Callable, description: str, schema: dict): self._tools[name] { “func”: func, “description”: description, “schema”: schema # JSON Schema用于驗(yàn)證LLM生成的輸入 } def execute(self, action_name: str, action_input: dict) - str: if action_name not in self._tools: return f“Error: Unknown action ‘{action_name}’” tool self._tools[action_name] # 1. 驗(yàn)證輸入?yún)?shù)是否符合schema if not validate_input(action_input, tool[“schema”]): return “Error: Invalid action input parameters.” # 2. 執(zhí)行 try: result tool[“func”](**action_input) return str(result) except Exception as e: return f“Error executing action: {str(e)}”4.3 處理不確定性、模糊性與規(guī)劃LLM的決策并非總是確定性的。我們需要處理幾種情況決策模糊LLM可能輸出“我需要更多信息”。此時(shí)決策引擎應(yīng)將其轉(zhuǎn)化為一個(gè)明確的“向用戶提問”的動(dòng)作。生成多步計(jì)劃對(duì)于復(fù)雜任務(wù)可以讓LLM先生成一個(gè)初步計(jì)劃Plan作為工作記憶的一部分。在后續(xù)每個(gè)循環(huán)中決策引擎不僅決定當(dāng)前動(dòng)作還參考和更新這個(gè)計(jì)劃。置信度與回退可以為L(zhǎng)LM的決策附加一個(gè)置信度評(píng)分可以通過提示詞讓其自評(píng)或通過其輸出格式的規(guī)范性來判斷。當(dāng)置信度低時(shí)可以觸發(fā)反思模塊進(jìn)行復(fù)核或直接采用更保守的“請(qǐng)求確認(rèn)”動(dòng)作。踩坑實(shí)錄早期我們直接讓LLM輸出“調(diào)用工具A參數(shù)是XXX”這樣的自然語(yǔ)言然后在代碼里用正則表達(dá)式去解析這是災(zāi)難性的。任何格式的偏差都會(huì)導(dǎo)致解析失敗。強(qiáng)制結(jié)構(gòu)化JSON輸出并做嚴(yán)格驗(yàn)證是保證系統(tǒng)穩(wěn)定性的生命線。同時(shí)一定要讓LLM在thought字段中“說出它的想法”這是調(diào)試時(shí)最寶貴的日志。5. 行動(dòng)執(zhí)行器安全、可靠地連接外部世界決策引擎發(fā)出了指令行動(dòng)執(zhí)行器負(fù)責(zé)將其落到實(shí)處。這個(gè)模塊的關(guān)鍵詞是魯棒性。5.1 工具的設(shè)計(jì)與封裝一個(gè)好的工具應(yīng)該功能單一一個(gè)工具只做一件事。例如“搜索網(wǎng)絡(luò)”和“計(jì)算數(shù)學(xué)”應(yīng)該是兩個(gè)獨(dú)立的工具。接口明確有清晰的輸入?yún)?shù)類型說明和輸出格式承諾。安全無害特別是涉及寫操作、網(wǎng)絡(luò)訪問或敏感信息處理的工具必須有權(quán)限檢查和沙箱機(jī)制。具備超時(shí)和重試機(jī)制外部API調(diào)用可能會(huì)失敗需要有合理的超時(shí)設(shè)置和有限次數(shù)的重試邏輯。def search_web(query: str, max_results: int 5) - str: “”“使用搜索引擎查詢信息。 Args: query: 搜索關(guān)鍵詞。 max_results: 返回的最大結(jié)果數(shù)量。 Returns: 一個(gè)格式化的字符串包含搜索結(jié)果的標(biāo)題、鏈接和摘要。 ”“” # 這里集成SerpAPI、Google Search API或其他搜索服務(wù) # 必須包含try-catch和超時(shí)處理 pass5.2 動(dòng)作執(zhí)行的流水線一個(gè)動(dòng)作的執(zhí)行并非簡(jiǎn)單調(diào)用函數(shù)而應(yīng)經(jīng)過一個(gè)流水線解析與驗(yàn)證解析決策引擎輸出的JSON驗(yàn)證動(dòng)作名稱是否存在輸入?yún)?shù)是否符合預(yù)定義的Schema使用如jsonschema庫(kù)。參數(shù)預(yù)處理有時(shí)需要對(duì)參數(shù)進(jìn)行預(yù)處理比如將LLM生成的日期描述“下周五”轉(zhuǎn)換為具體的日期字符串。安全審查可選但重要對(duì)于高風(fēng)險(xiǎn)動(dòng)作如發(fā)送郵件、執(zhí)行數(shù)據(jù)庫(kù)刪除可以加入一層人工審核或二次確認(rèn)邏輯。執(zhí)行與超時(shí)控制在獨(dú)立的線程或異步任務(wù)中執(zhí)行工具調(diào)用并設(shè)置超時(shí)。結(jié)果格式化將工具返回的原始數(shù)據(jù)可能是對(duì)象、列表等格式化為L(zhǎng)LM容易理解的文本描述。同時(shí)將原始結(jié)果也保存下來供后續(xù)模塊使用。5.3 異常處理與反饋行動(dòng)可能失敗失敗信息必須清晰、可操作并反饋給循環(huán)。工具錯(cuò)誤如網(wǎng)絡(luò)錯(cuò)誤、API密鑰無效。執(zhí)行器應(yīng)捕獲異常并生成標(biāo)準(zhǔn)化的錯(cuò)誤信息如“Action ‘search_web’ failed: Network timeout (Exception: …)”。這將成為下一次循環(huán)中“感知模塊”的輸入。邏輯錯(cuò)誤工具執(zhí)行成功但結(jié)果表示業(yè)務(wù)邏輯失敗如“用戶余額不足”。這類錯(cuò)誤也應(yīng)被格式化后返回它對(duì)于智能體調(diào)整策略至關(guān)重要。實(shí)操心得為每一個(gè)工具編寫詳盡、示例清晰的文檔字符串并把這些文檔動(dòng)態(tài)地插入到給LLM的提示詞中能極大提升工具調(diào)用的準(zhǔn)確性。另外所有工具調(diào)用都應(yīng)該有日志記錄包括輸入、輸出、耗時(shí)和錯(cuò)誤信息這是后期優(yōu)化和審計(jì)的基礎(chǔ)。6. 反思模塊實(shí)現(xiàn)智能體的持續(xù)學(xué)習(xí)與調(diào)整反思是區(qū)分高級(jí)智能體與簡(jiǎn)單自動(dòng)化腳本的關(guān)鍵。它讓智能體不僅“做事”還能“思考做事的效果”并據(jù)此調(diào)整。6.1 反思的觸發(fā)時(shí)機(jī)反思不是每個(gè)循環(huán)都必須的那樣效率太低。通常在以下時(shí)機(jī)觸發(fā)動(dòng)作失敗后當(dāng)行動(dòng)執(zhí)行器返回明確錯(cuò)誤時(shí)。子目標(biāo)達(dá)成后完成一個(gè)階段性任務(wù)時(shí)評(píng)估是否偏離主航道。陷入循環(huán)或僵局時(shí)檢測(cè)到智能體在重復(fù)相似動(dòng)作或無進(jìn)展超過一定步數(shù)時(shí)。用戶給出反饋時(shí)用戶說“不對(duì)”或“這不是我想要的”。6.2 反思的內(nèi)容與過程反思本身也可以看作一個(gè)由LLM驅(qū)動(dòng)的微循環(huán)。它的輸入是當(dāng)前目標(biāo)、相關(guān)的工作記憶尤其是最近失敗或低效的步驟序列、以及需要反思的具體事件。我們給反思LLM設(shè)計(jì)專門的提示詞你是一個(gè)分析員負(fù)責(zé)評(píng)估智能體最近的表現(xiàn)并給出改進(jìn)建議。 智能體的最終目標(biāo)是{主目標(biāo)}。 最近發(fā)生的事件{對(duì)觸發(fā)反思事件的具體描述如‘調(diào)用工具X失敗錯(cuò)誤信息是...’}。 相關(guān)的行動(dòng)歷史{最近幾步的詳細(xì)記錄}。 請(qǐng)分析 1. 問題診斷最近的問題出在哪里是目標(biāo)理解有誤、計(jì)劃不合理、工具選擇錯(cuò)誤還是參數(shù)有問題 2. 修正建議接下來應(yīng)該怎么做是換一種方式重試當(dāng)前步驟還是需要回溯到更早的步驟重新規(guī)劃 3. 經(jīng)驗(yàn)總結(jié)從這個(gè)事件中可以學(xué)到什么生成一條簡(jiǎn)短的經(jīng)驗(yàn)教訓(xùn)以便未來避免。 請(qǐng)以JSON格式輸出你的分析。反思LLM的輸出會(huì)被解析并用于直接調(diào)整工作記憶和計(jì)劃例如如果反思認(rèn)為“參數(shù)錯(cuò)誤”決策引擎在下一次決策時(shí)會(huì)被注入“避免使用XX參數(shù)”的提示。生成長(zhǎng)期記憶將“經(jīng)驗(yàn)總結(jié)”存入一個(gè)向量數(shù)據(jù)庫(kù)或知識(shí)庫(kù)未來在類似場(chǎng)景下感知模塊可以檢索這些經(jīng)驗(yàn)來輔助決策。觸發(fā)高層重規(guī)劃如果反思認(rèn)為當(dāng)前整個(gè)計(jì)劃都行不通它可以發(fā)出一個(gè)信號(hào)要求決策引擎拋棄原有計(jì)劃從更高層面重新思考任務(wù)。6.3 實(shí)現(xiàn)持續(xù)學(xué)習(xí)的簡(jiǎn)單模式實(shí)現(xiàn)完整的終身學(xué)習(xí)很難但我們可以從簡(jiǎn)單的模式開始錯(cuò)誤模式庫(kù)將常見的工具錯(cuò)誤如“404 Not Found”“Invalid API Key”和對(duì)應(yīng)的修正建議如“請(qǐng)檢查資源是否存在”“請(qǐng)確認(rèn)API密鑰配置”映射起來。當(dāng)感知到這類錯(cuò)誤時(shí)可以直接建議決策引擎采取修正動(dòng)作無需每次都調(diào)用LLM反思。成功案例存儲(chǔ)當(dāng)智能體完美解決一個(gè)復(fù)雜任務(wù)后可以將這個(gè)任務(wù)的目標(biāo)、最終成功的行動(dòng)序列作為“案例”存儲(chǔ)起來。未來遇到類似任務(wù)時(shí)可以通過向量檢索快速找到一個(gè)可行的起點(diǎn)計(jì)劃。注意事項(xiàng)反思模塊本身也會(huì)消耗LLM Token并增加延遲。要避免過度反思。為不同類型的觸發(fā)事件設(shè)置不同的反思“深度”和“預(yù)算”。例如對(duì)于簡(jiǎn)單的工具調(diào)用失敗可能只需要一個(gè)快速的、基于規(guī)則的建議而對(duì)于任務(wù)陷入僵局才需要啟動(dòng)深度的、由LLM驅(qū)動(dòng)的分析。7. 系統(tǒng)集成與實(shí)戰(zhàn)構(gòu)建一個(gè)任務(wù)執(zhí)行智能體現(xiàn)在讓我們把以上所有模塊組合起來構(gòu)建一個(gè)能執(zhí)行“研究并撰寫簡(jiǎn)報(bào)”任務(wù)的智能體。假設(shè)我們有網(wǎng)絡(luò)搜索、文件讀寫、文本摘要等工具。7.1 系統(tǒng)工作流串聯(lián)初始化用戶輸入任務(wù)“調(diào)研一下特斯拉2024年第一季度的財(cái)報(bào)亮點(diǎn)寫一份不超過500字的簡(jiǎn)報(bào)。”循環(huán)開始感知工作記憶初始化為用戶任務(wù)。感知模塊無外部新觀察但將任務(wù)作為關(guān)鍵信息。決策決策引擎LLM看到任務(wù)查看工具列表搜索、總結(jié)、寫文件在thought中推理“這是一個(gè)信息檢索和總結(jié)任務(wù)。我需要先搜索最新財(cái)報(bào)信息?！?輸出決策動(dòng)作search_web 輸入{“query”: “Tesla Q1 2024 earnings report highlights”}。行動(dòng)行動(dòng)執(zhí)行器調(diào)用搜索工具獲得一系列網(wǎng)頁(yè)摘要和鏈接。反思此輪暫不觸發(fā)行動(dòng)成功結(jié)果有效繼續(xù)。下一輪循環(huán)感知感知模塊將搜索結(jié)果的文本內(nèi)容格式化并提取關(guān)鍵數(shù)據(jù)如營(yíng)收數(shù)字、交付量作為新的Observation。決策LLM看到搜索結(jié)果思考“信息很多需要提煉。我可以先調(diào)用總結(jié)工具聚焦于‘亮點(diǎn)’。” 輸出決策動(dòng)作summarize_text 輸入{“text”: [搜索結(jié)果的整合文本], “focus”: “financial highlights and key metrics”}。行動(dòng)執(zhí)行總結(jié)工具生成一份初步提煉的文本。反思評(píng)估總結(jié)結(jié)果是否覆蓋了“亮點(diǎn)”是否冗長(zhǎng)?？赡苡|發(fā)一個(gè)輕量級(jí)反思認(rèn)為“信息已提煉但格式不是簡(jiǎn)報(bào)”。后續(xù)循環(huán)決策引擎可能繼續(xù)決策調(diào)用“撰寫報(bào)告”工具將總結(jié)內(nèi)容格式化為簡(jiǎn)報(bào)。最后調(diào)用“保存文件”工具輸出結(jié)果。在整個(gè)過程中如果搜索工具返回“未找到相關(guān)信息”則會(huì)觸發(fā)反思模塊分析是否查詢?cè)~不對(duì)并建議調(diào)整搜索策略。7.2 核心代碼結(jié)構(gòu)示意class TaskExecutionAgent: def __init__(self, llm_client, action_registry): self.llm llm_client self.actions action_registry self.working_memory WorkingMemory() self.reflector ReflectionModule(llm_client) def run(self, user_task: str): self.working_memory.set_goal(user_task) max_steps 20 for step in range(max_steps): # 1. 感知 observation self.perception_module.observe(self.working_memory) # 2. 決策 decision self.decision_engine.decide(self.working_memory, observation) self.working_memory.add_record(decision[“thought”], decision) # 記錄 # 3. 行動(dòng) result self.action_executor.execute(decision[“action”], decision[“action_input”]) self.working_memory.add_record(“action_result”, result) # 4. 評(píng)估與反思 if self.should_reflect(result, step): reflection self.reflector.analyze(self.working_memory, result) self.working_memory.integrate_reflection(reflection) # 將反思結(jié)論融入記憶 # 檢查任務(wù)是否完成 if self.working_memory.is_goal_achieved(): break return self.working_memory.get_final_output()7.3 性能優(yōu)化與調(diào)試技巧異步執(zhí)行如果動(dòng)作是IO密集型的如網(wǎng)絡(luò)請(qǐng)求可以將動(dòng)作執(zhí)行改為異步讓智能體在等待一個(gè)動(dòng)作結(jié)果的同時(shí)可能處理其他并行的子任務(wù)思考。緩存對(duì)昂貴的LLM調(diào)用如決策、反思或工具調(diào)用如搜索相同內(nèi)容的結(jié)果進(jìn)行緩存可以大幅降低成本和提高響應(yīng)速度?？梢暬{(diào)試將每個(gè)循環(huán)的thought、action、result以及工作記憶的狀態(tài)變化以日志或可視化界面的形式輸出。這是理解智能體“思維過程”、定位問題的最有效手段?？梢栽O(shè)計(jì)一個(gè)簡(jiǎn)單的Web界面實(shí)時(shí)展示智能體的決策流。8. 常見問題與排查指南在實(shí)際構(gòu)建和運(yùn)行Agent控制循環(huán)時(shí)你會(huì)遇到各種各樣的問題。下面是一些典型問題及其排查思路。8.1 智能體陷入無效循環(huán)或重復(fù)動(dòng)作現(xiàn)象智能體反復(fù)執(zhí)行相同或相似的動(dòng)作無法推進(jìn)任務(wù)。可能原因與排查觀察信息不足或未更新檢查感知模塊是否正確地將行動(dòng)結(jié)果納入了工作記憶并傳遞給了下一次決策?？赡苁墙Y(jié)果解析失敗導(dǎo)致LLM每次看到的都是舊信息。決策提示詞缺乏約束提示詞中沒有明確要求智能體避免重復(fù)或者沒有提供足夠的上下文來區(qū)分“已嘗試過”和“未嘗試”的方案。在提示詞中加入類似“你已經(jīng)嘗試過A方法但失敗了請(qǐng)嘗試不同的方法”的指令。缺少進(jìn)展評(píng)估工作記憶中沒有“已嘗試步驟”的明確記錄和“任務(wù)完成條件”的判斷。需要在工作記憶中維護(hù)一個(gè)“已嘗試動(dòng)作列表”并在決策提示詞中讓其參考。反思模塊未觸發(fā)系統(tǒng)可能缺少對(duì)“循環(huán)檢測(cè)”的邏輯。可以添加一個(gè)簡(jiǎn)單的規(guī)則如果連續(xù)3個(gè)循環(huán)的動(dòng)作本質(zhì)相同則強(qiáng)制觸發(fā)深度反思。8.2 工具調(diào)用參數(shù)總是錯(cuò)誤現(xiàn)象LLM決策時(shí)選擇的工具是對(duì)的但生成的參數(shù)格式不對(duì)、缺少必填字段或值不合理?？赡茉蚺c排查工具描述不清檢查注冊(cè)工具時(shí)提供的description和schema是否足夠清晰、示例化。LLM不理解“id”字段應(yīng)該是什么格式如果你寫“用戶ID”它可能生成一個(gè)名字。應(yīng)該寫成“用戶ID字符串格式例如‘user_123456’”。缺少參數(shù)預(yù)處理LLM可能生成“明天下午三點(diǎn)”而工具需要“2024-05-28 15:00:00”。需要在行動(dòng)執(zhí)行器的流水線中加入一個(gè)參數(shù)預(yù)處理步驟使用一個(gè)小的LLM調(diào)用或規(guī)則將自然語(yǔ)言參數(shù)轉(zhuǎn)換為規(guī)范格式。輸出格式約束不夠強(qiáng)雖然要求輸出JSON但可能沒有用更嚴(yán)格的方式如函數(shù)調(diào)用Function Calling、或結(jié)構(gòu)化輸出Structured Outputs來約束LLM。如果所用LLM API支持優(yōu)先使用這些原生結(jié)構(gòu)化輸出功能比在提示詞中要求JSON更可靠。8.3 智能體“忘記”最終目標(biāo)在子任務(wù)中迷失現(xiàn)象智能體在執(zhí)行一系列子任務(wù)如不斷搜索、總結(jié)后不再回歸到主任務(wù)如撰寫簡(jiǎn)報(bào)。可能原因與排查工作記憶中的目標(biāo)被稀釋在組裝決策上下文時(shí)原始的用戶任務(wù)最高目標(biāo)被埋沒在大量的歷史對(duì)話和中間結(jié)果中。解決方案在每次給決策引擎的提示詞中將“最終目標(biāo)”單獨(dú)、醒目地放在最前面并可能每次循環(huán)都重復(fù)強(qiáng)調(diào)。缺乏高層規(guī)劃智能體只做一步?jīng)Q策沒有生成一個(gè)指向最終目標(biāo)的頂層計(jì)劃。解決方案在任務(wù)開始時(shí)讓決策引擎先做一個(gè)規(guī)劃步驟輸出一個(gè)大致步驟列表如1. 搜索信息2. 提煉亮點(diǎn)3. 撰寫簡(jiǎn)報(bào)。將這個(gè)計(jì)劃存入工作記憶并在后續(xù)每個(gè)決策步驟中都讓LLM參考這個(gè)計(jì)劃并標(biāo)記當(dāng)前步驟的完成情況。反思模塊未評(píng)估目標(biāo)偏離反思只關(guān)注動(dòng)作失敗不評(píng)估整體進(jìn)展。解決方案在反思的觸發(fā)條件或反思提示詞中加入對(duì)“當(dāng)前進(jìn)展是否偏離最終目標(biāo)”的評(píng)估。8.4 處理速度慢延遲高現(xiàn)象完成一個(gè)簡(jiǎn)單任務(wù)需要數(shù)十秒甚至分鐘級(jí)。可能原因與排查順序執(zhí)行與網(wǎng)絡(luò)延遲所有步驟LLM決策、工具調(diào)用、LLM反思都是同步順序執(zhí)行且工具調(diào)用如網(wǎng)絡(luò)搜索可能有高延遲。優(yōu)化將可以并行的操作并行化。例如如果決策是調(diào)用多個(gè)獨(dú)立的工具可以考慮讓它們同時(shí)執(zhí)行?；蛘邔LM調(diào)用決策、反思與IO操作工具執(zhí)行異步化。上下文過長(zhǎng)工作記憶積累太多導(dǎo)致每次決策提示詞都非常龐大LLM處理速度變慢Token消耗激增。優(yōu)化實(shí)施前文提到的分層記憶和摘要機(jī)制嚴(yán)格控制輸入LLM的上下文長(zhǎng)度。過度反思每個(gè)循環(huán)都進(jìn)行深度LLM反思。優(yōu)化根據(jù)規(guī)則如只有失敗或停滯時(shí)才反思來動(dòng)態(tài)控制反思的深度和頻率對(duì)于簡(jiǎn)單確認(rèn)可以使用更快的規(guī)則引擎或小模型。構(gòu)建一個(gè)穩(wěn)定、高效、智能的Agent系統(tǒng)控制循環(huán)的設(shè)計(jì)與實(shí)現(xiàn)是核心。它沒有一成不變的銀彈需要你根據(jù)具體的任務(wù)領(lǐng)域、可用的工具和性能要求不斷地迭代和調(diào)優(yōu)。從最簡(jiǎn)單的單循環(huán)開始逐步增加記憶、反思、規(guī)劃等高級(jí)功能并輔以完善的日志和監(jiān)控你就能讓這個(gè)“大腦”越來越聰明真正解決那些令人頭疼的復(fù)雜自動(dòng)化任務(wù)。