Agent 基础 ¶

Agent 是“LLM + 状态 + 工具 + 控制循环”的组合。LLM 负责语言理解、推理和策略选择；Agent runtime 负责保存状态、调用工具、执行权限控制、处理错误和决定何时停止。

基本抽象 ¶

主循环 ¶

最小 Agent loop：

while not done:
    observe current state
    decide next action
    execute tool or produce answer
    append observation to state
    check stop condition

工程实现中通常要加入：

• 最大步数，避免无限循环。
• 工具白名单和权限确认。
• 结构化输出解析，降低工具调用失败率。
• 错误恢复策略，例如重试、降级、请求人类确认。
• 轨迹日志，便于调试和评测。

ReAct：推理与行动交替 ¶

论文 ReAct: Synergizing Reasoning and Acting in Language Models

ReAct 把 reasoning trace 和 action trace 交错组织：

Thought: 我需要查找最新信息。
Action: search("...")
Observation: 搜索结果 ...
Thought: 现在可以综合答案。
Final: ...

它解决的问题是：纯 chain-of-thought 容易闭门造车，纯 action-only 又缺少中间推理解释。ReAct 让模型边思考边使用外部环境。

Tool calling¶

现代 Agent 框架通常用结构化 tool calling 替代自由文本 action：

{
  "tool": "search",
  "arguments": {
    "query": "smolagents CodeAgent ToolCallingAgent"
  }
}

好处：

• 参数可验证。
• 工具可按 schema 自动生成说明。
• 返回值可结构化进入下一轮上下文。
• 更容易做权限、审计和回放。

Workflow 与 Agent 的区别 ¶

常见失败模式 ¶

• 目标漂移：执行多步后忘记原始任务。
• 工具幻觉：编造不存在的工具或参数。
• 观察误读：没有正确理解工具返回值。
• 过度探索：一直搜索和计划，不交付结果。
• 权限越界：执行用户未授权的外部操作。
• 奖励投机：只迎合 rubric 表面指标。

参考资料 ¶

• ReAct: Synergizing Reasoning and Acting in Language Models
• Toolformer: Language Models Can Teach Themselves to Use Tools
• AutoGen: Enabling Next-Gen LLM Applications via Multi-Agent Conversation
• LangGraph documentation