从闲聊式大语言模型智能体到可治理系统：一份架构指南

本文是一份面向开发者的智能体系统指南：阐明了智能体与常规工作流之间的区别，以及何时使用单个或多个智能体。文章指出，智能体的定义是“模型+工作循环+工具+状态+规则与约束”。文章追溯了从ReAct方法（2022年）引入的“思考-行动-观察”循环，到2023年AutoGen推广的对话式架构，再到2024年诸如LangGraph之类的图结构这一演变过程。文章强调，对于许多应用来说，一个智能体往往就足够了，只有当角色在上下文、工具或权限方面确实存在差异时，多智能体设置才会带来好处。文章还讨论了各种策略（ReAct、Plan-and-Solve、ReWOO、Tree of Thoughts、RAP、LATS、Self-Refine、Reflexion、MRKL），并指出步骤越预定义，模型需要的自由度就越小。文章引入了“智能体剧场”的概念，即相同的LLM调用伪装成一个团队，并强调将确定性逻辑（代码）与概率性逻辑（LLM决策）分开。最后，文章展示了一个现代智能体技术栈，其层级包括Agent SDK、图运行时、内存、沙箱和可观测性，并列举了OpenAI Agents SDK、Google ADK、LangGraph、Mastra等示例。