大家好，我是双越。wangEditor 作者，前百度 滴滴 资深前端工程师，慕课网金牌讲师，PMP，前端面试派 作者。
我正致力于两个项目的开发和升级，感兴趣的可以私信我，加入项目小组。
本文介绍 AI Agent 智能体的几种常见的架构模式，帮助你理解 agent 运行原理。
开始
在 AI 发展初期，和 AI 简单的聊天，调用 LLM 是一问一答，输入和输出，比较简单。那时候主要是研究 prompt engeering 提示词工程，即如何利用提示词让每一次回答的质量更高。
现在 Agent 要应对很多复杂任务，要结合 tools memory 和 RAG 一起完成，可能是做一个综合性的调研，可能是设计一个长期的计划，可能是写代码实现一个复杂功能... 再简单的一问一答肯定是满足不了需求的。
要实现这些功能，Agent 需要专门的架构和流程，本文就介绍 3 个最常见的架构模式。
ReAct（Reason + Act）
ReAct 是最经典的架构，适用于常见的搜索、问答场景。他的模式是：先 思考 (Reason) → 决定 调用工具 (Act) → 再根据结果继续思考。可能是一个循环。
User Question
│
▼
+-----------+
| LLM |
| Thought |
+-----------+
│
▼
Decide Tool ?
/ \
yes no
│ │
▼ ▼
Call Tool Final Answer
│
▼
Observation
│
▼
Back to LLM
(loop)
上面的 loop 就是 Agent 内部循环。一般情况下，需要 agent 控制这个循环次数，否则可能会失控。
Thought -> Action -> Observation -> Thought -> ...
例如你问“北京天气如何”，Agent 将做如下思考
Thought: 我需要查询天气
Action: weather_api("Beijing")
Observation: 25°C sunny
Thought: 已经有答案
Final Answer: 北京今天 25°C 晴天
代码示例如下
while (true) {
const prompt = `
Question: ${userInput}
History: ${steps}
Think step by step.
You can use tools.
`
const response = await llm(prompt)
if (response.type === "tool") {
const result = await tools[response.tool](response.args)
steps.push({
action: response.tool,
observation: result
})
} else {
return response.answer
}
}
ReAct 模式的优点是实现简单，非常灵活，可以动态的扩展工具。缺点是 LLM 调用次数过多，循环多了容易失控，所以一般要限制最大的轮询次数。
Plan-and-Execute
这个模式解决 复杂任务拆解问题。先让 LLM 做整体计划，再一步一步执行（调用 tool）。
User Request
│
▼
+-------------+
| Planner LLM |
+-------------+
│
▼
Task List
│
▼
+-------------+
| Executor |
| (tools) |
+-------------+
│
▼
Combine Results
│
▼
Final Answer
例如用户问“帮我制定一个 5 天马拉西亚的旅行计划”
LLM 会先制定计划
1. 搜索吉隆坡景点
2. 搜索槟城景点
3. 规划每天路线
4. 生成旅行文档
Agent 再按照计划去调用相应的 tool 去一步一步执行，并记录执行结果
task1 -> google search
task2 -> travel API
task3 -> LLM route planner
task4 -> PDF generator
代码示例如下：
async function createPlan(goal: string) {
const prompt = `
Break the task into steps.
Task: ${goal}
`
return await llm(prompt)
}
async function executePlan(plan) {
const results = []
for (const step of plan.steps) {
const result = await runStep(step)
results.push(result)
}
return results
}
const plan = await createPlan(userInput)
const result = await executePlan(plan)
return summarize(result)
Plan-and-Execute 模式的优点是长任务稳定、结构清晰，缺点是计划可能不够完美，所以现在很多 Agent 在列出计划后，都允许用户自行修改，然后再执行。
Reflection / Self-Critique
这是 让 Agent 自我检查输出，适合写代码、写论文、写博客。AI 编程工具如 Cursor 会用这种模式。
LLM 输出 → 再让 LLM 评估 → 如果不好 → 修改。
User Task
│
▼
+----------+
| LLM |
| Draft |
+----------+
│
▼
+----------+
| Critic |
| Review |
+----------+
│
▼
Good ?
/ \
No Yes
│ │
▼ ▼
Rewrite Final Answer
│
└── loop
例如你让 Cursor 写一段 nodejs 代码，实现 xxx 缓存
它第一次写出的代码，进行 Critic Review ，结果是：没有 TTL 逻辑不清晰
它得到这些 review 意见之后，再重写，就会得到更好的代码。可以再进行 review ，但一般在 3 次以内。
let draft = await llm(task)
for (let i = 0; i < 3; i++) {
const critique = await llm(`
Review this answer:
${draft}
List problems.
`)
if (critique.includes("no problem")) {
break
}
draft = await llm(`
Improve the answer based on critique:
${critique}
Original:
${draft}
`)
}
return draft
对比
三种架构模式的对比
| 架构 | 特点 | 适合 |
|---|---|---|
| ReAct | 思考 + 工具循环 | 搜索、问答 |
| Plan-Execute | 任务拆解 | 长任务 |
| Reflection | 自我优化 | 写作、代码 |
组合使用
生产环境下，3 种模式会结合使用。先制定计划，在 ReAct 执行，最后让 LLM 检验结果，根据不同的任务类型，步骤都是可取舍的。
+------------+
User Request -> | Planner |
+------------+
│
▼
+------------+
| Executor |
| (ReAct) |
+------------+
│
▼
+------------+
| Reflection |
+------------+
│
▼
Final Result
还要结合 momery RAG tools 等这些一起使用。整个 agent 是一个非常复杂的软件系统。
