主流的七种agent的架构

主流的七种agent的架构现在满世界都在说agent，但你有没有想过agent到底是怎么搭出来的？今天我会把目前主流的七种agent的架构给大家捋清楚，从简单的到企业级的，看完你就知道自己场景应该选哪一种agent的架构。 在讲每一个架构之前，先说几个比较核心的结论。 - 第一，架构本身是没有统一的标准的，选哪个完全取决于你的场景有多复杂，你有多少的控制力。 - 第二，整个演进路径是从单agent到多agent的协作，再到基于图形的这种工作流。 - 第三，如果你做的是ai coding或者是技能的系统，那router和skill架构是目前相对比较优的最佳实践。 下面我会一个个给大家讲。 - 第一个就是单agent的架构，一个大模型负责所有事，用户输入进来要负责思考，调用工具然后输出结果。它的优点比较明显，比较简单，成本也比较低，像ChatGPT这种都是这种模式。问题也很明显，任务一旦复杂，它就开始思考爆炸，上下文污染严重，你让它同时处理好几件事情的时候，它可能就晕了。 - 第二个就是react架构，经典agent的范式，全称是reason加actor，推理加行动。它的工作方式是一个循环，先思考再行动，然后观察结果，然后继续思考，一直循环直到完成为止。它比单个agent强在什么地方？它有比较完整的链式推理，可解释性比较强，能同时处理多步骤的任务。它的缺点也比较明显，token消耗比较大，而且不太稳定，容易跑偏，不适合工程化的这种大规模的系统。 - 第三个就是plan and execute架构，这个就更工程化，先规划再执行。它是有个plan之后生成完整的计划，比如步骤一、步骤二、步骤三，到了下一步就execute，根据前面的步骤一步一步再执行。优点就是稳定性高很多，适合代码的生成，项目自动化，长流程的任务。缺点就是计划如果错了，那全盘就崩了，灵活性不如react。 - 第四个架构就是多agent架构，多个agent分工协作，各司其职，有一个任务协调和分配系统统筹。下面有planner、coder、reviewer、tool agent，各管各的。最大的优点就是任务拆解的比较清晰，然后降低了上下文的污染，可扩展性比较强。问题就是成本高，它比较适合一些团队协作，复杂的项目，企业级的这种应用。 - 第五个架构就是router加skill的这种架构，也是我比较推荐的。核心理念就是不让模型想，而是让模型选。用户输入进来先过一个intent router做意图识别，然后直接经过路由到对应的skill里面去执行。每个skill是一个可执行的能力加上对应的知识说明。这个架构的优势比较明显，它有极强的稳定性，企业级可控，可缓存，所以性能高，还容易评估命中率。目前ai coding包括Copilot技能系统用的基本上都是这个思路。问题就是skill设计的成本比较高，而且可能出现命中冲突。 - 第六个架构就是blackboard架构，也就是黑板系统，多个agent能同时读写这个状态，通过状态变化来驱动执行，适合比较复杂的协作场景。但状态管理非常复杂，出了问题不容易追踪。LangGraph的工作流引擎，分布式系统，经常用这种思路。 - 第七个就是graph and workflow的架构，它是企业级的一个主流架构，最重的一个也是企业级生产环境的一个主流，基于有向无环图来编排工作流，支持条件分支，并行执行，可回溯，可重试。代表工具有LangGraph、Temporal、Airflow、n8n、Perfect。优势就是企业级比较稳定，可debug，支持长流程，适合企业级的这种流程自动化和生产环境。 最后就给大家总结一下，整个的演进的路径就是单agent做简单的一种验证，react做多步的探索，plan and execute做工程化，多agent做协作，router加skill就是做精准技能的系统，blackboard做共享状态，graph and workflow做企业级的这种生产。其实不用一步到位，根据你的场景复杂度，选择对应的这种架构就行。大家记住，没有最好的架构，只有最合适的架构。 ok，今天就讲到这里。