1. Agent 和普通问答系统的区别

普通问答系统输出一段文本；Agent 需要完成任务。
这要求系统具备“目标分解 -> 工具执行 -> 状态更新 -> 结果验证”的闭环。

2. 常见架构模式

1. ReAct：推理与动作交替。
2. Plan-and-Execute：先全局规划，再逐步执行。
3. Router + Specialists：按任务路由到专长子代理。
4. Supervisor 多代理：主代理调度多个执行代理。

3. 设计原则

1. 把推理层与执行层解耦。
2. 把短期上下文与长期记忆解耦。
3. 把工具权限按最小可用原则收敛。

4. Python 任务循环示例

state = {"goal": user_goal, "memory": [], "done": False}

while not state["done"]:
    plan = planner(state)
    action = executor(plan)
    obs = tool_runtime(action)
    state = updater(state, plan, action, obs)
    state["done"] = checker(state)

5. 关键风险

1. 无限循环与无效重试。
2. 错误工具选择导致级联失败。
3. 记忆污染（把错误中间结论写入长期记忆）。

6. 实务建议

1. 每个步骤都做结构化日志。
2. 高风险操作必须人类确认。
3. 为每类任务设“终止条件 + 回退策略”。

Agent 架构优劣的分水岭，不在“会不会调用工具”，而在“失败时如何可控收敛”。