Skip to content

引言 ​

欢迎阅读《Agentic Design Patterns:构建智能系统的实践指南》。纵览当代人工智能,可见一条清晰演进:从简单、被动的 程序,到能理解情境、做出决策,并与环境及其他系统动态交互的复杂自主实体——亦即智能体,以及由它们构成的 智能体化系统 Agentic System。

强大的大语言模型(LLM)带来了前所未有的能力:理解与生成类人内容(如文本与媒体),并成为许多智能体的认知引擎。然而,要把这些能力编排成能可靠达成复杂目标的系统,单靠强大模型远远不够;还需要结构、设计,以及对智能体如何感知、规划、行动与交互的审慎考量。

不妨把构建智能系统想象成在一张“画布”上完成一件复杂的艺术或工程作品。这张画布并非空白平面,而是底层基础设施与框架——它为智能体提供存在与运行所需的环境与工具;也是你搭建智能应用的地基,承载状态、通信、工具访问与逻辑流转。

要在智能体化画布上有效构建,不能仅靠堆砌组件;需要掌握经实践检验的方法——模式——来应对设计与实现智能体行为时的常见难题。正如建筑模式指导营造、设计模式组织软件,智能体化设计模式为你在选定画布上落地智能体时反复遭遇的问题提供可复用解法。

什么是智能体化系统? ​

本质上,智能体系统(Agentic System)是一种计算实体:感知环境(数字环境,以及可能的物理环境),在感知与一组预设或习得的目标基础上做出知情决策,并自主行动以达成目标。与传统软件遵循僵硬的逐步指令不同,智能体展现出一定的灵活性与主动性。

设想你需要一套处理客户咨询的系统:传统方案往往照固定脚本推进;智能体化系统却能捕捉客户问题的细微差别、检索知识库、与订单管理等内部系统联动,必要时追问澄清,并主动推进解决,甚至预判后续需求。这些智能体运行在你应用基础设施这张画布上,调用可用的服务与数据。

智能体化系统的典型特征包括:自主性(无需人工盯守)、主动性(主动朝目标推进)、反应性(对环境变化做出有效响应)。它们从根本上是目标导向的。关键能力还包括工具使用(调用外部 API、数据库或服务,实质上将能力延展到画布之外)、记忆(跨多轮交互保留信息),以及通信(与用户、其他系统,或同一画布及互联画布上的其他智能体交互)。

要真正把上述特征落地,会引入较高复杂性:智能体如何在多步流程中维持画布上的状态?如何决定 何时、如何 调用工具?多智能体之间的通信如何治理?怎样为系统注入韧性,以消化意外结果或错误?

为什么模式对智能体开发至关重要 ​

智能体设计模式,就用来解决上述复杂性。它们不是僵死的教条,而是经实战检验的模板与蓝图,为智能体领域常见的设计与实现难题提供成熟解决建议。识别并运用这些模式,有助于提升你在画布上所构建智能体的结构清晰度、可维护性、可靠性与效率。

使用设计模式,可以避免在对话流管理、外部能力集成或多智能体协同等任务上反复“造轮子”。它们提供共同的语言与结构,让智能体逻辑更易理解,也更便于交接给“未来的自己”。面向错误处理或状态管理的模式,能直接增强系统的稳健性与可靠性。借助这些成熟做法,你可以加快交付节奏,把精力集中在应用的独特价值上,而不是智能体行为的底层机制上。

本书提炼 21 个关键设计模式,涵盖构建智能体所需的基础组件与常用方法。理解并运用这些设计模式,能显著提升你高效设计和实现智能系统的能力。

本书概览与使用方法 ​

本书力求成为一本实用且易读的参考书:逐一讲清每种智能体模式,并且配有代码示例。全书共 21 章,每章聚焦一类模式——从用于顺序编排的提示链、用于外部交互的工具使用(函数调用)等基础组件,到多智能体协作、自我改进(自校正)等进阶主题。

全书按章编排,每章深入讲解一种智能体模式,结构包括:

  • 模式概述:讲解模式本身要点,以及其在智能体化设计中的位置。
  • 实践应用与用例:展示模式在真实场景中的价值与收益。
  • 动手代码示例:基于主流智能体开发框架给出可运行代码,在技术画布的语境下演示模式。
  • 要点回顾:提炼最关键内容,便于快速复盘。
  • 参考文献:提供扩展阅读(文献条目仍以英文呈现,见原文)。

各章顺序便于循序渐进,但你也可以把本书当手册,按问题跳读相关章节。附录覆盖高级提示技术、在真实环境中应用智能体的实践建议,以及主要智能体化框架速览。另有仅在线发布的实践教程,分步演示如何在 AgentSpace 等平台与命令行环境中构建智能体。全书强调动手实践:务必运行、改写并实验示例,在你选定的画布上搭建属于自己的智能系统。

常有人问:「AI 变化这么快,为何还要写一本可能很快过时的书?」我的动机恰恰相反:正因为变化快,才更需要做好基础,学习可沉淀的底层原则。知识检索(RAG)、反思、路由、记忆管理等模式,正逐渐成为基本组件。本书邀请你停下来审视这些核心思想——它们是我们继续建造的基石。人类尤其需要这种针对基础模式的「反思时刻」。

所用框架简介 ​

为了给代码示例一张可触摸的「画布」(另见附录),我们主要采用三种主流智能体开发框架:LangChain 及其有状态扩展 LangGraph,用于灵活串联语言模型与其他组件,适合搭建复杂的操作链路与图结构;Crew AI 专注多智能体、角色与任务编排,尤适协作式智能体系统;Google Agent Developer Kit(Google ADK) 提供构建、评估与部署智能体的工具与组件,常与 Google 的 AI 基础设施协同。

这些框架代表了智能体开发画布的不同侧面,各有所长。跨工具对照示例,有助于理解模式如何迁移到你为智能体化系统所选的具体技术栈。示例以「把模式讲清楚」为第一目标,兼顾可读与可落地。

读完本书,你不仅将理解 21 个核心智能体化模式背后的基本概念,还将掌握将其真正落地所需的知识与代码要点,从而在你选定的开发画布上构建更智能、更强韧、更自主的系统。让我们开启这段动手实践之旅。