Agent 工程师学习笔记
一、分层上下文（Layered Context）
1.1 四层架构
| 层级 | 内容 | 作用 |
|---|---|---|
| 系统提示词 | Agent的角色定义、行为准则 | 设定Agent的身份和能力边界 |
| 会话历史 | 用户与Agent的对话记录 | 维持对话连贯性和上下文理解 |
| 工具结果 | 动态调用外部工具获得的实时数据 | 提供实时信息和计算能力 |
| 知识库 | 预先构建的外部知识集合（RAG） | 提供专业领域知识，避免幻觉 |
1.2 工具结果 vs 知识库
工具结果（Tool Results）
- 记忆锚点："现查现用的即时情报"
- 数据来源：外部实时API/服务
- 获取方式：Agent主动调用工具
- 时效性：实时最新
- 典型场景：查天气、股票、日期计算
知识库（Knowledge Base）
- 记忆锚点："随身携带的百科全书"
- 数据来源：预先构建的向量数据库
- 获取方式：RAG系统自动检索
- 时效性：静态（需定期更新）
- 典型场景：查公司政策、产品文档、历史资料
1.3 混合使用场景
用户："根据公司政策，我今年可以休几天年假？我去年10月入职。"
工具结果：【日期API】"今天是2026年6月23日"
知识库：【检索政策】"入职不满1年按比例折算：(入职天数/365) × 5"
计算：(267天/365天) × 5天 ≈ 3.65天 → 可休3天
二、思考链 vs 树状思考
2.1 链式思考（Chain of Thought, CoT）
特点：线性、单向、无分支决策
适用场景：简单、确定性任务，步骤明确
例子：取快递（顺利情况）
取件码 → 快递柜 → 输入码 → 取快递
类比：按菜谱做菜，步骤清晰按顺序执行
复杂度：O(n)
2.2 树状思考（Tree of Thoughts, ToT）
特点：分支、多路径、每个节点都可能产生决策点
适用场景：复杂、需要探索的任务，存在多种可能性
例子：取快递（考虑异常情况）
取快递任务
│
┌─────────┴─────────┐
▼ ▼
有取件码？ 没有取件码？
│ │
┌─────────┴─────────┐ ┌──────┴──────┐
▼ ▼ ▼ ▼
去快递柜 去快递点 查物流 查微信
│ │ │ │
▼ ▼ └─────┬───────┘
输入取件码 找工作人员 ▼
│ │ 是否已签收？
▼ ▼ ┌─────┴─────┐
取出快递 获取取件码 ▼ ▼
│ │ 已签收 未签收
▼ ▼ │ │
完成 去快递柜 ▼ ▼
联系快递员 等待派送
类比：迷宫寻宝，遇到岔路口需要判断，可能走回头路
复杂度：O(2^n)
2.3 核心区别对比
| 维度 | 链式思考（CoT） | 树状思考（ToT） |
|---|---|---|
| 结构 | 线性、单向 | 分支、多路径 |
| 决策点 | 无或极少 | 每个节点都可能分支 |
| 适用场景 | 简单、确定性任务 | 复杂、需要探索的任务 |
| 计算复杂度 | O(n) | O(2^n) |
| 类比 | 单线程程序 | 多线程/分支程序 |
2.4 混合使用策略
简单步骤用CoT → 遇到决策点切换到ToT → 决策完成后回到CoT继续执行
三、单Agent vs 多Agent
3.1 单Agent
优势：
- 维护性好，逻辑清晰
- 反应速度快
- 实现简单
局限性：
- 容易出现幻觉
- 可能自证（编造证据）
- 能力边界有限
解决方案：
- RAG检索增强生成
- 工具调用验证
- 引用机制要求标注来源
3.2 多Agent
适用场景：
- 处理复杂多流程任务
- 需要多角色协作
- 高精度要求的场景
角色分工模式：
- 流水线模式：Agent A → Agent B → Agent C（顺序执行）
- 圆桌模式：多个Agent并行分析，汇总结果
- 监督模式：主Agent调度，子Agent执行，评审Agent验证
数据共享机制：
- 共享状态库（Shared State）
- 消息总线（Message Bus）
四、工程化落地
4.1 安全性
| 维度 | 关注点 |
|---|---|
| 输入安全 | 防止Prompt注入攻击 |
| 输出安全 | 内容过滤和合规检查 |
| 操作安全 | 工具调用权限控制 |
4.2 可维护性
- 组件化设计：提示词、工具、记忆存储分离为独立模块
- 配置化管理：通过YAML/JSON管理提示词，避免硬编码
- 自动化评估：使用LLM-as-a-Judge定期测试Agent性能
五、学习顺序建议
| 时间 | 内容 |
|---|---|
| 第1周 | 提示词工程基础（CoT, Few-shot） |
| 第2周 | 单Agent工具调用（Function Calling） |
| 第3周 | RAG与长期记忆（向量数据库） |
| 第4周 | 多Agent协同（角色分工与状态管理） |
| 第5周 | 工程化落地（评估与观测性） |