探索AI Agent工作流设计模式：构建智能任务协作的未来

先说下Nvidia对AI Agent给出的定义：基于LLM的Agent，核心是利用LLM来推理、规划并执行任务，同时能调用工具、借助记忆系统并完成具体的任务执行。说白了，就是让大模型不光能想，还能动手干。

这个领域从2022年底才开始真正起步。回头来看，早期的研究虽然比较基础，但当时提出的“让LLM学会用工具”这个想法，确实是非常有远见的。下面这张图来自2022年10月发表的ReAct模式论文，它第一次系统性地展示了如何通过整合工具使用来增强Agent的能力。

现在，AI Agent的工作流设计大致可以分为两大流派：

和。这两条路各有侧重，下面逐一来看。

反思驱动

反思型工作流的核心理念，是从过去的经验中学习，以此来提升适应性和解决问题的能力。简单说，就是让Agent自己复盘——分析之前做了什么、结果怎么样，然后改进接下来的策略，形成一个持续优化的闭环。这个流派下目前有几种主要的模式：

• 基本反思
  ：从已经执行的步骤中学习，不断调整。

• Reflexion
  ：引入强化学习的思路，让Agent更聪明地优化后续行为。

• 树搜索
  ：把链式思维（ToT）和强化学习结合起来，在多个可能性之间做选择。

• 自我发现
  ：让Agent在任务内部进行更深层次的推理和思考。

规划驱动

规划型工作流的核心是任务分解和结构化。它强调在动手之前，先把复杂的大任务拆成可管理的小任务，然后按计划一步步推进。这么做的好处是，可以提前预见潜在的挑战，并更高效地分配资源。这个流派下常见的有：

• 计划与解决
  ：先制定任务清单，执行过程中还能动态调整。

• LLM 编译器
  ：把计划和执行并行化处理，提升效率。

• REWOO
  ：明确计划步骤之间的依赖关系，按顺序逐步执行。

• Storm
  ：先生成提纲，然后针对每个主题搜索资料，最后汇总成一篇长文本。

说到这里，其实工作流本质上就是任务的协调器。流程中的每个节点，可以是LLM任务、函数调用，或者是像RAG这种其他类型的操作。接下来，我会重点聊聊两种非常典型的工作流设计模式——

和，再顺带提一下其他模式各自的动机和适用场景。

ReAct 模式

ReAct 模式，其实抓住了人类智能的一个核心特征：

。它把和紧密结合在一起，而且每走一步都会通过“观察”获得即时反馈，然后据此调整。举个例子，Agent在执行任务时，不再是机械地走完所有预设步骤，而是根据每一步返回的结果（Observation），来决定是继续下去，还是修改原有策略。

整个流程的代码逻辑可以概括成下面几步：

1. 生成提示
   ：用预定义的ReAct提示模板（格式是“问题→推理→行动→观察”），结合用户问题，生成初始的提示内容。

2. 生成推理与行动
   ：把提示发给LLM，让它生成“推理”和“行动”部分。但这里有个关键点：通过设置停止标记（Stop.Observation），防止模型直接生成“观察”的内容。

3. 调用外部工具
   ：根据LLM生成的“行动”，去调用外部工具。先判断“行动”是不是“完成（Finish）”，如果不是，就把行动转化为工具需要的API调用格式，然后执行。

4. 生成观察
   ：把外部工具返回的结果转成自然语言，生成“观察”内容。然后结合之前的推理和行动，重复第2和第3步，直到“行动”变成“完成”。

5. 最终输出
   ：把最后一次的“观察”内容转成自然语言，作为最终结果呈现给用户。

从这个流程可以看出，要实现某个特定场景下的Agent，必须定制两个关键组件：

1. 提示模板里的少样本示例（few-shot example）
   ：这些示例实际上是结构化的人类思维模式的体现，是实现特定任务的核心。

2. 外部工具的定义与调用
   ：根据具体的应用场景，定义模型可以调用的工具以及它们的功能接口。

：ReAct模式通过“推理—行动—观察”这个循环，让Agent能够动态调整策略，大大提升了任务的适应性和解决效率。它把人类的思考和管理策略转化成了结构化的模型提示，为处理复杂任务提供了一种可扩展的解决方案。

计划与解决模式

计划与解决模式（Plan & Solve Pattern）的核心逻辑很简单：

。和ReAct模式更适合那种需要即时调整的小任务（比如“从桌上拿支笔”）不同，Plan & Solve更适用于需要多步骤规划的大任务（比如“做一杯拿铁”）。当然，在执行过程中，计划完全可以根据新情况（比如发现家里没糖了）进行动态调整。

这个模式有三个核心组件：

1. 规划器（Planner）
   ：负责为复杂任务生成一个多步骤的初始计划。实现方式是通过提示模板引导LLM来制定计划，包括明确任务目标和分解后的各个步骤。

2. 重新规划器（Replanner）
   ：在每个步骤完成后，根据当前进度和实际情况，对原计划进行调整。提示内容会包含目标、原计划、已完成步骤的状态，以及新的零样本输入，用于动态调整后续计划。

3. 执行器（Executor）
   ：接收用户的任务请求和规划好的步骤，调用一个或多个工具来完成具体操作。

：适合那些在执行任务前就必须明确所有步骤的任务，比如制定一份复杂的报告、完成一个多阶段的项目。或者那些在执行过程中很可能需要动态调整计划的任务，比如由于外部条件变化而需要修改流程的事情。

：

• 提高零样本推理能力
  ：清晰的多步骤计划，能显著增强LLM在未知任务中的推理效果。

• 动态调整
  ：规划器与重新规划器的组合，确保了任务能够灵活应对各种意外情况。

• 任务分解
  ：大任务被拆成若干子任务，既提高了执行效率，也方便监控每个环节的进展。

其他工作流设计模式

除了上面两种，还有几种模式也值得了解：

：这个模式把ReAct中原有的显式“观察”步骤给省略了，直接将观察结果隐式嵌入到下一个执行单元里。这样一来，整个“思考→行动→观察”流程被大大简化，任务执行变得更流畅。

：它的特点是可以并行调用多个函数，同时处理多项任务，然后整合结果。这种并行处理的方式能显著提升计算效率和任务执行速度。

：本质上是生成器和反射器之间形成一个反馈循环。Agent不断完成任务、接收反馈、进行改进，直到结果令人满意为止。

：在Basic Reflection的基础上，结合了强化学习的原理。它会通过外部数据来评估回应，强制模型解决冗余或遗漏的问题，让反思过程更健壮，输出结果也更精炼。

：全称是Language Agent Tree Search，它把树搜索、ReAct、计划与解决、反思和强化学习等技术都融合在了一起。通过树搜索来评估结果，并整合反思，最终实现最佳效果。其架构包含了多轮基础反思，多个生成器和反思器会协同工作。

：核心是让LLM在更细粒度的层面进行反思。不仅关注任务是否需要调整，还鼓励模型对任务本身、各个组成部分以及执行过程都进行深度思考。

：这个模式的目标是从零开始，生成一篇类似维基百科那样的综合性长篇文章。它的工作流程是：先用外部工具搜索信息并生成大纲，然后根据大纲为每个部分生成具体内容。整个写作过程非常结构化和高效。