第 8 卷
本章小结
核心考点高频关键词
| 记忆类型 | 窗口/摘要/向量/图谱/混合记忆, MemGPT |
|---|---|
| 上下文管理 | Token预算、摘要压缩、滑动窗口 |
| 工具调用 | Parallel Calling, tool_choice, Schema |
| 异常处理 | 死循环检测、参数校验、超时控制 |
| 安全 | 最小权限、沙盒隔离、审计日志 |
📖小白导读
本节讲的是「第五章:Agent架构、Swarm协作与反思机制篇(Q101-Q130)」。读完你会掌握:
Q101:ReAct Agent 的工作原理是什么?
Q102:Plan-and-Execute vs ReAct,什么时候用哪个?
Q103:LangGraph中如何防止 Agent 死循环?
Q104:什么是 Re exion?它为什么能提升 Agent 质量?
Q105:Supervisor 模式 vs Swarm 模式,怎么选?
💡 代码部分已精简,完整可运行版本见HTML 交互课件。
第五章:Agent架构、Swarm协作与反思机制篇
(Q101-Q130)
Agent 不是简单的 LLM +工具。架构设计、协作模式、反思能力决定了 Agent 的上限
Q101:ReAct Agent的工作原理是什么?
核心循环:Reasoning(思考)→ Action(行动)→ Observation(观察)→循环
[用户问题] → [LLM 思考:我需要查天气] → [调用 get_weather]
↓
[观察到结果:北京 28°C] → [LLM 思考:温度信息够了]
- [生成最终回答]
与传统链式调用的区别:链式调用是固定流程(A→B→C);ReAct 是动态循环Agent 自主决定调不调工具、调哪个、调几次。
Q102:Plan-and-Execute vs ReAct,什么时候用哪个?
| 维度 | ReAct | Plan-and-Execute |
|---|---|---|
| 流程 | 边想边做(一步一步) | 先规划全局,再逐步执行 |
| 适合 | 简单任务(1-3步) | 复杂任务(5+步) |
| 成本 | 低(按需思考) | 高(规划本身消耗Token) |
| 可靠性 | 中(容易走偏) | 高(有全局视角) |
| 灵活性 | 高(随时调整) | 中(修改计划需重新规划) |
面试最佳答案:简单任务(查天气、算数)用 ReAct;复杂任务(写研报、做数据分析)用 Plan-and- Execute;最高级是两者结合先Plan再Execute,Execute过程中用ReAct处理每个步骤。
Q103:LangGraph中如何防止Agent死循环?
五重防御:
| 1 | 迭代计数器 | State中iteration:int,每轮+1,>5强制停止 |
|---|---|---|
| 2 | Token预算 | 累计Token > 10000→停止 |
| 3 | 时间预算 | 运行时间> 60s→停止 |
| 4 | 轨迹重复检测 | 检测A→B→A→B的循环模式 |
| 5 | 工具结果去重 | 同样的工具+参数+结果出现两次→停止 |
Q104:什么是Re exion?它为什么能提升Agent质量?
原理:让Agent生成一版结果→另一个Agent(或自己的另一个角色)评审→根据反馈修改→再审→直到通过。
效果:HumanEval 代码生成从67% → 91%(+24%)。写作质量评分从6.2 → 8.5(+37%)。
成本权衡:3次迭代消耗 4-5倍 Token,但质量提升 25-40%。对于高价值产出(报告、代码、邮件),完全值得。
Q105:Supervisor模式vs Swarm模式,怎么选?
| 维度 | Supervisor | Swarm |
|---|---|---|
| 控制权 | 集中(Supervisor调度) | 分散(Agent自主交接) |
| 可预测性 | 高 | 低 |
| 适合 | 流程明确的任务 | 对话/客服 |
| Token开销 | 中(Supervisor消耗Token) | 低 |
| 调试难度 | 低 | 高 |
| 推荐 | 新手首选 | 高级用户 |
Q106-Q110:Agent架构深度
Q106:什么是Agent 的“工具选择幻觉”?→ Agent 调用一个不存在的工具名,或给错参数。防御:①工具名白名单校验② Pydantic Schema 参数验证③错误信息返回给LLM让它修正
Q107:如何设计 Agent 的错误恢复策略? →三级恢复:① 工具级重试(同一工具重试 3次)② 策略级切换(换一个工具或方法)③降级回复(“抱歉,我暂时无法获取该信息”)