本文是AI底层概念系列第四篇下。承接上篇深入Agent的进阶机制。系列文章《旋转餐桌上的AI从LLM到Agent Skill的概念串联》《大模型到底怎么思考的用后厨流水线讲透LLM底层原理》《RAG检索增强生成大模型的开卷考试——从入门到性能优化》Agent智能体上核心概念拆解上篇我们讲了Agent的核心概念四大组件、ReAct循环、三层规划能力、工具调用原理、记忆系统。这篇继续深入——多Agent怎么协作ReAct的Prompt到底怎么写代码Agent是怎么实现的以及Agent和软件测试有什么共通之处一、多Agent协作一个人干不完就组队干复杂的任务一个Agent搞不定怎么办——让多个Agent协作。三种协作模式模式1流水线模式就像工厂流水线每个Agent负责一道工序干完传给下一个。需求分析Agent → 设计Agent → 开发Agent → 测试Agent → 上线Agent特点顺序执行分工明确适合流程固定的任务。类比餐厅后厨——洗菜→切菜→配菜→炒菜→出餐一条线下来。模式2主管员工模式有一个主管Agent负责规划和分配任务下面有多个员工Agent负责具体执行。主管Agent规划、分配、验收 / | \ 员工A 员工B 员工C 写代码 查资料 做测试特点有统一指挥能处理复杂任务适合多模块并行。类比餐厅经理厨师长服务员采购员经理统一调度各干各的活。模式3群聊辩论模式多个Agent一起讨论各抒己见互相质疑最后形成结论。plaintextAgentA我觉得应该这样做…… AgentB不对这样有个问题…… AgentC我补充一个角度…… AgentA有道理那我们调整一下……特点集思广益减少盲区适合需要创意或决策的任务。类比餐厅开菜品评审会——厨师、经理、服务员、顾客代表一起讨论新菜好不好。三种模式对比表格模式结构优势劣势适用场景流水线线性流程清晰效率高不够灵活一个环节卡了全链卡标准化流程任务主管员工星型统一调度可并行主管能力决定上限复杂项目开发群聊辩论网状多角度少盲区效率低可能讨论不出结果创意、决策类任务二、深入拆解ReAct的Prompt长什么样你可能好奇Agent的思考能力是怎么来的其实就是一段精心设计的Prompt。ReAct的Prompt有不同的版本从简单到复杂逐步升级。v1最简版三句话你是一个智能助手可以使用工具来帮助用户解决问题。每一步请先思考Thought然后决定是否调用工具Action调用后观察结果Observation循环直到可以给出最终答案Final Answer。用户的问题是{question}特点只告诉模型你可以用工具按思考-行动-观察来。问题模型经常不知道该用哪个工具、怎么传参容易跑偏。v2加工具说明版在v1基础上加上所有可用工具的详细说明你是一个智能助手可以使用以下工具来帮助用户解决问题【工具列表】1. search_web(关键词) - 搜索互联网信息2. calculator(表达式) - 进行数学计算3. get_weather(城市) - 查询指定城市天气【思考格式】Thought: 你对当前情况的分析Action: 工具名称(参数)Observation: 工具返回的结果...可以重复多轮Thought: 我已经有足够信息回答用户了Final Answer: 最终答案用户的问题是{question}【工具列表】1. search_web(关键词) - 搜索互联网信息2. calculator(表达式) - 进行数学计算3. get_weather(城市) - 查询指定城市天气【思考格式】Thought: 你对当前情况的分析Action: 工具名称(参数)Observation: 工具返回的结果...可以重复多轮Thought: 我已经有足够信息回答用户了Final Answer: 最终答案用户的问题是{question}特点告诉模型有哪些工具、每个工具怎么用、输出格式是什么。效果比v1好很多但模型还是容易格式错、参数传错。v3加Few-shot示例版在v2基础上加上完整的正确示范……上面的工具列表和格式说明……【示例】用户北京今天天气怎么样适合出门吗Thought: 用户问北京今天天气和是否适合出门。我需要先查北京今天的天气。Action: get_weather(北京)Observation: 北京今天晴温度25-32度空气质量优紫外线强。Thought: 已经知道天气了。晴天、温度适宜、空气质量好适合出门但要注意防晒。Final Answer: 北京今天天气晴朗气温25-32度空气质量优适合出门。建议做好防晒措施。【你的任务】用户的问题是{question}特点给一个完整的正确例子让模型照着学。效果格式正确率大幅提升这是工业界最常用的版本。v4加约束和异常处理版在v3基础上加上各种边界情况的处理规则……上面的内容……【重要规则】1. 如果工具调用失败分析原因后重试最多重试3次2. 如果多次搜索都找不到答案直接告诉用户未找到相关信息3. 不要编造工具返回的内容Observation必须完全来自工具结果4. 调用工具时参数必须正确不要传不存在的参数5. 如果问题很简单不需要工具可以直接回答6. 思考要简洁不要长篇大论【你的任务】……特点把各种坑都提前告诉模型减少出错。效果稳定性进一步提升适合生产环境。v5工业级版加思考深度在v4基础上增加思考质量要求强迫模型更深入地思考……上面的内容……【思考要求】1. 每次思考要先分析当前已知什么、还缺什么、下一步做什么2. 选择工具时要说明为什么选这个工具、为什么不选其他的3. 拿到结果后要评估结果可靠吗完整吗需要补充查询吗4. 给出最终答案前要自查回答了用户的所有问题吗信息来源可靠吗【你的任务】……特点不仅告诉模型按格式来还要想深一点。效果回答质量更高但速度更慢、Token消耗更多。关于ReAct Prompt的4个冷知识不是越长越好Prompt太长反而会干扰模型关键信息要放在开头和结尾首尾效应示例比规则管用1个好例子比10条规则效果好——模型学例子比学规则快格式靠Few-shot保证你说一百遍要按格式输出不如给两个正确示例ReAct是CoT的延伸CoT思维链是一步步想ReAct是一步步想一步步做——想了之后真的去做做完接着想三、原创思考我的Agent理解框架学习过程中我也在构建自己对Agent的理解框架。我理解的Agent运行机制接收用户信息↓LLM拆分任务任务分解层↓确定需要调用的工具↓记忆检索有没有类似经验↓ReAct循环执行├─ 思考这一步做什么├─ 行动调用对应工具└─ 观察拿到执行结果验证是否正确↓验证结果第一重验证当前结果对不对↓记忆比对第二重验证之前有没有类似情况结果一致吗↓确认完成 / 修正后继续核心洞察有两个1. ReAct不是全部它只是如何拆分和执行单步任务的模块任务拆分的方式不止ReAct一种ReAct走一步看一步Plan-and-Execute先规划全流程再执行ToT思维树多条路径并行探索选最优的Reflection执行完了自己复盘修正就像测试用例设计方法有很多种——等价类、边界值、场景法、错误推测——ReAct只是其中最基础的一种。2. 双重验证很重要每一步执行完不仅要验证这一步对不对功能验证还要去记忆里查之前遇到类似情况是怎么处理的结果一样吗经验验证。这就像软件测试里的单元测试当前步骤对不对回归测试之前能过的现在还能不能过两层验证叠加才能保证Agent做事的可靠性。四、深度案例代码Agent是怎么实现的说了这么多理论来个具体的——AI写Python脚本的Agent是怎么实现的版本1纯代码生成一句话出代码最简单的版本用户写一个Python脚本统计一个文件夹里所有txt文件的行数Agent直接生成代码给你代码如下……问题写的代码对不对不知道用户自己去跑跑报错了怎么办用户自己改就是个代码生成器不是Agent版本2代码Agent写→跑→改→循环真正的代码Agent是这样工作的表格步骤动作1理解需求写第一版代码2把代码放进沙箱里运行3看运行结果——成功了还是报错了4如果报错分析错误信息修改代码5再跑再看结果6循环2-5直到跑通7跑通后再做代码质量检查8交付最终代码看到了吗代码Agent 写代码 跑代码 看报错 改代码 循环。这和程序员调试代码的过程一模一样。代码Agent的三个核心组件代码沙箱安全的运行环境代码在这里跑不会搞坏系统工具集执行代码的工具、读取文件的工具、安装依赖的工具专属Prompt专门调教的程序员Prompt告诉模型怎么写代码、怎么调试、怎么看报错代码Agent的四层验证机制表格层级验证内容通过标准L1 语法验证代码有没有语法错误解释器不报错L2 功能验证代码能不能跑出正确结果输出符合预期L3 自我验证代码逻辑对不对、有没有边界问题模型自己Review一遍L4 质量检查代码风格、注释、性能、安全通过代码规范检查为什么代码Agent效果特别好因为代码有客观真理——跑不跑得通、结果对不对一运行就知道。不像写文章、做设计好不好是主观的。代码的对错是客观的报错了就是错的 → 改结果不对就是错的 → 改跑通了结果对了 → 成了这种有明确反馈、能快速验证的领域Agent特别容易做好——因为ReAct循环能快速收敛。这也是为什么测试工程师做AI有天然优势我们最懂怎么设计验证机制、怎么找Bug、怎么保证质量。五、跨界类比Agent和软件测试的共通之处作为测试工程师我发现Agent的整套体系和软件测试有很多相似之处表格Agent概念测试领域对应共通点ReAct循环测试执行循环设计→执行→检查→修正都是做一步、验一步、循环迭代工具调用测试工具Jmeter/Selenium/Postman都是用工具提高效率工具本身需要验证多层规划测试策略→测试计划→测试用例→执行都是从高层到细节层层拆解记忆系统用例库Bug库经验文档都是积累经验避免重复踩坑反思修正测试复盘、质量回溯都是做完了回头看持续改进多Agent协作测试团队分工功能/性能/安全/自动化都是专业分工协作完成复杂任务四层验证单元测试→集成测试→系统测试→验收测试都是分层验证每层有不同的目标一个有趣的观察Agent的发展路径和软件测试的发展路径很像——从手动做事到自动化执行从单次验证到分层质量保障从个人能力到团队协作从完成任务到持续优化我们这些做测试的其实早就懂Agent的核心思想了——只是我们叫它测试流程现在它叫Agent架构。六、文末自测5题下篇内容学完了测一下进阶部分的掌握程度。1. 多Agent协作的主管员工模式适合什么场景A. 流程固定的标准化任务B. 需要创意和多角度思考的任务C. 复杂项目需要多模块并行推进D. 简单查询类任务2. ReAct Prompt中Few-shot示例的主要作用是什么A. 让模型照着例子学保证输出格式正确B. 增加Prompt的长度显得更专业C. 告诉模型有哪些工具可用D. 限制模型的思考范围3. 代码Agent效果特别好的核心原因是什么A. 代码写起来比文章简单B. 代码有客观真理对错一跑就知道反馈闭环清晰C. 程序员Prompt写得更好D. 代码沙箱运行速度快4. 以下哪种多Agent协作模式是集思广益、多角度讨论的A. 流水线模式B. 主管员工模式C. 群聊辩论模式D. 以上都不是5. ReAct和CoT思维链的关系是什么A. 两者完全无关B. ReAct是CoT的延伸CoT是想ReAct是想做C. CoT是ReAct的升级版D. 是同一个东西的不同叫法答案C / 2. A / 3. B / 4. C / 5. B答对4题以上说明你对Agent的进阶机制也掌握得不错了。七、总结Agent上下两篇我们从里到外拆解了智能体上篇核心概念Agent是什么大模型思考框架工具记忆从答题机器变成执行者餐厅经理比喻ReAct核心循环思考→行动→观察Agent智能的来源三层规划能力从单步推理到任务拆解到反思修正工具调用原理Function Calling四步走工具分现成和自定义两类记忆系统三层结构两种分类四种用法下篇进阶实战多Agent协作流水线/主管员工/群聊辩论三种模式ReAct Prompt五级进化从三句话到工业级版本原创理解框架双重验证思想 ReAct只是拆分方式之一代码Agent案例写-跑-改循环四层验证机制测试视角的共通性Agent架构和测试方法论高度相似系列学到这里我们已经有了完整的AI底层知识图谱LLM底层大脑怎么工作RAG怎么外挂知识库Agent怎么让大模型主动做事下一步就是把这三者结合起来——用RAG给Agent提供知识用Agent编排RAG和各种工具解决真实世界的复杂问题。比如我们之前讨论的PRD快速分析项目RAG负责检索PRD文档Agent负责编排分析流程、生成测试用例、做一致性检查——这就是LLMRAGAgent三者结合的典型场景。系列回顾第一篇旋转餐桌上的AI——从概念到体系第二篇后厨流水线——LLM底层原理第三篇开卷考试——RAG检索增强生成第四篇上餐厅经理——Agent核心概念第四篇下从ReAct到代码Agent——Agent进阶本篇下一篇预告实战篇——用LLMRAGAgent搭建一个PRD测试分析助手