简介

前言

欢迎阅读《智能体设计模式：构建智能系统的实用指南》。

纵观当代人工智能的发展，我们清楚地看到一个演化过程——从简单的、被动响应的程序，到能够理解上下文、做出决策并与环境及其他系统动态交互的复杂自主实体。这些，就是智能体（agent）及它们所组成的智能体系统（agentic systems）。

强大的大语言模型（LLMs）的出现，为理解与生成类人内容（如文本与多媒体）提供了前所未有的能力——它们已成为许多智能体的“认知引擎”。然而，要让这些能力被有机地编排、形成能可靠达成复杂目标的系统，仅有一个强大的模型还不够。我们还需要结构、设计，以及一种经过深思熟虑的方法来指导智能体如何感知、规划、行动与交互。

你可以将“构建智能系统”比作在画布上创作一件复杂的艺术或工程作品。

这块画布并非视觉意义上的空白，而是底层的基础设施与框架——为智能体的存在与运作提供环境与工具的空间。它是你构建智能应用的根基，用来管理状态、通信、工具访问以及逻辑流程。

要在这块“智能体画布”上有效地构建系统，不能仅仅把组件堆叠在一起。

这需要理解经过验证的技术——即“模式（patterns）”——这些模式能够应对智能体设计与实现中反复出现的共性挑战。

正如建筑设计模式指导建筑结构，软件设计模式指导代码架构，智能体设计模式则为你在智能体系统画布上应对常见问题提供可复用的解决方案。

什么是智能体系统（Agentic Systems）

从本质上讲，智能体系统是一种计算实体，旨在感知其所处环境（既可以是数字的，也可以是物理的），基于这些感知和预设或学习得到的目标做出明智决策，并自主执行行动以实现这些目标。与传统软件不同，智能体并非严格遵循预设步骤，而是展现出一定程度的灵活性与主动性。

设想一个客户服务系统。传统系统可能只会严格按照固定脚本处理。

而智能体系统则能感知客户问题中的细微差别，访问知识库，与内部系统（如订单管理系统）交互，必要时提出澄清性问题，并主动解决问题，甚至预测客户未来的需求。

这些智能体运行在应用的“画布”之上，利用可访问的服务与数据。

智能体系统通常具有以下特征：

• 自主性（Autonomy）：无需持续的人类监督即可行动；
• 主动性（Proactiveness）：能主动采取行动以实现目标；
• 反应性（Reactiveness）：能有效响应环境变化。

它们从根本上是目标导向（goal-oriented）的，不断朝着既定目标努力。

一个关键能力是工具使用（tool use）——它们可以调用外部 API、数据库或服务，从而“伸出触角”超越自身画布。

它们还具备记忆（memory），能在多轮交互中保持状态；并能与用户、系统甚至其他智能体沟通协作。

但要让这些特性真正落地，系统复杂度将大幅上升。

• 智能体如何在多步任务中维持状态？

• 何时、如何调用工具？

• 不同智能体之间如何通信与协调？

• 系统如何在出错或异常时保持稳健性？

为什么设计模式对智能体开发至关重要

正是因为这种复杂性，智能体设计模式才显得不可或缺。

设计模式并非死板的规则，而是经过实践检验的“模板”或“蓝图”，为智能体设计与实现中常见的问题提供成熟方案。

通过识别并应用这些模式，你能获得结构更清晰、可维护性更高、可靠性更强且效率更高的智能体系统。

使用设计模式有助于避免从零开始“重复造轮子”——比如在处理对话流、整合外部能力或协调多个智能体行为时。

它们提供了一种共通语言与结构，使智能体逻辑更清晰，便于团队理解与维护。

用于错误处理或状态管理的模式，则能直接提升系统的健壮性与可靠性。

借助这些成熟方法，你可以专注于应用的独特创新，而非基础机制的重复实现。

本书提炼出 21 种关键设计模式，它们是构建复杂智能体系统的基础模块与核心方法。

掌握并运用这些模式，将极大提升你设计与实现智能系统的能力。

本书结构与使用指南

《智能体设计模式：构建智能系统的实用指南》旨在成为一本实用、可操作的参考手册。

其核心目标是：清晰解释每个智能体设计模式，并通过可运行代码示例展示实现方式。

全书共分为 21 章，每章聚焦一个特定模式——从基础概念（如Prompt 链式调用、工具使用），到更高阶主题（如多智能体协作、自我修正）。

每章结构包括：

• 模式概述（Pattern Overview）：详解模式原理与在智能体设计中的作用；
• 应用场景与案例（Practical Applications & Use Cases）：展示该模式在实际场景中的应用与收益；
• 动手示例（Hands-On Code Example）：提供可直接运行的代码，展示该模式在主流框架中的实现方式；
• 关键要点（Key Takeaways）：总结重点内容，便于快速复习；
• 延伸阅读（References）：推荐深入学习的资源。

章节按照概念渐进顺序排列，但你可以将本书当作参考手册，按需跳读解决当前问题。

附录部分涵盖了高级提示词技巧、AI 智能体在真实环境中的应用原则，以及主要智能体开发框架概览。

此外，还配套了线上实践教程，指导你在具体平台（如 AgentSpace 或命令行环境）中逐步构建智能体。

本书强调实践驱动学习——强烈建议你亲自运行示例、修改实验，并在自己的画布上构建智能系统。

有人问我：“在 AI 变化如此迅速的时代，为何还要写一本可能很快过时的书？”

我的动机恰恰相反——正因为发展太快，我们更需要回到根基，识别那些正在固化的底层原理。

诸如 RAG（检索增强生成）、反思（Reflection）、路由（Routing）、记忆（Memory） 等模式，正在成为智能体系统的基本构件。

本书希望引导读者重新审视这些核心理念——它们是我们构建未来智能系统的地基。

人类需要这样的“反思时刻”。

所使用的框架介绍

为了让代码示例有一个具体的“画布”，本书主要采用以下三种知名智能体开发框架（详见附录）：

• LangChain / LangGraph：

  提供灵活的模型链与状态管理能力，是构建复杂操作序列与图状逻辑的稳健画布。

• Crew AI：

  专为多智能体的编排、角色与任务分工设计的框架，尤其适用于协作型智能体系统。

• Google Agent Developer Kit (Google ADK)：

  提供构建、评估与部署智能体的工具与组件，通常与 Google 的 AI 基础设施集成使用。

这些框架代表了智能体开发“画布”的不同侧面，各有所长。

通过跨框架的实例展示，你将能理解模式在不同技术环境中的通用性。

所有示例都注重逻辑清晰与可实践性，帮助你快速掌握模式实现。

当你读完本书，你不仅会理解 21 种核心智能体设计模式背后的理论基础，

更将具备实践经验与可运行代码去灵活应用它们，

从而在你选择的技术画布上，构建出更智能、更强大、更自主的系统。

让我们一起开启这段实战旅程吧！