🎯 今日核心问题

  1. 六天的零件怎么装:谁调谁、谁不该调谁?
  2. 这个 Agent 跑起来到底长什么样,值不值得写进简历?

📖 精读提纲

【一】架构:三层,不要混

本周的产出可以清晰分成三层。规划层(D2/D3):Planner 产出带 I/O 契约的步骤,PlanValidator 做确定性校验。执行层(D1/D5):每个步骤交给一个 ReAct 循环跑,工具调用外面套 ToolResult 信封、形状校验和熔断。质量层(D4/D6):ReflectionService 在交付前审一遍,AgentEventBus 把全过程推给前端。

最关键的设计约束:规划层不碰工具,执行层不改计划,质量层不重写内容。三者混在一起(最常见的是让 Executor 在执行中偷偷改计划)会让状态机失去意义,重启后无法续跑,也没法定位问题出在"想错了"还是"做错了"。

【二】本周回顾

💻 代码示例

@Service
@RequiredArgsConstructor
public class PlannedAgent {                       // 三层装配

    private final Planner planner;
    private final PlanValidator validator;
    private final ReActExecutor executor;         // D1 的循环,单步版
    private final ReflectionService reflection;
    private final AgentEventBus bus;

    public AgentResult run(String taskId, String objective) {
        // 1. 规划 + 确定性校验 + 打回重拆
        DecomposedPlan plan = planner.decompose(objective);
        List<String> errs = validator.validate(plan);
        if (!errs.isEmpty()) {
            plan = planner.decompose(objective + "\n\n上次计划的问题:" + String.join(";", errs));
            if (!validator.validate(plan).isEmpty())
                throw new IllegalStateException("规划失败: " + validator.validate(plan));
        }
        bus.emit(taskId, "task_started", null, "已拆解为 " + plan.steps().size() + " 步",
                "RUNNING", 0, null, null, plan.intent());

        // 2. 按依赖顺序执行,每步一个 ReAct 循环
        Map<String, String> outputs = new LinkedHashMap<>();
        for (DecomposedStep s : topoSort(plan.steps())) {
            long t0 = System.currentTimeMillis();
            bus.emit(taskId, "step_started", s.id(), "正在" + s.goal(), "RUNNING", 0, null, null, null);
            String ctx = s.dependsOn().stream()
                    .map(id -> "【" + id + "】" + clip(outputs.get(id), 800))
                    .collect(Collectors.joining("\n"));
            try {
                String out = executor.run(s.goal(), s.outputSpec(), s.acceptance(), ctx);
                outputs.put(s.id(), out);
                bus.emit(taskId, "step_finished", s.id(), "完成", "DONE",
                        System.currentTimeMillis() - t0, executor.lastTokensIn(),
                        executor.lastTokensOut(), clip(out, 200));
            } catch (Exception e) {
                bus.emit(taskId, "step_failed", s.id(), "失败: " + e.getMessage(), "FAILED",
                        System.currentTimeMillis() - t0, null, null, null);
                String repaired = reflection.repairStep(s, outputs, e.getMessage());
                outputs.put(s.id(), repaired);
            }
        }

        // 3. 整体反思,不过就降级交付
        String draft = outputs.get(lastId(plan));
        ReflectedOutput r = reflection.produce(draft, new ArrayList<>(outputs.values()), 2);
        bus.emit(taskId, "task_finished", null, r.pass() ? "任务完成" : "已完成,含待确认项",
                r.pass() ? "DONE" : "DEGRADED", 0, null, null, r.text());
        return new AgentResult(r.text(), outputs, r.pass());
    }
}
天 机制 解决什么 简历一句话
D1ReAct 循环动态决策下一步手写 Thought/Action 协议与步数控制,不依赖框架自动循环
D2Plan-and-Execute长任务漂移、上下文膨胀引入 Replanner,计划失败可自动修订,token 消耗较纯 ReAct 降 40%
D3任务分解 + 校验模糊目标无法执行定义步骤 I/O 契约与拓扑校验,拦截 80% 无效计划
D4Reflection输出错误、幻觉数字分层校验(规则→引用回溯→LLM Critic),首轮通过率 62%
D5工具纠错选错工具后一路错到底工具结果信封 + hint + 熔断,误用率从 25% 降至个位数
D6可观测性黑盒、同步超时SSE 事件流支持断线重放,60 秒任务可实时追踪每步

✏️ 今日动手

串出 PlannedAgent,跑一个真实 5 步以上的任务(推荐:财报健康度分析、或三竞品周报)。验收标准:① 全流程完成且任一步失败能触发重规划;② SSE 前端能看到 ≥10 条事件;③ 把总 token、总耗时、首轮通过率三个数字记下来,作为下周对比基线;④ 截一张事件流图,存进项目 docs/。

🔖 明日预告

第4周进入记忆与状态管理:你的 Agent 现在每次任务都从零开始,不记得用户是谁、上次聊到哪。下周解决三件事——对话窗口怎么裁、什么该存进长期记忆、进程重启后怎么续上。