🎯 今日核心问题
- 六天的零件怎么装:谁调谁、谁不该调谁?
- 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
- D1 ReAct:手写 Thought/Action/Observation 循环,拿到 Thought 与轮次控制权。核心是 Action 格式必须唯一可解析。
- D2 Plan-and-Execute:Planner 一次 + Executor 多次 + Replanner 按需。解决长任务的上下文膨胀与目标漂移。
- D3 任务分解:原子步骤四条件(单一动作/输入确定/产出可验收/失败可归因),用
outputSpec+ validator 逼出真步骤。 - D4 Reflection:先跑零 token 的确定性校验,再跑 LLM Critic;Critic 只提问题,不负责改。
- D5 工具纠错:
errorType分流 +hint提示邻近工具 + 熔断摘除。 - D6 可观测性:SSE 事件流 +
seq/Last-Event-ID补发 + Thought 不外露。
💻 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 |
|---|---|---|---|
| D1 | ReAct 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 |
| D2 | Plan-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 |
| D4 | Reflection | 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。