Appearance
AI Agent 架构：工具调用、工作流与多角色协作
修订于 2026-10-12。本文为架构说明，示例不代表本站已部署或完成性能测试。
具备工具连接的应用可以查询实时数据或执行外部操作，但能力来自明确接入的工具和权限，不是模型本身自动拥有的。选架构时先确定任务、输入、允许的操作、成功标准与失败处理，再考虑是否需要多轮决策。
从简单方案开始
| 方案 | 适用任务 | 主要风险 |
|---|---|---|
| 单次模型调用 | 摘要、分类、草稿 | 缺少外部事实或需要复核 |
| 固定工作流 | 步骤确定、可编排的流程 | 分支增多后维护困难 |
| 工具调用循环 | 需要根据工具结果决定下一步 | 权限过宽、循环失控、成本增加 |
| 多角色协作 | 子任务确实能分工并独立检查 | 协调开销、上下文丢失 |
ReAct 论文讨论交替进行推理和行动的模式。实际产品不必暴露内部推理；应记录工具选择、参数、结果和最终决策，以便审计与故障排查。可为循环设置最大步数、时间预算和终止条件。
检索和“记忆”各解决什么
检索增强适合需要引用现有文档的任务。检索结果要保留来源、版本和访问控制；回答应指出依据，找不到证据时应表达不确定。会话状态则保存任务进度、已获授权和工具结果。长期存储需要过期、纠错和删除机制，不能把模型生成的内容直接当事实积累。
工具与权限
以“查询天气并改日历”为例，读天气和修改日历是不同权限。先用只读工具形成计划，再在授权范围内执行写操作。工具参数应做结构化校验；外部网页和文档属于不可信输入，不能把其中的“指令”提升为系统权限。敏感操作应保留用户确认或可回滚机制。
多 Agent 并非默认升级方案。只有当子任务职责清晰、结果可以核对，并且协调收益大于调用成本时，才考虑拆分。评估时比较同一任务集上的成功率、错误类型、延迟与费用，而不是只看演示效果。
上线检查
- 固定一组代表性任务和失败样本，定义可复核的完成标准。
- 限制工具清单、凭证范围、调用次数与耗时。
- 对读到的外部内容进行来源标记和注入风险处理。
- 在测试环境演练工具超时、空结果、重复调用和部分执行失败。
- 上线后抽检结果、记录费用与错误，并保留停用入口。