AI Agent（智能体）是能够自主感知、决策、执行并达成目标的系统。在 LLM 时代，Agent 通常指「大模型 + 工具调用 + 循环控制」的组合，能够完成多步任务、调用外部 API、根据反馈调整行为。本文介绍 Agent 的概念与原理，重点拆解 ReAct 和 Plan-and-Execute 两种主流模式，并列举其他较少用或过时的模式及其缺点。（关于 Tool、MCP 等基础概念，可参考 LLM 与 AI 应用核心概念科普。）
一、Agent 的概念与原理
1.1 什么是 Agent
Agent 在 AI 语境下指具备以下能力的系统：
- 感知：接收输入（用户请求、环境状态、工具返回结果）
- 决策：根据当前状态选择下一步动作（调用工具、生成回复、结束任务）
- 执行：调用工具或输出内容，与环境交互
- 目标导向：围绕用户给定的目标组织行为，而非单次问答
与普通「问答式」LLM 不同，Agent 会多轮与外部世界交互，根据反馈调整策略，直到达成目标或达到迭代上限。
1.2 核心组成
| 组件 | 作用 |
|---|---|
| LLM | 理解任务、规划步骤、选择工具、整合结果 |
| 工具（Tools） | 搜索、计算、查库、发邮件等外部能力 |
| 记忆/状态 | 保存对话历史、中间结果、计划步骤 |
| 控制循环 | 决定何时思考、何时行动、何时结束 |
1.3 构建模式概览
不同 Agent 架构在「何时规划」「如何执行」「是否可调整」上差异很大，形成多种构建模式。主流模式包括：
- ReAct：边推理边行动，动态循环
- Plan-and-Execute：先规划再执行，可含重规划
- REWOO：预规划、无动态调整（较少用）
- Reflexion：从失败中学习、多轮试错（特定场景）
- LLM Compiler：并行工具调用、DAG 工作流（高性能场景）
下文重点拆解 ReAct 与 Plan-and-Execute，再简要列举其他模式。
二、ReAct 模式拆解
2.1 核心思想
ReAct（Reasoning + Acting） 将推理与行动交织在同一循环中：模型交替进行「思考（Thought）」和「行动（Action）」，根据**观察（Observation）**决定下一步。
Thought（思考）→ Action（行动）→ Observation（观察）→ Thought → ...
2.2 工作流程
- Thought：模型根据当前上下文，用自然语言说明「我接下来要做什么、为什么」
- Action：选择工具并传入参数，例如
search("东京天气") - Observation：工具返回结果，作为下一轮输入
- 循环：根据观察继续 Thought → Action，直到模型认为可以给出最终答案
2.3 简单例子
用户问：「东京今天天气如何？有什么值得去的景点？」
Thought: 需要先查东京天气，再查景点推荐。
Action: search("东京 今日 天气")
Observation: 晴，25°C，适宜出行。
Thought: 天气不错，接下来查景点。
Action: search("东京 推荐 景点")
Observation: 浅草寺、东京塔、涩谷...
Thought: 信息已足够，可以综合回答。
Answer: 东京今天晴，25°C。推荐浅草寺、东京塔、涩谷等。
2.4 优缺点
| 优点 | 缺点 |
|---|---|
| 灵活，可根据观察动态调整 | 工具串行执行，无法并行 |
| 推理过程可解释，便于调试 | 每步都调 LLM，调用次数多、成本较高 |
| 通过外部观察「接地」，缓解幻觉 | 若未设好终止条件，可能陷入循环 |
| 适合探索性、工具需求不确定的任务 | 对「一开始就能规划好」的任务略显冗余 |
2.5 适用场景
- 需要搜索、计算、查库等外部工具的问答
- 工具选择依赖上一步结果的探索性任务
- 实时信息查询、API 集成
三、Plan-and-Execute 模式拆解
3.1 核心思想
Plan-and-Execute 将任务分为规划与执行两阶段：先由规划器生成多步计划，再由执行器按步骤调用工具，必要时可重规划（Replan）。
用户请求 → Planner（规划）→ 步骤列表 → Executor（执行）→ 结果
↑
（可选）根据执行反馈 Replan
3.2 工作流程
- 规划：Planner 根据用户请求，输出有序步骤列表，如
[1. 查天气, 2. 查景点, 3. 综合回答] - 执行：Executor 按步骤依次调用工具，收集结果
- 重规划（可选）：若某步失败或发现计划不合理，可触发 Replanner 调整后续步骤
- 汇总：将各步结果整合为最终回复
3.3 与 ReAct 的对比
| 维度 | ReAct | Plan-and-Execute |
|---|---|---|
| 规划时机 | 每步动态规划 | 事先一次性规划 |
| 调整能力 | 每步可根据观察调整 | 依赖 Replanner，否则计划固定 |
| LLM 调用 | 每步都调，次数多 | 规划一次 + 每步执行，可更少 |
| 幻觉控制 | 依赖逐步观察 | 计划约束工具选择，减少乱调用 |
| 并行潜力 | 串行为主 | 可识别独立步骤，支持并行 |
| 适用任务 | 探索性、工具不确定 | 步骤清晰、可分解的任务 |
3.4 优缺点
| 优点 | 缺点 |
|---|---|
| 计划约束工具调用，减少幻觉和冗余操作 | 规划错误会传导到执行，需 Replanner 补救 |
| 可并行执行独立步骤，提高效率 | 步骤不清晰时，规划质量下降 |
| 执行可用更便宜的模型，降低成本 | 对「边做边探索」的任务不够灵活 |
3.5 适用场景
- 步骤明确的多步任务（调研、分析、报告生成）
- 需要控制成本、减少 LLM 调用的场景
- Claude Code、Cursor、Devin 等编码 Agent 常采用类似「计划—执行」分离的设计
四、其他较少用或过时的模式
4.1 REWOO：预规划、无动态调整
REWOO（Reasoning With Outer Observation） 采用「先规划、后执行」：Planner 一次性生成完整计划（含占位符），Worker 并行执行工具调用，Solver 汇总结果。
缺点：
- 过度依赖规划器：规划错误时，后续执行无法纠正，全盘皆错
- 缺乏动态调整：执行器机械执行，无法根据观察重规划
- 复杂任务规划难：难以在初始阶段制定完备计划
因此，REWOO 逐渐被带 Replanner 的 Plan-and-Execute 取代，目前较少单独使用。
4.2 Reflexion：从失败中学习
Reflexion 让 Agent 在失败后反思错误，将反思结果存入记忆，再重试。适合有明确评估标准（如测试用例）的任务，如代码生成、算法题。
缺点：
- 成本高：多轮完整尝试，每次失败都重跑，LLM 调用多
- 依赖评估函数：需可编程的成功/失败判断，通用任务难以适用
- 可能不收敛：若问题本身难解，多轮试错仍可能失败
适合「质量优先、有测试、可接受多轮」的特定场景，通用 Agent 较少采用。
4.3 纯 Chain-of-Thought / 纯 Act-only：早期分离模式
在 ReAct 之前，推理（Chain-of-Thought） 和 行动（Action） 常被分开研究：
- 纯 CoT：只做思维链，不调用工具，易产生幻觉、错误传播
- 纯 Act-only：只调用工具，缺乏推理，难以综合多步结果得出最终答案
ReAct 论文指出，二者结合才能既「接地」（减少幻觉）又「会思考」（能综合）。这两种早期模式已基本被 ReAct 等融合模式取代。
4.4 AutoGPT 式「自主循环」：易失控
AutoGPT 类模式强调高度自主：Agent 自设子任务、多轮规划、自主迭代，直到「认为」任务完成。
缺点：
- 易失控：目标模糊时，可能无限扩展子任务或偏离用户意图
- 成本不可控：循环次数无上限，API 消耗难以预测
- 缺乏明确终止：需人工或启发式规则干预
适合研究和小规模实验，生产环境需谨慎使用。
五、模式选择小结
| 模式 | 工具使用 | 成本 | 灵活性 | 适用场景 |
|---|---|---|---|---|
| ReAct | 是 | 中 | 高 | 探索性问答、工具不确定 |
| Plan-and-Execute | 是 | 中低 | 中 | 步骤清晰、可分解任务 |
| REWOO | 是 | 低 | 低 | 工具可预测（已较少用） |
| Reflexion | 可选 | 高 | 中 | 有测试、质量优先 |
| AutoGPT 式 | 是 | 不可控 | 过高 | 研究、实验 |
实际选型时，可优先考虑 ReAct（灵活、通用）或 Plan-and-Execute（成本可控、步骤明确），再根据任务特点调整。
六、延伸阅读
- ReAct: Synergizing Reasoning and Acting in Language Models（论文与示例）
- ReAct 论文（arXiv）
- Agent Patterns 文档（模式选择指南）
- Plan-and-Execute 教程（LangGraph）