夜雨聆风
AI Agent 设计模式是指在构建智能体系统时，用于解决工具调用、任务规划、记忆管理等特定问题的标准化逻辑结构。 掌握这些模式能显著提升 Agent 的稳定性、可维护性和执行效率。本文从微软开源的 6 万星教程中提炼出 8 种核心模式，为国内开发者提供一份即查即用的实战指南，涵盖从基础的 Tool Use 到高级的 Multi-Agent 协作。
开发Agent的一大痛点，不是模型不够聪明，而是逻辑写成一团浆糊。
一旦业务稍微复杂一点，Prompt里全是“如果...就...否则..."的补丁，最后连开发者自己都看不懂Agent为什么在发疯。
微软那套18节课的教程里，最值得研究的部分其实就是这8种设计模式。它把散落在各家文档里的“野路子”整理成了工程化的“正规军”。
我把它们从教程里剥离出来，去掉了冗长的Azure配置，只留下核心逻辑。
建议你收藏这篇。下次写Agent的时候翻一翻，看看你的场景对应哪种模式，直接对号入座。
01 Tool Use 模式（工具调用）
一句话：让LLM长出“手”。
适用场景：Agent需要查天气、读写数据库、发邮件、调API。
核心逻辑：
定义：把工具写成函数，定义好JSON Schema（参数类型、描述）。 注入：把 Schema 塞进System Prompt。 执行：LLM输出函数名和参数 → 你的代码拦截这个请求 → 执行函数 → 把结果塞回给LLM。
避坑指南：工具描述写得越像“给人类看的说明书”，LLM调得越准。别只写个函数名，要把 description 写清楚。
02 Context Engineering 模式（上下文工程）
一句话：决定Agent“吃什么”，吃多少。
适用场景：任务复杂，需要区分“长期指令”和“临时对话”，或者上下文超长。
核心逻辑：把上下文分层。
System Layer：你是谁、规则是什么（永远保留）。 Knowledge Layer：检索到的相关知识（按需插入）。 Memory Layer：用户偏好、历史摘要（按需插入）。 Task Layer：当前的具体指令（每次更新）。
避坑指南：别把整本说明书塞进Context里。只给Agent此刻需要的那一页。塞多了不仅费钱，模型还会“迷失”在无关信息里（Lost in the Middle）。
03 Memory 模式（记忆管理）
一句话：让Agent“记得住”你是谁。
适用场景：用户偏好存储、长期知识沉淀、跨会话连续性。
核心逻辑：
短期记忆：就是对话窗口（Context Window），关掉就没了。 长期记忆：存入向量数据库或JSON文件。Agent每次回答前，先去库里搜一下“这哥们上次说了啥”，搜到了就塞进短期记忆。
避坑指南：别把所有聊天记录都存下来。只存“事实”和“偏好”。比如用户说“我喜欢Python"，记下来；用户说“今天天气不错”，忘掉。
04 Planning 模式（任务规划）
一句话：把大任务拆成小步骤。
适用场景：用户说“帮我写个贪吃蛇游戏”，Agent 需要自己决定先干嘛后干嘛。
核心逻辑：思维链（CoT）或 ReAct 框架。
Plan：LLM 生成步骤列表（1. 设计 UI -> 2. 编写逻辑 -> 3. 调试）。 Act：执行步骤 1。 Reflect：看执行结果，如果成功，进行步骤 2；如果失败，重新Plan。
避坑指南：给LLM设定最大步数限制（Max Steps）。不然它一旦陷入死循环，你的Token账单会教做人。
05 Metacognition 模式（元认知/自我反思）
一句话：让Agent“自己纠错”，别把锅甩给用户。
适用场景：代码执行失败、工具调用报错、输出格式不对。
核心逻辑：在执行循环中增加一个Check节点。
如果报错了，把错误Traceback喂回给LLM。 让 LLM 分析原因：“我刚才写错了，原因是...，我应该修正为..."。 LLM 自己重新生成代码。
避坑指南：限制重试次数（比如3次）。3次还搞不定，就得承认自己能力有限，向用户求助了。
06 Agentic RAG 模式（智能检索增强）
一句话：主动决定“什么时候去查资料”。
适用场景：知识库问答，但不确定用户问题是否需要检索。
核心逻辑：
普通 RAG：用户问啥，先检索再回答（哪怕用户只是在说“你好”）。 Agentic RAG：LLM先判断意图。 如果是“你好”，直接回“你好”。 如果是“公司报销流程是什么”，生成Query去搜向量库，结合结果回答。
避坑指南：给 Agent 一个 No_Op 工具（空操作）。如果它觉得不需要检索，就调用这个工具，直接输出。
07 Multi-Agent 模式（多智能体协作）
一句话：三个臭皮匠，顶个诸葛亮。
适用场景：超级复杂的任务，单模型上下文不够、逻辑处理不过来。
核心逻辑：
Orchestrator（包工头）：负责拆解任务，分配给专家。 Specialists（专家）：比如一个专门写代码，一个专门写文档，一个专门做测试。 大家各司其职，最后汇总。
避坑指南：Agent数量别太多（建议不超过3-4个）。节点一多，通讯延迟和成本会指数级上升，而且很难Debug到底是谁在胡说八道。
08 Computer Use 模式（计算机操作代理）
一句话：Agent变成“虚拟员工”，能看屏幕能点鼠标。
适用场景：操作GUI界面，如点击网页按钮、填写表单、操作旧系统。
核心逻辑：
截图：把当前屏幕截图传给VL模型（视觉模型）。 识别：模型输出坐标（X, Y）和动作（Click, Type）。 执行：代码控制鼠标在（X, Y）处点击。 循环：再次截图，直到任务完成。
避坑指南：国内目前的VL模型在坐标识别上还有延迟。这玩意儿目前适合跑在后端做自动化任务，别轻易拿来给用户做实时演示，容易卡顿。
实战：模式组合拳
单一模式很少够用，真正的项目通常是组合拳：
高级客服 Agent = Agentic RAG + Memory + Tool Use（查订单） 编程助手 Agent = Planning + Metacognition + Tool Use (Code Interpreter) 数据分析 Agent = Tool Use (Python) + Memory + Computer Use (操作 Excel)
FAQ 环节
Q1：新手应该先学哪种模式？A：Tool Use 和 Planning。搞定这两个，能解决 80% 的日常需求。
Q2：多智能体（Multi-Agent）是不是比单智能体更好？A：不一定。单智能体结构简单、成本低、响应快。只有在任务复杂度超出单模型处理能力（上下文不够、逻辑太乱）时，才考虑拆分。
结语
这个系列聊了三篇，从“怎么入门”，到“怎么避坑”，再到“怎么搭积木”。
希望这份速查手册能帮你少写两斤Patch
代码。
事情既然都过了。
Day 17
