你平时用的聊天AI，比如豆包、DeepSeek网页版，大部分是“单步智能体”。啥意思呢？就是你问一个问题，它直接给你一个答案，完事了。就像一个学生考试，看到题目就直接写答案，中间没有草稿纸、没有查资料、没有回头检查。

这种模式的好处是快，但坏处也很明显——如果题目复杂一点，它就容易翻车。比如你问它“纽约今天温度是多少，再帮我算个平方”，单步智能体要么瞎编一个数，要么只回答一半。

“多步智能体”就不一样了。它干活是这样的：

第一步，先想：我需要先知道温度是多少，才能算平方。

第二步，行动：它调用搜索工具，上网查“纽约今日气温”，得到18°C。

第三步，再想：现在有了温度，该算平方了。

第四步，再行动：调用计算器工具，算出18×18=324。

第五步，输出结果。

你看，它不会直接瞎编，而是老老实实地分成几步走，每一步做完看看结果，再决定下一步干啥。这就是多步智能体的核心特点——推理和行动来回交替。

二、让AI“出声思考”：思维链

你有没有发现，做数学题的时候，如果你把解题步骤一步步写下来，反而不容易出错？而且万一错了，老师也能看出来你是哪一步出了问题，而不是全盘否定。

AI也是一样的道理。

思维链，英文叫Chain of Thought，简称CoT。它的核心思想特别简单：让AI把思考过程一步步写出来，而不是直接给答案。

比如你让它分析一组销售数据，它不会直接说“十二月卖得最好”，而是会这样写：

第一步：我先看看这个数据集里都有哪些字段。有日期、产品名称、销售额、地区……

第二步：按月份把销售额汇总一下。一月10万，二月12万，三月15万……

第三步：我发现第四季度的销售额明显比前三个季度高，尤其是十二月，达到了25万。

第四步：综合来看，年底是销售旺季，可能跟节假日促销有关。

你看，它把整个分析过程都摆在你面前了。这样做的好处有三个：

• 第一，你能看到它是怎么得出结论的，不会觉得它是个“黑盒子”糊弄你。

• 第二，如果结论错了，你能看出是哪一步推理出了问题，方便你纠正它。

• 第三，小模型也能靠这种方法完成大任务，省得你花大价钱调用最贵的那种AI。

三、让AI“多想几条路”：思维树

有时候，一个问题可能有多种解法。就像写作文，你可以写议论文，也可以写记叙文，还可以写说明文。如果AI只考虑一条路，万一那条路不好走，它就直接栽跟头了。

思维树，英文叫Tree of Thought，简称ToT。它的做法就是：先让AI想好几条不同的路子，评估一下哪条最好，然后挑最优的那条继续走。

举个例子，你想让AI帮你写一篇公众号文章。如果用ToT模式，它会这么干：

第一步，想三条路：方案一写干货科普风，方案二写轻松幽默风，方案三写深度分析风。每条路都给出标题、目标读者、文章大纲。

第二步，评估一下：每条路都分析优缺点。比如方案一专业性很强但太枯燥，方案二有趣但信息量不够，方案三有深度但写起来太慢。

第三步，选最好的：根据你的需求（“要让普通读者也能看懂”），它选出方案二，然后按这个方向继续写下去。

这样做的好处是避免了“第一个想到的就是最好的”这种思维偏差。AI会像一个有经验的内容策划一样，先头脑风暴，再优中选优。

四、让AI“边想边干”：ReAct

前面讲的思维链和思维树，主要是让AI在脑子里打转。但如果任务需要上网查资料、算数、调API，光想不动是不行的。

这时候就需要ReAct了。这个名字是“推理”和“行动”两个词的合体，说白了就是：想一想，动一下，看看结果，再想一想。

这个模式特别适合那种需要查资料的任务。比如你问它：“苏黎世今天天气怎么样？”

它会这样运行：

• 想
  ：我需要知道苏黎世今天的天气，这个信息我不在训练数据里，得上网查。
• 动
  ：调用搜索工具，输入“苏黎世今日天气”。
• 看结果
  ：搜索引擎返回“最高28°C，晴天，西南风3级”。
• 再想
  ：信息够了，可以回答用户了。
• 输出
  ：“今天苏黎世晴，最高气温28°C。”

如果第一次搜索没找到，它还会换个关键词再试一次。这就是反馈循环的价值——能从错误中调整。

从数学角度说，ReAct的核心是把“思考记录”也存进了AI的状态里。这样下次做决策的时候，它可以参考之前是怎么想的、做了什么动作、得到了什么结果。这就形成了一个闭环。

在代码层面实现ReAct也很直观：先有个“调用模型”的节点，它会输出一个结果——要么是思考，要么是调用工具的请求。如果有工具请求，就路由到“执行工具”的节点，干完活再回到“调用模型”的节点继续思考。如果没有工具请求了，说明任务完成，直接结束。

五、让AI“听人指挥”：人在回路

AI再聪明，也保不齐会犯错。特别是涉及到花钱、删数据、发邮件、改数据库这种“不可逆操作”的时候，你敢让它自己决定吗？

肯定不敢。

人在回路，英文叫Human-in-the-Loop，简称HITL。它的作用就是：让AI执行到关键步骤时停下来，等你点头了再继续。

常见的用法有这么几种：

第一种，批准或拒绝。AI要调用某个重要API之前，先把参数展示给你看，你说“可以”它才执行，你说“不行”它就放弃或者换条路。

第二种，审查并编辑。AI写了一篇文章或者一段代码，你觉得哪里不对可以直接上手改，改完它再继续。

第三种，审查工具调用。AI想用某个工具之前，你来检查一下参数有没有填错。比如它要订一张机票，你可以先看看日期、目的地对不对，确认无误再让它下单。

第四种，收集人工输入。AI做到某一步发现缺信息，会主动停下来问你：“我这里缺个数据，你能告诉我吗？”

六、让AI“组队干活”：监督者和层级架构

单个AI再强，也有搞不定的任务。就像你再厉害，也不可能一个人既当程序员又当设计师又当产品经理又当测试——不是能力问题，是精力问题。

这时候就可以搞一个“AI团队”，各管一摊，有个队长来协调。这就是多智能体系统，英文叫Multi-Agent System，简称MAS。

监督者架构是其中最基础的一种。结构很简单：一个“队长”智能体，底下有几个“队员”智能体。队长收到任务后，判断该派谁去干，然后把指令发出去。队员干完了回来报告，队长再决定下一步派谁。如此循环，直到任务完成。

层级架构就更复杂了——不只有一个队长，还有队长的队长。你可以把它想象成一个公司：最上面是CEO，下面管着几个部门总监，每个总监下面又有自己的团队。放到AI系统里，就是“大老板”智能体下面管着“研究部”和“写作部”两个团队，每个团队内部又有自己的队长和队员。

还有一种模式叫集群架构，它跟监督者架构最大的区别是：没有固定的队长，智能体之间可以互相交接任务。

比如你有一个研究助手和一个写作助手。研究助手查完资料后，可以直接交给写作助手：“这是素材，你来写。”写作助手写着写着发现缺东西，又可以丢回给研究助手：“再帮我查查这个专利的信息。”这来来回回的，就像同事之间互相甩活儿一样自然。

在代码层面，LangGraph提供了一个专门的开源库来快速搭建这种集群，核心是create_handoff_tool这个函数，用来创建交接工具。

监督者、层级、集群三种架构放在一起对比。简单来说：监督者适合小团队、任务边界清晰；层级适合大规模、需要可扩展性；集群适合需要灵活来回协作的场景。

七、总结一下

这一章讲的内容有点多，我帮你划一下重点：

第一，单步智能体是一次性回答，多步智能体是反复迭代。

第二，思维链让AI一步步思考，结果更可靠。

第三，思维树让AI先探索多条路再选最优，适合创意类任务。

第四，ReAct让AI“边想边干”，适合需要调工具的任务。

第五，人在回路能在关键步骤加人工审批，防止AI闯祸。

第六，多智能体系统让AI组队干活。监督者有队长，层级有多个队长，集群是平级互相交接。

说到底，AI的智能不光是模型本身有多强，更在于你怎么设计它的工作流程。就像一个团队，能力强的人凑在一起不一定能成事，关键看你怎么分工、怎么协调、怎么把关。这些架构和模式，就是教会AI“怎么干活”的方法论。