本文是AI底层概念系列第四篇（下）。承接上篇，深入Agent的进阶机制。
系列文章：
- 《旋转餐桌上的AI：从LLM到Agent Skill的概念串联》
- 《大模型到底怎么"思考"的？用后厨流水线讲透LLM底层原理》
- 《RAG检索增强生成：大模型的"开卷考试"——从入门到性能优化》
- Agent智能体（上）：核心概念拆解
上篇我们讲了Agent的核心概念：四大组件、ReAct循环、三层规划能力、工具调用原理、记忆系统。
这篇继续深入——多Agent怎么协作？ReAct的Prompt到底怎么写？代码Agent是怎么实现的？以及Agent和软件测试有什么共通之处？
一、多Agent协作：一个人干不完，就组队干
复杂的任务，一个Agent搞不定怎么办？——让多个Agent协作。
三种协作模式
模式1：流水线模式
就像工厂流水线，每个Agent负责一道工序，干完传给下一个。
需求分析Agent → 设计Agent → 开发Agent → 测试Agent → 上线Agent特点：顺序执行，分工明确，适合流程固定的任务。
类比：餐厅后厨——洗菜→切菜→配菜→炒菜→出餐，一条线下来。
模式2：主管+员工模式
有一个"主管Agent"负责规划和分配任务，下面有多个"员工Agent"负责具体执行。
主管Agent（规划、分配、验收） / | \ 员工A 员工B 员工C （写代码） （查资料） （做测试）特点：有统一指挥，能处理复杂任务，适合多模块并行。
类比：餐厅经理+厨师长+服务员+采购员，经理统一调度，各干各的活。
模式3：群聊辩论模式
多个Agent一起讨论，各抒己见，互相质疑，最后形成结论。
plaintext
AgentA：我觉得应该这样做…… AgentB：不对，这样有个问题…… AgentC：我补充一个角度…… AgentA：有道理，那我们调整一下……特点：集思广益，减少盲区，适合需要创意或决策的任务。
类比：餐厅开菜品评审会——厨师、经理、服务员、顾客代表一起讨论新菜好不好。
三种模式对比
表格
| 模式 | 结构 | 优势 | 劣势 | 适用场景 |
|---|---|---|---|---|
| 流水线 | 线性 | 流程清晰，效率高 | 不够灵活，一个环节卡了全链卡 | 标准化流程任务 |
| 主管+员工 | 星型 | 统一调度，可并行 | 主管能力决定上限 | 复杂项目开发 |
| 群聊辩论 | 网状 | 多角度，少盲区 | 效率低，可能讨论不出结果 | 创意、决策类任务 |
二、深入拆解：ReAct的Prompt长什么样？
你可能好奇：Agent的"思考能力"是怎么来的？其实就是一段精心设计的Prompt。
ReAct的Prompt有不同的版本，从简单到复杂，逐步升级。
v1：最简版（三句话）
你是一个智能助手，可以使用工具来帮助用户解决问题。
每一步请先思考（Thought），然后决定是否调用工具（Action），
调用后观察结果（Observation），循环直到可以给出最终答案（Final Answer）。用户的问题是：{question}
特点：只告诉模型"你可以用工具，按思考-行动-观察来"。
问题：模型经常不知道该用哪个工具、怎么传参，容易跑偏。
v2：加工具说明版
在v1基础上，加上所有可用工具的详细说明：
你是一个智能助手，可以使用以下工具来帮助用户解决问题：
【工具列表】
1. search_web(关键词) - 搜索互联网信息
2. calculator(表达式) - 进行数学计算
3. get_weather(城市) - 查询指定城市天气【思考格式】
Thought: 你对当前情况的分析
Action: 工具名称(参数)
Observation: 工具返回的结果
...（可以重复多轮）
Thought: 我已经有足够信息回答用户了
Final Answer: 最终答案用户的问题是：{question}
【工具列表】
1. search_web(关键词) - 搜索互联网信息
2. calculator(表达式) - 进行数学计算
3. get_weather(城市) - 查询指定城市天气
【思考格式】
Thought: 你对当前情况的分析
Action: 工具名称(参数)
Observation: 工具返回的结果
...（可以重复多轮）
Thought: 我已经有足够信息回答用户了
Final Answer: 最终答案
用户的问题是：{question}
特点：告诉模型有哪些工具、每个工具怎么用、输出格式是什么。
效果：比v1好很多，但模型还是容易格式错、参数传错。
v3：加Few-shot示例版
在v2基础上，加上完整的"正确示范"：
……（上面的工具列表和格式说明）……
【示例】
用户：北京今天天气怎么样？适合出门吗？Thought: 用户问北京今天天气和是否适合出门。我需要先查北京今天的天气。
Action: get_weather(北京)
Observation: 北京今天晴，温度25-32度，空气质量优，紫外线强。
Thought: 已经知道天气了。晴天、温度适宜、空气质量好，适合出门，但要注意防晒。
Final Answer: 北京今天天气晴朗，气温25-32度，空气质量优，适合出门。建议做好防晒措施。【你的任务】
用户的问题是：{question}
特点：给一个完整的正确例子，让模型照着学。
效果：格式正确率大幅提升，这是工业界最常用的版本。
v4：加约束和异常处理版
在v3基础上，加上各种边界情况的处理规则：
……（上面的内容）……
【重要规则】
1. 如果工具调用失败，分析原因后重试，最多重试3次
2. 如果多次搜索都找不到答案，直接告诉用户"未找到相关信息"
3. 不要编造工具返回的内容，Observation必须完全来自工具结果
4. 调用工具时参数必须正确，不要传不存在的参数
5. 如果问题很简单，不需要工具，可以直接回答
6. 思考要简洁，不要长篇大论【你的任务】
……
特点：把各种坑都提前告诉模型，减少出错。
效果：稳定性进一步提升，适合生产环境。
v5：工业级版（加思考深度）
在v4基础上，增加"思考质量要求"，强迫模型更深入地思考：
……（上面的内容）……
【思考要求】
1. 每次思考要先分析：当前已知什么、还缺什么、下一步做什么
2. 选择工具时要说明：为什么选这个工具、为什么不选其他的
3. 拿到结果后要评估：结果可靠吗？完整吗？需要补充查询吗？
4. 给出最终答案前要自查：回答了用户的所有问题吗？信息来源可靠吗？【你的任务】
……
特点：不仅告诉模型"按格式来"，还要"想深一点"。
效果：回答质量更高，但速度更慢、Token消耗更多。
关于ReAct Prompt的4个冷知识
- 不是越长越好：Prompt太长反而会干扰模型，关键信息要放在开头和结尾（首尾效应）
- 示例比规则管用：1个好例子比10条规则效果好——模型学例子比学规则快
- 格式靠Few-shot保证：你说一百遍"要按格式输出"，不如给两个正确示例
- ReAct是CoT的延伸：CoT（思维链）是"一步步想"，ReAct是"一步步想+一步步做"——想了之后真的去做，做完接着想
三、原创思考：我的Agent理解框架
学习过程中，我也在构建自己对Agent的理解框架。
我理解的Agent运行机制：
接收用户信息
↓
LLM拆分任务（任务分解层）
↓
确定需要调用的工具
↓
记忆检索（有没有类似经验？）
↓
ReAct循环执行
├─ 思考：这一步做什么
├─ 行动：调用对应工具
└─ 观察：拿到执行结果，验证是否正确
↓
验证结果（第一重验证：当前结果对不对？）
↓
记忆比对（第二重验证：之前有没有类似情况？结果一致吗？）
↓
确认完成 / 修正后继续
核心洞察有两个：
1. ReAct不是全部，它只是"如何拆分和执行单步任务"的模块
任务拆分的方式不止ReAct一种：
- ReAct：走一步看一步
- Plan-and-Execute：先规划全流程再执行
- ToT（思维树）：多条路径并行探索，选最优的
- Reflection：执行完了自己复盘修正
就像测试用例设计方法有很多种——等价类、边界值、场景法、错误推测——ReAct只是其中最基础的一种。
2. 双重验证很重要
每一步执行完，不仅要验证"这一步对不对"（功能验证），还要去记忆里查"之前遇到类似情况是怎么处理的？结果一样吗？"（经验验证）。
这就像软件测试里的：
- 单元测试（当前步骤对不对）
- 回归测试（之前能过的，现在还能不能过）
两层验证叠加，才能保证Agent做事的可靠性。
四、深度案例：代码Agent是怎么实现的？
说了这么多理论，来个具体的——AI写Python脚本的Agent是怎么实现的？
版本1：纯代码生成（一句话出代码）
最简单的版本：
用户：写一个Python脚本，统计一个文件夹里所有txt文件的行数
Agent：（直接生成代码）给你，代码如下……
问题：
- 写的代码对不对？不知道，用户自己去跑
- 跑报错了怎么办？用户自己改
- 就是个"代码生成器"，不是Agent
版本2：代码Agent（写→跑→改→循环）
真正的代码Agent是这样工作的：
表格
| 步骤 | 动作 |
|---|---|
| 1 | 理解需求，写第一版代码 |
| 2 | 把代码放进沙箱里运行 |
| 3 | 看运行结果——成功了？还是报错了？ |
| 4 | 如果报错，分析错误信息，修改代码 |
| 5 | 再跑，再看结果 |
| 6 | 循环2-5，直到跑通 |
| 7 | 跑通后，再做代码质量检查 |
| 8 | 交付最终代码 |
看到了吗？代码Agent = 写代码 + 跑代码 + 看报错 + 改代码 + 循环。
这和程序员调试代码的过程一模一样。
代码Agent的三个核心组件
- 代码沙箱：安全的运行环境，代码在这里跑，不会搞坏系统
- 工具集：执行代码的工具、读取文件的工具、安装依赖的工具
- 专属Prompt：专门调教的"程序员Prompt"，告诉模型怎么写代码、怎么调试、怎么看报错
代码Agent的四层验证机制
表格
| 层级 | 验证内容 | 通过标准 |
|---|---|---|
| L1 语法验证 | 代码有没有语法错误 | 解释器不报错 |
| L2 功能验证 | 代码能不能跑出正确结果 | 输出符合预期 |
| L3 自我验证 | 代码逻辑对不对、有没有边界问题 | 模型自己Review一遍 |
| L4 质量检查 | 代码风格、注释、性能、安全 | 通过代码规范检查 |
为什么代码Agent效果特别好？
因为代码有"客观真理"——跑不跑得通、结果对不对，一运行就知道。
不像写文章、做设计，好不好是主观的。代码的对错是客观的：
- 报错了就是错的 → 改
- 结果不对就是错的 → 改
- 跑通了结果对了 → 成了
这种"有明确反馈、能快速验证"的领域，Agent特别容易做好——因为ReAct循环能快速收敛。
这也是为什么测试工程师做AI有天然优势：我们最懂怎么设计验证机制、怎么找Bug、怎么保证质量。
五、跨界类比：Agent和软件测试的共通之处
作为测试工程师，我发现Agent的整套体系和软件测试有很多相似之处：
表格
| Agent概念 | 测试领域对应 | 共通点 |
|---|---|---|
| ReAct循环 | 测试执行循环（设计→执行→检查→修正） | 都是"做一步、验一步、循环迭代" |
| 工具调用 | 测试工具（Jmeter/Selenium/Postman） | 都是用工具提高效率，工具本身需要验证 |
| 多层规划 | 测试策略→测试计划→测试用例→执行 | 都是从高层到细节，层层拆解 |
| 记忆系统 | 用例库+Bug库+经验文档 | 都是积累经验，避免重复踩坑 |
| 反思修正 | 测试复盘、质量回溯 | 都是做完了回头看，持续改进 |
| 多Agent协作 | 测试团队分工（功能/性能/安全/自动化） | 都是专业分工，协作完成复杂任务 |
| 四层验证 | 单元测试→集成测试→系统测试→验收测试 | 都是分层验证，每层有不同的目标 |
一个有趣的观察：Agent的发展路径，和软件测试的发展路径很像——
- 从"手动做事"到"自动化执行"
- 从"单次验证"到"分层质量保障"
- 从"个人能力"到"团队协作"
- 从"完成任务"到"持续优化"
我们这些做测试的，其实早就懂Agent的核心思想了——只是我们叫它"测试流程"，现在它叫"Agent架构"。
六、文末自测（5题）
下篇内容学完了，测一下进阶部分的掌握程度。
1. 多Agent协作的"主管+员工"模式适合什么场景？
- A. 流程固定的标准化任务
- B. 需要创意和多角度思考的任务
- C. 复杂项目，需要多模块并行推进
- D. 简单查询类任务
2. ReAct Prompt中，Few-shot示例的主要作用是什么？
- A. 让模型照着例子学，保证输出格式正确
- B. 增加Prompt的长度，显得更专业
- C. 告诉模型有哪些工具可用
- D. 限制模型的思考范围
3. 代码Agent效果特别好的核心原因是什么？
- A. 代码写起来比文章简单
- B. 代码有客观真理，对错一跑就知道，反馈闭环清晰
- C. 程序员Prompt写得更好
- D. 代码沙箱运行速度快
4. 以下哪种多Agent协作模式是"集思广益、多角度讨论"的？
- A. 流水线模式
- B. 主管+员工模式
- C. 群聊辩论模式
- D. 以上都不是
5. ReAct和CoT（思维链）的关系是什么？
- A. 两者完全无关
- B. ReAct是CoT的延伸，CoT是想，ReAct是想+做
- C. CoT是ReAct的升级版
- D. 是同一个东西的不同叫法
答案：
- C / 2. A / 3. B / 4. C / 5. B
答对4题以上，说明你对Agent的进阶机制也掌握得不错了。
七、总结
Agent上下两篇我们从里到外拆解了智能体：
上篇（核心概念）：
- Agent是什么：大模型+思考框架+工具+记忆，从"答题机器"变成"执行者"（餐厅经理比喻）
- ReAct核心循环：思考→行动→观察，Agent智能的来源
- 三层规划能力：从单步推理到任务拆解到反思修正
- 工具调用原理：Function Calling四步走，工具分现成和自定义两类
- 记忆系统：三层结构+两种分类+四种用法
下篇（进阶实战）：
- 多Agent协作：流水线/主管+员工/群聊辩论三种模式
- ReAct Prompt五级进化：从三句话到工业级版本
- 原创理解框架：双重验证思想 + ReAct只是拆分方式之一
- 代码Agent案例：写-跑-改循环，四层验证机制
- 测试视角的共通性：Agent架构和测试方法论高度相似
系列学到这里，我们已经有了完整的AI底层知识图谱：
- LLM：底层大脑怎么工作
- RAG：怎么外挂知识库
- Agent：怎么让大模型主动做事
下一步，就是把这三者结合起来——用RAG给Agent提供知识，用Agent编排RAG和各种工具，解决真实世界的复杂问题。
比如我们之前讨论的PRD快速分析项目：RAG负责检索PRD文档，Agent负责编排分析流程、生成测试用例、做一致性检查——这就是LLM+RAG+Agent三者结合的典型场景。
系列回顾
- 第一篇：旋转餐桌上的AI——从概念到体系
- 第二篇：后厨流水线——LLM底层原理
- 第三篇：开卷考试——RAG检索增强生成
- 第四篇（上）：餐厅经理——Agent核心概念
- 第四篇（下）：从ReAct到代码Agent——Agent进阶（本篇）
下一篇预告：实战篇——用LLM+RAG+Agent搭建一个PRD测试分析助手
