Lesson 0001 · 约 12 分钟
读懂 Agent 的完整架构
本课只有一个目标：看到任何 Agent 框架时，你都能把它还原为同一条“决策—行动—观察”闭环，并知道外围系统为什么存在。
先排除一个误解
普通 LLM 调用是函数映射：输入文本，得到输出文本。Agent 则让模型参与控制流：它可以根据目标和当前状态选择工具、观察结果、修正下一步，并在满足条件时停止。
固定执行“检索 → 总结 → 发邮件”是 workflow。模型观察检索结果后自主决定继续查证、请求澄清或起草邮件，才出现 agentic control。
Anthropic 将这两类系统分别称为 workflows 和 agents，并建议从最简单、最可控的方案开始，只在任务确实需要动态决策时增加自主性。阅读原文。
一条循环解释 Agent
没有完成：观察 → 新上下文 → 再决策；完成或触及限制：停止
ReAct 论文把 reasoning 与 acting 交错起来，是这类循环的重要研究来源。工程系统不一定暴露模型的内部推理，但仍会保留“动作—环境反馈—下一轮决策”的外部闭环。查看论文。
外围八层各管什么
交互层
接收用户、事件或 API 输入，管理身份、会话和结果展示。
编排层
运行循环，处理路由、暂停、恢复、重试、超时、handoff。
模型层
负责语义理解和动态决策，不直接获得无限权限。
工具层
通过函数、API、MCP 或沙箱读取和改变外部世界。
状态与记忆层
保存当前任务事实、检查点、会话历史和可检索的长期知识。
安全与治理层
限制输入、输出与动作，执行最小权限、审批、审计和数据策略。
观测与评测层
记录 trace、成本、延迟和真实任务结果，持续发现回归。
运行基础设施层
提供队列、持久执行、隔离、密钥、并发控制和伸缩。
把热门词放回正确位置
RAG 给“上下文”补充知识；memory 跨步骤或会话保存并召回状态；MCP 标准化 Agent host 如何连接工具与资源；它们都不是完整的 Agent。
多 Agent 也没有新魔法。它只是把一个大循环拆成多个有角色、权限和上下文边界的决策单元，再用 router、supervisor、handoff 或共享状态连接起来。每多一个 Agent，就多一组协议、失败模式、成本和评测责任。
框架 是这些抽象的不同落地：OpenAI Agents SDK 强调 agent、tool、handoff、guardrail、session 和 tracing；LangGraph 用 state、node、edge 和 checkpoint 显式表达控制流。理解总图后，框架只是名词映射。
生产级架构的关键反转
原型关注“模型能不能做”；生产系统关注“系统如何知道它做对了，以及做错时能否控制影响”。所以真正的核心不是 prompt，而是以下四个闭环：
- 执行闭环：决策、动作、观察、终止。
- 状态闭环：事实来源、检查点、恢复、幂等。
- 安全闭环：最小权限、审批、隔离、审计。
- 改进闭环：trace、结果判定、评测集、回归修复。
一个可靠的 Agent 通常是“确定性外壳包住概率性决策”：代码负责边界和不变量，模型只在语义不确定、路径不可预先穷举的地方做选择。
检索练习
问题 1：在 Agent loop 中，哪个模块根据当前状态动态决定下一步？
问题 2：MCP 在完整架构中的主要角色是什么？
问题 3：生产级 Agent 最稳健的控制结构通常是哪一种？
本课主阅读
Anthropic: Building Effective Agents。阅读时只回答两个问题：文中如何区分 workflow 与 agent？什么时候不应该增加自主性？不需要记框架名。
完成后请直接告诉我三道题的答案，或者指出总图中最不清楚的一层。我会根据你的回答纠正误区并设计下一课。