智能体构建基础 - Agent Architecture

智能体建设六要素

构建一个完整的 Agent 系统需要六大核心要素的协同。它们各自承担不同职责，共同支撑 Agent 从感知到行动的完整闭环。

大模型 — 大脑

Agent 的认知核心。负责自然语言理解、推理决策、代码生成与任务规划。模型的能力上限直接决定了 Agent 的智能天花板。选择模型时需要权衡推理深度、上下文窗口、响应延迟与成本。

服务器 — 体魄

Agent 的运行载体。提供计算资源、网络通信、存储能力和沙箱隔离。服务器的稳定性与性能直接影响 Agent 的可靠性和响应速度。生产级部署需要考虑容器化、自动扩缩和故障恢复。

数据 — 燃料

Agent 的知识来源。包括系统提示词、用户历史、工具调用结果、外部知识库和运行时上下文。数据质量与组织方式决定了 Agent 的"见识"。三层记忆架构是对这一要素的深化。

规划 — 任务拆解器

将复杂目标分解为可执行的子任务序列。包括任务分解（Plan-and-Solve）、动态调整（Re-plan）和依赖管理。好的规划能力是 Agent 处理长程任务的关键，也是区分简单助手和自主 Agent 的核心指标。

执行 — 手脚

Agent 与外部世界交互的能力。通过工具调用（Tool Use）、代码执行、API 访问和文件系统操作来实现意图。执行层需要处理错误重试、超时控制和权限管理，是 Agent "落地"的关键环节。

决策 — 判断中枢

在多个可选路径中选择最优行动的能力。包括工具选择、分支判断、异常处理和置信度评估。决策质量依赖于上下文完整性和模型推理能力，也需要 guardrails 机制来约束危险决策。

六层平台架构映射

六要素在工程实现中自然演化为六层平台架构，每一层对应不同的技术选型和工程关注点：

层级	名称	职责	关键技术
L6	交互层 (Interaction)	用户界面、多模态输入输出、对话管理	Chat UI, Voice, IDE Plugin
L5	编排层 (Orchestration)	多 Agent 协调、任务路由、工作流引擎	DAG Scheduler, Agent Router
L4	推理层 (Reasoning)	规划、反思、自我修正、思维链管理	CoT, ReAct, Reflection
L3	工具层 (Tooling)	工具注册、调用协议、MCP Server、能力网关	MCP, Function Calling, Skills
L2	资源层 (Resource)	计算资源、沙箱隔离、网络代理、存储	Container, WASM, gVisor
L1	数据层 (Data)	三层记忆、向量索引、知识库管理	Vector DB, Session Store, RAG

关键洞察：要素 vs 层级

六要素是概念模型，回答"Agent 需要什么"；六层架构是工程模型，回答"如何组织实现"。两者的映射并非一一对应——数据要素横跨 L1-L3，规划要素跨越 L4-L5。理解这种多对多关系是做好 Agent 架构设计的前提。

三层记忆架构

Agent 系统的数据基座采用三层记忆模型，将信息按生命周期和访问频率组织为三种形态，实现从即时响应到长期知识沉淀的完整覆盖。

Session Memory — 液态记忆

形态：液态 (Liquid) — 流动、易变、即用即弃

生命周期：单次会话

内容：当前对话上下文、工具调用结果、临时推理链、用户即时偏好

特征：容量有限（受上下文窗口约束），访问延迟最低（直接在 prompt 中），会话结束后自动清除或归档。类似人类的"工作记忆"。

Application Memory — 气态记忆

形态：气态 (Gas) — 弥散、可检索、按需凝聚

生命周期：跨会话，项目级别

内容：用户偏好画像、项目约定、工具使用模式、历史决策记录

特征：通过向量索引和标签系统实现检索，访问时"凝聚"到 Session Memory 中使用。类似人类的"长期记忆"，需要检索触发才能进入意识。

Persistent Memory — 固态记忆

形态：固态 (Solid) — 稳定、结构化、版本化管理

生命周期：永久

内容：组织级知识库、最佳实践文档、经过审核的技术规范、共享技能库

特征：需要人工审核才能写入，具有版本控制和权限管理。类似人类的"集体知识"——教科书、百科全书，需要权威认证。

三态流模型 (Three-State Flow Model)

信息在三层记忆之间按照固定路径流动，每次流动都伴随着质量评估和格式转换：

Liquid (Session) → evaluate + promote → Gas (Application) → curate + approve + publish → Solid (Persistent)

反向流动（检索）：Solid → indexed search → Gas → relevance match → Liquid

记忆生命周期

Capture 捕获

→

Promote 提升

→

Retrieve 检索

→

Assemble 组装

阶段	触发条件	核心操作	产出
Capture 捕获	会话过程中自动触发	提取关键信息，结构化标记	Liquid Memory 条目
Promote 提升	会话结束时评估	评分、去重、分类、摘要压缩	Gas Memory 条目
Retrieve 检索	新会话开始时	语义匹配、相关性排序、上下文裁剪	相关 Gas/Solid 片段
Assemble 组装	构建 prompt 时	优先级排序、token 预算分配、冲突消解	最终注入的上下文

核心原则：工作是沉淀，沉淀是复用

Agent 系统的真正价值不在于单次任务的完成，而在于每次执行都自动沉淀可复用的知识资产。Liquid Memory 记录"做了什么"，Gas Memory 提炼"学到了什么"，Solid Memory 固化"该怎么做"。三层递进，让 Agent 越用越聪明。

自我完善飞轮

当六要素和三层记忆协同运作时，Agent 系统自然形成一个自我完善的正反馈循环：

Action 执行 → Experience 经验 → Reflection 反思 → Memory 沉淀 → Improve 改进

↑ 未来 Actions 质量提升 &loop;

飞轮与三层记忆的映射

飞轮阶段	记忆层交互	具体行为
Action 执行	Liquid Memory 写入	Agent 执行任务，所有输入输出和中间步骤记录在 Session Memory 中
Experience 经验	Liquid → Gas 提升	会话结束后，自动评估本次执行的关键发现，提取模式并写入 Application Memory
Reflection 反思	Gas 层分析	定期审视 Gas Memory 中的模式，识别反复出现的问题和成功策略
Memory 沉淀	Gas → Solid 固化	将经过验证的最佳实践提升为 Solid Memory，纳入组织级知识库
Improve 改进	Solid → Liquid 注入	下次执行时，Solid Memory 中的知识自动注入到 Session Memory，提升决策质量

飞轮加速器：反思触发机制

飞轮的关键瓶颈在 Reflection 阶段。大多数系统停留在"执行-记录"循环，缺少主动反思。实现方式包括：定期触发（每 N 次执行）、异常触发（结果偏离预期时）和人工触发（用户反馈驱动）。反思深度决定了飞轮的加速效率。

六要素与三层记忆的关系

六要素中的"数据"要素在工程实现中可以细化为三层记忆架构。这不仅解决了"数据从哪来、怎么用、怎么留"的问题，还将其他五个要素串联起来：

大模型 + 记忆 = 持续学习

模型本身是无状态的，三层记忆为其注入了"记忆"能力。Liquid Memory 提供即时上下文，Gas Memory 提供项目级认知，Solid Memory 提供组织级智慧。模型能力不变，但表现持续提升。

规划 + 记忆 = 经验驱动

规划不再是"从零开始"。Agent 在制定计划时检索 Gas Memory 中类似任务的历史路径，避免重复犯错。Solid Memory 中的最佳实践模板直接指导任务分解策略。

执行 + 记忆 = 幂等安全

每次工具调用的结果写入 Liquid Memory，确保重试时能检测到已完成的操作。失败模式记录到 Gas Memory，后续遇到类似工具时自动切换策略。

决策 + 记忆 = 置信校准

决策中枢在判断时参考历史决策的准确率（Gas Memory），对高频失败的路径降低置信度，对经过验证的策略提升权重。记忆让决策从"拍脑袋"变为"有依据"。

全局视角：记忆是 Agent 的操作系统级服务

三层记忆不是六要素之一的子模块，而是贯穿所有要素的基础设施。就像操作系统的文件系统服务于所有应用程序一样，三层记忆服务于大模型、规划、执行和决策的每一次交互。理解这一点，才能设计出真正"越用越好"的 Agent 系统。