Agent有哪些架构

随着大语言模型（LLM）能力不断增强，AI已经从“聊天机器人”逐渐发展为能够调用工具、执行任务、访问知识库并自主完成复杂工作的 Agent。

很多人开始接触 Agent 时，会产生一个疑问：

Agent 到底是什么架构？

为什么有的 Agent 只是调用几个工具，有的却能够自动规划任务、执行代码、分析结果，甚至让多个 Agent 协同完成一个复杂项目？

实际上，Agent 并不存在唯一的架构。ReAct、Plan-and-Execute、Workflow、Reflection、Router、Multi-Agent、Hierarchical Agent 等，都是目前常见的 Agent 架构模式。

本文从工程实践的角度，对这些架构进行系统梳理，并结合 ECU 测试场景说明这些架构应该如何使用。

一、什么是 Agent 架构？

首先需要区分三个概念：

LLM
 ↓
Agent
 ↓
Agent System

LLM 主要负责理解和生成。

Agent 在 LLM 的基础上增加了：

• 状态
• 工具
• 任务规划
• 环境交互
• 记忆
• 工作流
• 反馈机制

因此可以简单理解为：

Agent = LLM + 状态 + Tools + Planning + Memory + Execution

一个最基本的 Agent 可以抽象成：

             User
               ↓
             Agent
               ↓
        ┌──────┴──────┐
        ↓             ↓
       LLM           Tools
        ↓             ↓
     Decision       Environment
        ↑             ↓
        └──── Result ─┘

Agent 不只是“回答问题”，而是：

理解任务 → 决定下一步 → 调用工具 → 获取结果 → 根据结果继续执行。

这也是 Agent 与普通 Chatbot 最大的区别。

二、Agent最基本的架构：ReAct

ReAct 是非常经典的 Agent 思维模式。

ReAct 的核心是：

Reason + Act

即：

思考 → 行动 → 观察 → 思考 → 行动……

典型流程：

User
 ↓
LLM
 ↓
Reasoning
 ↓
选择Tool
 ↓
Tool执行
 ↓
Observation
 ↓
LLM再次推理
 ↓
选择下一步Tool
 ↓
……
 ↓
Final Answer

例如用户提出：

分析这个 ECU 的 CAN 通信问题。

Agent 可能执行：

1. 读取DBC
2. 分析Message
3. 查询相关Signal
4. 读取测试日志
5. 分析异常帧
6. 判断可能原因
7. 输出分析结果

每一步并不是预先固定的。

Agent 根据上一步的结果决定下一步做什么。

三、ReAct架构的优点和问题

ReAct 最大的优势是灵活。

例如：

读取日志
 ↓
发现缺少DBC
 ↓
搜索工程目录
 ↓
找到DBC
 ↓
重新分析
 ↓
发现Signal异常
 ↓
继续分析

它可以根据环境动态调整执行路径。

但是问题也非常明显。

1. 执行路径不稳定

同一个任务，Agent 每次可能采用不同的方法。

2. 很难控制

企业测试通常要求：

需求分析
→ 测试设计
→ 测试实现
→ 测试执行
→ 测试分析
→ 测试报告

如果全部交给 Agent 自由决定，容易出现：

• 漏步骤
• 顺序错误
• 输出格式不统一
• 测试过程不可追踪

3. 不适合强流程业务

因此：

ReAct适合探索型任务，但不一定适合所有企业级任务。

这也是后续 Workflow 架构出现的重要原因。

四、Plan-and-Execute：先规划，再执行

Plan-and-Execute 的核心思想是：

先制定计划，再执行计划。

架构可以表示为：

                User
                 ↓
              Planner
                 ↓
          Task Plan
                 ↓
    ┌────────────┼────────────┐
    ↓            ↓            ↓
 Task 1        Task 2        Task 3
    ↓            ↓            ↓
 Executor      Executor      Executor
    └────────────┼────────────┘
                 ↓
               Result

例如：

任务：
完成某ECU CAN通信测试

Planner 可以生成：