设计模式-策略模式

本篇文章将23种设计模式中的策略模式，此篇文章为一天学习一个设计模式系列文章，后面会分享其他模式知识。

策略模式（Strategy Pattern）是一种行为型设计模式，它定义了一系列的算法，并将每一个算法封装起来，使它们可以互换使用，算法的变化不会影响使用算法的用户。策略模式的优点包括算法的封装和切换的灵活性，以及算法可独立于使用它的客户端变化。：如果算法的实现非常复杂，或者算法可能会随着时间而变化，策略模式可以帮助管理这种复杂性，使得算法的变化不会影响到使用算法的代码。：在需要根据不同条件动态切换算法的场景中，策略模式可以提供灵活的算法切换机制，例如，根据输入数据的特性选择不同的算法。

C++设计模式——策略模式(Strategy Pattern) 微信公众号：幼儿园的学霸 目录 文章目录C++设计模式——策略模式(Strategy Pattern)目录定义实现示例传统的策略模式实现使用函数指针实现策略模式工厂模式和策略模式对比总结参考资料 定义 Define a family of algorithms,encapsulate each one,and make them interchangeable. 定义一组算法，将每个算法都封装起来，并且使它们之间可以互换 策略模式是指定

设计模式-策略模式（Strategy Pattern）

观察者模式是一种行为设计模式，用于定义对象间的一对多依赖关系。当主题对象状态改变时，所有依赖它的观察者都会自动收到通知并更新。本文以气象监测系统为例，说明传统写法会导致紧密耦合，而观察者模式通过"订阅-通知"机制解耦主题和观察者。 文章详细介绍了观察者模式的四个角色（主题接口、具体主题、观察者接口、具体观察者），并通过UML类图展示了它们的关系。重点讲解了"拉模型"实现方式：主题通知时将自身传给观察者，观察者按需从中拉取所需状态。最后以气象站和显示面板为例，给出了完整的Java实现代码，演示如何让温度数据变

智能体交互，是 Agent 落地的下一层能力。工具调用让 Agent 能访问系统。MCP 让工具连接更标准。GUI Agent 让 Agent 能操作没有 API 的界面。多模态交互让 Agent 能理解真实环境。• 能用 API，优先用 API。• 必须操作页面，再用 GUI Agent。• 涉及真实环境，必须加安全边界。• 涉及高风险动作，必须让人确认。• 所有动作都要有日志，所有失败都要能退出。真正可上线的交互型 Agent，不是“会点按钮”的模型。

Agent 不是普通问答系统。它会决策，会调用工具，会改变外部状态。能力越强，越要可评估、可监控、可追踪。离线评估负责上线前拦截问题。线上监控负责上线后发现问题。Trace 负责还原真相。评估集负责防止问题复发。真正能进生产的 Agent，不是“看起来聪明”，而是“每一步都有证据，每一次变更都能验证”。智能体设计模式：评估与监控 Evaluation & Monitoring_热闻岛。

优先级排序，让 Agent 从“会做任务”变成“会安排任务”。它解决的不是能力问题，而是选择问题。真实业务里，任务、资源、风险永远同时存在。优秀的 Agent 不只是执行快，更要知道什么事该先做，什么事可以等，什么事必须交给人。一句话：没有优先级的 Agent，只是自动化脚本；有优先级的 Agent，才开始像一个真正的项目经理。智能体设计模式：优先级排序 Prioritization_热闻岛。

并行化，就是让 Agent 同时干多件互不依赖的事。不是所有步骤都排队。能同时查新闻、查公告、查知识库，就不要一个一个查。最后再把多个分支的结果合并，生成一个统一答案。并行化不是为了炫技。它解决的是一个很现实的问题：复杂任务太慢。提示链让 Agent 会按步骤做事。路由让 Agent 会选择不同路径。并行化让 Agent 在合适的时候同时推进多个分支。真正的工程重点是：独立分支、统一输出、超时兜底、冲突合并、成本控制。一句话总结：能独立跑的任务，就并行；需要依赖的任务，就串行；

享元模式（Flyweight Pattern）是一种**结构型设计模式**，核心思想是**通过共享相同对象来减少内存占用**。

HITL 的本质，是把人类判断力放到 Agent 的关键控制点上。AI 负责跑流程、查数据、生成方案。人负责确认边界、承担责任、处理模糊和高风险决策。一个能上线的 Agent，不是永远不问人，而是知道什么时候必须问人。智能体设计模式：Human-in-the-Loop 人类参与环节_热闻岛。

故事联想记忆法速记，总结常用和不常用的设计模式

学习与适应，是 Agent 从“工具调用器”升级成“长期系统”的关键一步。它的核心不是让模型自由发挥，而是建立反馈闭环。能记录。能评估。能诊断。能更新。能验证。能回滚。做到这些，Agent 才能越用越稳，越跑越准。智能体设计模式：学习与适应 Learning & Adaptation：功能变化与行业影响解析_热闻岛。

本文介绍观察者模式"发布-订阅、事件驱动"的核心思想，以 Java代码演示如何实现被观察者与观察者的解耦架构。

总结演化规律：从刚性模式到灵活范式适配强调开发者需保持范式与模式的双重视角。

问题来了：每个 Agent 都单独对接数据库、Git、日志平台、SaaS API，系统很快会失控。Resources：给 Agent 提供上下文，例如文件、schema、项目配置、文档内容。发现工具：Client 发送 tools/list，拿到工具名称、描述、参数 schema。外部系统：真正的数据源和执行系统，比如数据库、代码仓库、日志平台、SaaS API。一旦系统里出现多个 Agent、多个工具、多个数据源，MCP 就不只是锦上添花。多个 Agent 能分工，但它们最终还是要连接真实系统。

MVC、Delegate和Target-Action是iOS开发的三种核心模式。MVC将应用分为Model（数据）、View（界面）和Controller（协调者），实现业务与界面分离。Delegate模式通过协议实现对象间通信，将特定任务委托给代理对象处理，类似回调接口。Target-Action则通过目标对象和动作方法响应事件，如按钮点击，类似反射调用。三者分别解决代码组织、对象通信和事件响应问题，形成iOS开发的基础架构模式。

前面所有章节构建的 Agent 都有一个共同的隐含前提：它们在使用过程中不会成长。你用了一年的 Agent，和你用了一天的 Agent，能力边界完全相同。上周它帮你解决了一个 Python 依赖冲突，下周同样的问题再出现，它依然从零开始思考。这在人类同事的视角里不可想象——一个工作了一年的工程师，绝对不可能和入职第一天一样。自主进化 Agent 要解决的就是这个问题：让 Agent 从"工具"变成"同事"，越用越强。本章讲清楚六件事：你的团队每天都会做"代码提交前检查"这件事：跑 linter、跑测试、写提

一个带记忆的 Agent，每次运行至少有三步。•运行前：读取会话、读取状态、检索长期记忆。•运行中：模型推理，必要时调用工具，工具结果进入状态。•运行后：追加事件、更新状态，把值得保留的信息写入长期记忆。关键点在于“按需”。不是所有历史都要进上下文。只把与当前任务相关的信息交给模型。Memory 不是让 Agent “什么都记住”。Memory 的核心，是把有用信息放到正确位置，并在正确时间拿出来。Session 保连贯。State 保进度。Long-term Memory 保长期能力。