Anthropic 说 2025 年将是 Agentic 系统年，所以发了一个 Agents 综述的文章，介绍了他们构建 Agentic 系统的一些发现。
非常适合入门看，这里是大致的笔记：
1. 代理系统的基本概念
工作流(Workflows):通过预定义的代码路径编排LLM和工具 代理(Agents):LLM动态指导自己的流程和工具使用
2. 何时使用代理系统
建议从最简单的解决方案开始 仅在必要时增加复杂性 需权衡延迟和成本与任务性能的关系
3. 框架使用建议
常见框架:LangGraph、Amazon Bedrock、Rivet、Vellum等 建议开发者从直接使用LLM API开始 使用框架时需理解底层代码
4. 主要构建模式
A. 基础构建块:增强型LLM
具备检索、工具使用和记忆能力 通过Model Context Protocol实现工具集成
B. 工作流模式:
提示链(Prompt chaining):将任务分解为连续步骤 路由(Routing):对输入分类并导向专门任务 并行化(Parallelization): 分段:将任务分解为并行子任务 投票:多次运行获取不同输出 编排者-工作者(Orchestrator-workers):中央LLM分配任务 评估者-优化者(Evaluator-optimizer):循环评估和改进
C. 代理模式:
可自主规划和操作 需要环境反馈 适用于开放性问题
5. 实践应用领域
客户支持:结合对话流程和工具集成 编码代理:可验证且结构化的问题领域
6. 工具设计原则
注重工具文档和接口设计 考虑模型使用便利性 进行充分测试和迭代
7. 核心建议
保持设计简单性 确保透明度 精心设计代理-计算机接口(ACI) 仅在简单方案不足时增加复杂性
这篇文章为开发者提供了构建代理系统的实用指南，强调了从简单开始、逐步优化的方法论。
参考文献：
[1] 原文地址：https://www.anthropic.com/research/building-effective-agents
欢迎大家支持我的知识星球（NLP工程化）：Dify源码剖析及答疑，Dify对话系统源码，电子书籍报告下载，公众号所有付费资料。如果微信群二维码过期，可加个人微信（buxingtianxia21）进群。
NLP工程化知识星球
NLP工程化分享群
