📚 TheAIEra Book 32 章

Agent 模式实战：生产级 AI Agent 的工程模式

一本写给所有 AI 技术工作者的 Agent 模式手册：从最小可行 Agent 到多智能体系统，覆盖上下文治理、工具设计、可靠性、安全、进化与协作的 80 个可复用工程模式。

AI AgentAgentic Patterns工程实践书籍

📘

📖 本书大纲

Agent 模式实战：生产级 AI Agent 的工程模式

本书内容整理自开源项目 awesome-agentic-patterns（作者 @nibzard，Apache-2.0 许可）。该项目收录了生产环境中真实团队使用并验证过的 Agent 设计模式，并配有学术来源、行业实现与技术分析报告。

原创来源声明：本书内容基于 nibzard/awesome-agentic-patterns 仓库整理而成，每个模式的问题、解决方案、证据与取舍均源自该仓库的 pattern 文档及配套研究报告。原项目网站：agentic-patterns.com。

这本书是给谁看的

这本书写给所有 AI 技术工作者——不管你是刚接触 AI 的新手，还是已经在生产环境折腾 Agent 的老手。

如果你是新手：本书从"什么是一个 Agent 模式"讲起，先让你建立一套能跑起来的最小体系，再逐步深入。不需要你事先精通任何框架。
如果你是中级开发者：你会在这里找到工作中遇到的"坑"对应的解法——上下文怎么管理、工具怎么设计、怎么让 Agent 可靠、怎么让它安全。
如果你是高级工程师：每一章都有取舍分析、证据来源和工程 checklist，可以直接作为选型参考和架构评审的依据。

这本书想回答的问题

为什么教程里的 Agent 跑得很好，一上生产就各种翻车？

因为教程展示的是玩具 demo，而真实产品隐藏了那些"脏活累活"。这本书收录的，正是那些弥补差距的可复用模式——一些真实团队在生产中反复使用、验证过的技巧、工作流和微型架构，它们帮助 Agent 在真实环境里把活干好。

三个贯穿全书的思路

读这本书时，你会发现有三个思路反复出现，它们像三条暗线把 80 个模式串起来：

确定性光谱：从"全部让模型决定"到"全部用代码锁死"之间，有一个光谱。好的系统知道每个环节该让模型决定什么、该用代码锁定什么。
上下文经济：Token 是钱。几乎每个模式背后都有省 token、管好上下文的动机。
信任与放权阶梯：从"每一步都要人审批"到"完全自主"，有一级一级的台阶。安全和体验在这里交汇。

章节导航

第一部分：最小可行 Agent（第 1-4 章）

先让 Agent 跑起来，建立全书的基础语言。

第 1 章什么是 Agent 模式：从"AI 编程助手"的日常讲起，说清模式、它的四个组成部分（问题 / 方案 / 证据 / 取舍），以及如何读这本书
第 2 章规划-执行-观察：Plan-Then-Execute、Planner-Worker 分离、阶段分离——让 Agent 先想清楚再动手
第 3 章反思闭环：Reflection、Self-Critique、Output Verification——让 Agent 学会检查自己的作业
第 4 章委派：Sub-Agent Spawning、Subject Hygiene、Recursive Best-of-N——让主 Agent 学会把活分出去

第二部分：上下文即操作系统（第 5-9 章）

上下文是受限资源，要像操作系统一样治理。这是本书最独特、也最该深挖的部分。

第 5 章上下文预算治理：预算治理、上下文焦虑管理、prompt caching
第 6 章上下文压缩与精选：自动压缩、代码/文件精选窗口、语义过滤、大文件渐进披露
第 7 章上下文最小化：最小化上下文、动态注入、会话级上下文运行时
第 8 章记忆体系：情景记忆、执行日志记忆合成、Todo 工作记忆、文件系统状态
第 9 章学习沉淀：跨 Agent 经验分享、技能库进化、身份积累、兑现式信用

第三部分：工具与环境（第 10-13 章）

让 Agent 真正"做事"。

第 10 章工具接口哲学：LLM 友好的 API、Code-First 工具接口、Code-Over-API
第 11 章工具发现：渐进发现、懒加载、静态服务清单、统一工具网关
第 12 章执行环境：智能 Bash、Shell 输出上下文化、CLI 优先的技能设计、虚拟机操作
第 13 章代码执行与沙箱：先写码后执行、动态代码注入、程序化控制 SDK

第四部分：让它可靠（第 14-18 章）

评测与观测，让 Agent 稳定可用。

第 14 章结构化输出与契约：结构化输出规范、schema 校验重试
第 15 章验证循环：确定性评分器、渲染 UI 完成门、子 Agent 编译检查
第 16 章评测基建：Mock 工具评测、事故转评测、编排器基准、动作缓存回放
第 17 章可观测性：LLM 可观测、证据分层评估、推理 token 防火墙、CoT 监控
第 18 章韧性工程：熔断器、模型回退、金丝雀发布、Dead-Man's Switch

第五部分：让它安全（第 19-23 章）

信任边界，按"先看威胁模型，再分层防御"来组织。

第 19 章威胁模型：致命三要素威胁模型、后果族覆盖审计
第 20 章控制流隔离：双 LLM 模式、工具能力分区、认证权威通道
第 21 章权限与审批：人在回路审批、精确动作授权绑定、策略门控工具代理、沙箱授权
第 22 章凭据与出口：本地优先凭据代理、非托管支出控制、出口封锁、零知识出口
第 23 章多智能体信任：零信任网格、灵魂绑定身份、间接证据信任链、防篡改审计

第六部分：让它进化（第 24-27 章）

从人工设计到自动学习。

第 24 章反馈信号设计：丰富的反馈循环、提示词与技能迭代、推理治愈的评审奖励
第 25 章评测驱动的改进：自我批判规模化、Dogfooding、防奖励黑客、自检故障注入
第 26 章强化学习：Agent RFT、RLAIF、方差采样、隔离 VM、记忆强化学习
第 27 章复合式进化：工程复利、前沿聚焦开发、渐进复杂度升级

第七部分：规模化到多智能体（第 28-30 章）

协调与路由，让多个 Agent 一起工作。

第 28 章多智能体协调：黑板协调、文件系统宪法、双轨消息、车道队列、冲突消解
第 29 章模型路由：Oracle 与 Worker、多模型编排、预算感知路由、按模型性格分模式
第 30 章推理搜索结构：思维树、思维图、自发现、LATS——从学术谱系看推理增强

第八部分：与人协作与产品化（第 31-32 章）

落地最后一公里。

第 31 章控制谱系：从自动补全到完全自主的滑动条、后台转前台交接、信号驱动激活
第 32 章团队与产品：团队共享配置、工厂而非助手、面向 Agent 的代码库优化、需求发现

每章的写法

每一章都尽量保持相同的骨架，方便你按需查阅：

本章解决的问题——一个真实的生产场景
核心模式——2-4 个模式，每个含伪代码和图示，以及"同族变体对比"
证据与来源——学术论文与行业实现（OpenAI、Anthropic、Cursor、LangChain 等）
如何落地与取舍——适用场景、前提条件、明确代价
实践清单——可直接照做的检查项

📑 章节目录

第 1 章什么是 Agent 模式

从一个 AI 编程助手的日常讲起，解释什么是 Agent 模式、模式的四个组成部分（问题 / 方案 / 证据 / 取舍），以及如何读这本书。

第 2 章规划-执行-观察：先想清楚，再动手

Agent 最容易犯的错是边想边做、做着做着就跑偏。本章讲 Plan-Then-Execute、Planner-Worker 分离、阶段分离三个模式：先规划再执行、把规划和执行交给不同的 Agent、把任务拆成隔离的阶段。

第 3 章反思闭环：让 Agent 学会检查自己的作业

模型一次性生成的答案经常漏掉一眼就能看出的问题。本章讲 Reflection、Self-Critique、Output Verification 三个模式：让 Agent 生成后自查、用 AI 训练 AI 做评分器、用外部证据核实每一个说法。

第 4 章委派：让主 Agent 学会把活分出去

任务太大塞不进一个 Agent 的上下文怎么办？本章讲 Sub-Agent Spawning、Subject Hygiene、Recursive Best-of-N 三个模式：主 Agent 派生子 Agent 并行干活、给每个子任务起清楚的名字、在不确定的地方多试几个候选再择优。

第 5 章上下文预算治理：把 token 当成钱来管

上下文是 Agent 最宝贵的资源，但很少被认真管理。本章讲三个模式：把上下文当预算治理、应对模型的'上下文焦虑'、用 prompt caching 让重复内容不重复花钱。

第 6 章上下文压缩与精选：装不下怎么办

上下文窗口有限，但世界很大。本章讲四个模式：溢出自动压缩、精选代码/文件窗口、语义过滤、大文件渐进披露——只让高价值信息进入上下文。

第 7 章上下文最小化：别让脏东西留在脑子里

上下文不仅要装得下，还要干净。本章讲三个模式：用过即焚的上下文最小化、按需注入的动态上下文、以及缓存读写结果的会话级上下文运行时。

第 8 章记忆体系：让 Agent 记得住过去

没有记忆的 Agent 每次见面都像陌生人。本章讲四个模式：情景记忆、Todo 工作记忆、执行日志记忆合成、文件系统状态——从'记一次会话'到'记一生经历'。

第 9 章学习沉淀：让 Agent 和团队一起变聪明

单个 Agent 会记，团队更要会沉淀。本章讲四个模式：跨 Agent 用 Git 分享经验、技能库进化、自我身份积累、兑现式信用——让经验变成团队资产，而不是每个人的重复劳动。

第 10 章工具接口哲学：让 Agent 能用、好用、用得起

Agent 干活靠工具，工具接口设计决定它干得顺不顺。本章讲三个模式：LLM 友好的 API 设计、Code-First 工具接口、Code-Over-API。目标都是让 Agent 少犯错、省 token、批量干活。

第 11 章工具发现：让 Agent 在几百个工具里找到对的

工具多了，Agent 反而找不到工具。本章讲四个模式：渐进发现、懒加载、静态服务清单、统一工具网关，让 Agent 从几百个工具里快速找到该用的那一个。

第 12 章执行环境：Agent 在哪动手、怎么动手

工具找到了，还得有个地方跑。本章讲四个模式：智能 Bash 执行、Shell 输出上下文化、CLI 优先的技能设计、虚拟机操作，回答 Agent 到底在哪动手、怎么动手。

第 13 章代码执行与沙箱：先写码，再跑码

上一章讲了在 shell 里跑命令，这一章聚焦跑代码本身。本章讲三个模式：先写码后执行、动态代码注入、程序化控制 SDK。目标都是让代码执行可审计、按需加载、能自动化。

第 14 章结构化输出与契约：让 Agent 的输出能接住

Agent 输出的是自由文本，下游系统要的是可解析的数据。本章讲两个模式：结构化输出规范、schema 校验重试，让 Agent 的输出稳定、可验证、能接进任何系统。

第 15 章验证循环：Agent 怎么检查自己的作业

第 14 章让输出符合 schema，但这只保证格式对，不保证内容对。本章讲三个模式：确定性评分器、渲染 UI 完成门、子 Agent 编译检查，让 Agent 在交付前真正验一遍。

第 16 章评测基建：怎么系统地检验 Agent

单次验证还不够，要系统化评测。本章讲四个模式：Mock 工具评测、事故转评测、编排器基准、动作缓存回放，让评测用例跟得上真实风险。

第 17 章可观测性：看见 Agent 在想什么、在干嘛

评测对着已知用例验，生产里还有看不见的失败。本章讲四个模式：LLM 可观测、证据分层评估、推理 token 防火墙、CoT 监控，让你看见 Agent 的每一步。

第 18 章韧性工程：扛得住部分失效

评测和可观测告诉你问题在哪，韧性工程让系统在被击倒之前先站起来。本章讲四个模式：熔断器、模型回退、金丝雀发布、Dead-Man's Switch。

第 19 章威胁模型：先看风险长什么样，再谈防御

第四部分让 Agent 可靠，这一部分让它安全。安全从威胁模型开始。本章讲两个模式：致命三要素威胁模型、后果族覆盖审计。先想清楚攻击面，再分层防御。

第 20 章控制流隔离：把"谁做决定"和"谁执行"分开

威胁模型看清了攻击面，这一章讲第一层防御：控制流隔离。本章讲三个模式：双 LLM 模式、工具能力分区、认证权威通道，核心是把读数据的人和下命令的人分开。

第 21 章权限与审批：谁有权干什么、谁点头

控制流隔离把读和干分开，但还得回答：Agent 能干什么、哪些要人点头。本章讲四个模式：人在回路审批、精确动作授权绑定、策略门控工具代理、沙箱授权。

第 22 章凭据与出口：Agent 手里的钥匙和门

权限审批管住 Agent 能干什么，但还有两样要管：它握着的钥匙（凭据）和它出去的门（出口）。本章讲四个模式：本地优先凭据代理、非托管支出控制、出口封锁、零知识出口。

第 23 章多智能体信任：多个 Agent 之间怎么互信、怎么审计

前几章管单个 Agent 的安全，这一章管多个 Agent 之间的信任。本章讲四个模式：零信任网格、灵魂绑定身份、间接证据信任链、防篡改审计，让协作可验证、可追责。

第 24 章反馈信号设计：给 Agent 的是信号，不是更大的提示词

第五部分让 Agent 安全，第六部分让它进化。进化从反馈开始。本章讲三个模式：丰富反馈循环、提示词与技能迭代、推理治愈的评审奖励，让 Agent 从每次失败里学到东西。

第 25 章评测驱动的改进：让 Agent 在真实使用和对抗测试里变强

反馈信号有了，怎么规模化地用它改进 Agent？本章讲四个模式：自我批判规模化、Dogfooding、防奖励黑客、自检故障注入，让 Agent 在真实使用和对抗测试里变强。

第 26 章强化学习：把反馈变成训练信号

反馈和评测都有了，最后一步是把它们变成训练信号。本章讲五个模式：Agent RFT、RLAIF、方差采样、隔离 VM、记忆强化学习，让 Agent 的权重和记忆真正进化。

第 27 章复合式进化：让 Agent 系统越用越值钱

第六部分最后一章。前几章让 Agent 进化，这一章让进化的速度本身也进化。本章讲三个模式：工程复利、前沿聚焦开发、渐进复杂度升级。

第 28 章多智能体协调：让一群 Agent 一起干活不掉链子

多个 Agent 一起干活，最难的不是各自的能力，而是怎么协调。本章讲五个模式：黑板协调、文件系统宪法、双轨消息、车道队列、冲突消解，让协作不掉链子。

第 29 章模型路由：谁用哪个模型，怎么用得起

一群 Agent 干活，每个环节该用哪个模型？全用最强模型太贵，全用便宜模型不够聪明。本章讲四个模式：Oracle 与 Worker、多模型编排、预算感知路由、按模型性格分模式。

第 30 章推理搜索结构：让 Agent 多想想，而不是一条道走到黑

链式推理一条道走到黑，复杂任务容易卡死。本章讲四个模式：思维树、思维图、自发现、LATS，从学术谱系看推理增强，让 Agent 把思考变成搜索。

第 31 章控制谱系：从自动补全到完全自主的滑动条

Agent 的自主性不是开关，是滑动条。本章讲三个模式：控制谱系、后台转前台交接、信号驱动激活，让用户在直接控制和完全自主之间顺滑滑动。

第 32 章团队与产品：把 Agent 变成团队资产，而不是个人玩具

全书最后一章。Agent 要真正落地，得从个人玩具变成团队资产。本章讲四个模式：团队共享配置、工厂而非助手、面向 Agent 的代码库优化、需求发现。