探索AI Agent工作流设计模式：构建智能任务协作的未来

Nvidia 给出了基于 LLM 的 AI Agent 的概念：基于 LLM 的 Agent 是利用 LLM 进行推理、制定计划并执行任务，同时结合工具、记忆和任务执行功能。

Nvidia 原文：

https://developer.nvidia.com/blog/introduction-to-llm-agents/

这一领域自 2022 年底开始发展，早期研究虽然相对基础，但在当时提出让 LLM 学会使用工具的概念却极具创新性。

下图来自于介绍 2022 年 10 月发布的 ReAct 模式的文章，该模式通过整合工具的使用来增强 Agent 的实力。

原文：

https://arxiv.org/abs/2210.03629

当前，AI Agent 的工作流设计可分为两大类：反思驱动（Reflection-focused）和规划驱动（Planning-focused）。

反思驱动

反思型工作流强调从过去的经验中学习，以提高适应性和解决问题的能力。

这些 Agent 通过分析过去的行为和结果，改进未来的策略，从而实现持续优化。其主要模式包括：

• 基本反思：从执行的步骤中学习。

  https://github.com/langchain-ai/langgraph/blob/main/docs/docs/tutorials/reflection/reflection.ipynb
  

• Reflexion：通过强化学习优化 Agent 的后续行为。

  https://github.com/langchain-ai/langgraph/blob/main/docs/docs/tutorials/reflexion/reflexion.ipynb
  

• 树搜索：结合链式思维（TOT）与强化学习进行反思。

  https://github.com/langchain-ai/langgraph/blob/main/docs/docs/tutorials/lats/lats.ipynb
  

• 自我发现：在任务内进行深入推理。

  https://arxiv.org/abs/2402.03620
  

规划驱动

规划型工作流以任务分解和结构化为核心，通过细化复杂任务为可管理的子任务来提升效率与效果。这类 Agent 注重在行动前制定详细计划，以便预见挑战并高效分配资源。其主要模式包括：

• 计划与解决：制定任务清单并动态调整计划。

  https://github.com/langchain-ai/langgraph/blob/main/docs/docs/tutorials/plan-and-execute/plan-and-execute.ipynb
  

• LLM 编译器：并行制定计划和执行行动。

  https://github.com/langchain-ai/langgraph/blob/main/docs/docs/tutorials/llm-compiler/LLMCompiler.ipynb
  

• REWOO：计划步骤间明确依赖关系，逐步执行行动。

  https://github.com/langchain-ai/langgraph/blob/main/docs/docs/tutorials/rewoo/rewoo.ipynb
  

• Storm：生成提纲→搜索各主题→总结成长文本。

  https://github.com/langchain-ai/langgraph/blob/main/docs/docs/tutorials/storm/storm.ipynb
  

工作流设计的作用

工作流本质上是任务的协调器，每个节点可以是 LLM 任务、函数调用或如 RAG 任务的其他类型操作。

接下来的内容将详细探讨两种具体的工作流设计模式：ReAct 模式和计划与解决模式，并简要介绍其他模式的动机及适用场景。

ReAct 模式体现了人类智能的一个核心特征：“通过语言推理指导行动”。它将推理与行动结合，并通过“观察”进行即时反馈和调整。例如，在执行一个任务时，Agent 不再机械地完成所有步骤，而是根据每一步的结果（Observation）决定是否继续或修改策略。

代码逻辑概述如下图所示：

1. 生成提示

• 使用预定义的 ReAct 提示模板（格式为问题→推理→行动→观察）结合用户问题生成初始提示。

  
  

• 生成推理与行动

• 将提示发送至 LLM，让其生成“推理”和“行动”内容，但通过设置停止标记（Stop.Observation），避免模型直接生成“观察”部分。

  
  

• 调用外部工具

• 根据生成的“行动”调用外部工具。首先判断“行动”是否为“完成（Finish）”，如果不是，则将行动转化为工具所需的API调用格式，执行具体操作。

• 生成观察

• 将外部工具返回的结果转换为自然语言描述，生成“观察”内容，并结合之前的推理与行动，重复步骤2和3，直到“行动”为“完成”。

• 最终输出

• 将最终的“观察”内容转化为自然语言作为输出结果提供给用户。




由此我们可以看出，实现特定场景的 Agent 需要定制两个关键组件：

1. 提示模板的少样本示例（few-shot example）

• 这些示例体现了结构化的人类思维模式，是实现特定任务的核心。

• 外部工具的定义与调用

• 根据具体应用场景，定义模型可以调用的工具及其功能接口。




优点：

ReAct 模式通过“推理—行动—观察”的循环使 Agent 能够动态调整策略，提升适应性和任务解决的效率。它将人类的思考和管理策略转化为结构化的模型提示，为复杂任务提供了一种可扩展的解决方案。

计划与解决模式（Plan & Solve Pattern）的核心是先规划，再执行。与 ReAct 模式更适合即时调整的小任务（如“从桌上拿笔”）不同，Plan & Solve 更适用于需要多步骤规划的大任务（如“制作一杯拿铁”）。在执行过程中，计划可能会根据新情况（如缺少原料）动态调整。

核心组件：

1. 规划器（Planner）

• 功能：为完成复杂任务生成一个多步骤的初始计划。

• 实现：通过提示模板引导 LLM 制定计划，包括任务的目标和分解后的各个步骤。

• 重新规划器（Replanner）

• 功能：在每个步骤完成后，根据当前进度和实际情况调整原计划。

• 提示内容：包含目标、原计划、已完成步骤状态以及新的零样本输入，用于动态调整后续计划。

• 执行器（Executor）

• 功能：接收用户的任务请求和规划步骤，调用一个或多个工具完成具体操作。




典型应用场景：

• 需要在执行任务前明确所有步骤的任务，例如制定复杂报告或完成多阶段项目。

• 执行过程中可能需要动态调整计划的任务，例如因外部条件变化而修改流程的任务。




优点：

• 提高零样本推理能力：通过清晰的多步骤计划，增强 LLM 在未知任务中的推理效果。

• 动态调整：规划器与重新规划器的结合确保任务能够灵活应对意外情况。

• 任务分解：大任务被分解为多个子任务，有助于提高效率并更容易监控进展。




计划与解决模式通过结合初始计划和动态调整的能力，为需要清晰规划与灵活执行的复杂任务提供了高效解决方案。

REWOO

REWOO（Reason without Observation）模式通过省略显式观察步骤，将观察隐式嵌入下一执行单元，从而简化了 ReAct 的“思考→行动→观察”流程，实现更流畅的任务执行。

LLM Compiler

LLM Compiler 模式通过并行调用函数提升计算效率，实现同时处理多项任务并整合结果，显著优化任务执行速度。

Basic Reflection

Basic Reflection 是生成器与反射器之间的反馈循环，通过不断完成任务、接受反馈和改进，直到达到满意结果。

Reflexion

Reflexion 在 Basic Reflection 的基础上，结合了强化学习原理，通过外部数据评估回应，并强制模型解决冗余或遗漏，使反思过程更加健壮，输出更加精炼。

LATS

LATS (Language Agent Tree Search) 结合了树搜索、ReAct、计划与解决、反思和强化学习等技术，通过树搜索评估结果并整合反思，以实现最佳结果，其架构包括多轮基础反思，多个生成器和反思器协作工作。

Self-Discovery

Self-Discovery 的核心是让 LLM 在更细粒度的层面进行反思，除了关注任务是否需要调整，还鼓励对任务本身及其各个组成部分和执行过程进行反思。

Storm

Storm 通过一个工作流程，从头开始生成类似维基百科的综合文章，首先使用外部工具搜索信息并生成大纲，然后根据大纲为每个部分生成内容，实现了结构化和高效的写作过程。