【学习笔记】Agentic 设计模式（二）：Reflection / Tool Use / Planning / Multi-Agent 四大智能体模式

整理日期：2026-07-01 涵盖范围：Reflection、Tool Use / Function Calling、Planning、Multi-Agent Collaboration（本书 Part One Ch 4–7，即 Andrew Ng 四模式） 说明：这是 Agentic 设计模式系列总览 的第二篇分篇，也是全系列最重要的一篇——因为这四个模式正是 Andrew Ng 那套被引用最广的「四大智能体设计模式」，也是让系统从「工作流」升级到「智能体」的核心。内容基于本书英文原书（经 xindoo 中文版核实）、Andrew Ng 的 DeepLearning.AI 四部分系列、Anthropic《Building Effective Agents》。标注「（未确认）」处以英文原书为准。

一、核心结论（太长不看）

1. 这四个模式 = Andrew Ng 的「四大智能体设计模式」，也正是 Antonio Gulli 本书的第 4–7 章。Ng 在 2024 年 3 月那句「Agent 工作流带来的进步，今年可能比下一代基础模型还大」和「GPT-3.5 套循环达 95.1% 打败 GPT-4 零样本的 67%」就是讲它们。
2. Reflection 是「自己批评自己、再改」：生成 → 评估 → 修正的反馈循环。本书强调 Producer–Reviewer（生成者–评审者）分离——用两个不同角色/prompt，避免「自己审自己」的认知偏差。Anthropic 叫它 Evaluator-Optimizer，是同一个模式的不同名字。
3. Tool Use 是「让 LLM 走出静态训练数据」：通过 function calling 调外部 API/数据库/代码。本书给出六步循环（定义工具→LLM 决策→生成调用→执行→观察→处理），并把它泛化成「工具可以是委派给另一个专门 Agent」。
4. Planning 是「给目标，自己拆步骤、还能动态重规划」。但本书给了一个关键判据：当问题解法已经明确且可重复时，把 Agent 限制在固定工作流里更高效——Planning 只在「解法未知/需发现」时才用。
5. Multi-Agent 是「多专职 Agent 分工协作」：任务分解 + 标准通信协议 + 共享本体。本书列出六种通信模型（单 Agent/网络/主管/主管即工具/层级/自定义）和多种协作拓扑（顺序交接、并发、辩论共识、层级、专家团、评审）。
6. Andrew Ng 的成熟度排序很关键：Reflection 与 Tool Use 在生产里已相当可靠；Planning 与 Multi-Agent「很强大但不成熟、难预测」。选型时先落地前两者，别一上来就堆后两者。

来源：Andrew Ng, Agentic Design Patterns Part 1 · xindoo 中文版 Ch4–7 · Anthropic, Building Effective Agents

二、为什么这四个模式是「智能体」的心脏

第一篇 讲的 Prompt Chaining/Routing/Parallelization 都属 Anthropic 的「Workflow」——流程由开发者编排，LLM 不掌舵。而本篇这四个模式，恰好是 Anthropic 判据里「Agent」一侧的核心能力：它们让 LLM 从「按既定路径执行」走向「自我评估、调用工具、自主规划、协作」。

Anthropic 的原话很到位——「Agent 通常就是在循环里、基于环境反馈使用工具的 LLM」。这条描述里，「自我评估」对应 Reflection，「使用工具」对应 Tool Use，「规划循环」对应 Planning，「协作」对应 Multi-Agent。换句话说，这四个模式共同构成了一个最小可用智能体的能力底座。Ng 选它们四个作为「能驱动进步」的关键模式，正是这个原因。

来源：Anthropic, Building Effective Agents · Andrew Ng 四模式系列

三、Reflection：自我反思循环

3.1 定义与机制

定义：一种自我改进机制——Agent 评估自己的输出/过程，并用评估结果迭代地精修响应。

机制：引入一个反馈循环——① 执行，产生初始输出；② 按准则（准确性/连贯性/完整性/指令遵循）评估，由另一次 LLM 调用或规则集完成；③ 反思/修正——找出改进点并重新生成；④ 可选地迭代，直到达到质量阈值或停止条件。

本书的关键强调——Producer–Reviewer（生成者–评审者）分离：用两个专门的角色（或两次不同 system prompt 的 LLM 调用），让评审者用全新的、聚焦的视角和结构化反馈来指导生成者修改。这避免了「Agent 审自己工作」的认知偏差。

3.2 Andrew Ng 的版本

Ng 的具体编程示例非常直观：① 生成任务 X 的代码；② 重 prompt「这是为任务 X 写的代码：[代码]。仔细检查其正确性、风格和效率，给出建设性批评」；③ 用「原代码 + 反馈」重 prompt 让它重写；④ 重复批评/重写循环。他还给出两个扩展——(a) 给 LLM 工具来评估输出（跑单测、网搜核对事实）；(b) 实现成双 Agent（一个专职生成、一个专职批评）。Ng 自评 Reflection「相对基础」但「带来惊人的性能提升」。

3.3 适用场景

有明确评估准则、且质量/准确率/约束遵循很重要的任务：代码生成 + 调试、创意写作润色、复杂问题求解（错了能回溯）、摘要精修、计划校验。Anthropic 推荐用于「有客观评分或迭代精修能带来可测价值」的任务——两个信号：(1) 人的反馈能明显改进 LLM 输出；(2) LLM 自己能提供这种反馈。

3.4 陷阱与权衡

• 延迟和算力随每次迭代增长——质量收益 vs 额外调用。
• 没有好停止条件会陷入无意义或无限循环。
• 评审者可能与生成者共享盲点（尤其同模型时）——角色分离能缓解但不消除。
• 收益递减：后面的迭代通常加料很少。

来源：xindoo 中文版 Chapter 4: Reflection · Andrew Ng, Part 2: Reflection · Anthropic, Evaluator-Optimizer

四、Tool Use / Function Calling：让 Agent 会行动

4.1 定义与机制

定义：通过（典型地是）function calling，让 Agent 调用外部 API、数据库、服务或代码执行，从而摆脱 LLM 静态训练数据的限制。

机制（本书的六步循环）：

1. 工具定义：把每个函数的用途、名字、参数、类型描述给 LLM；
2. LLM 决策：给定请求 + 工具目录，模型决定是否/需要哪个工具；
3. 生成函数调用：模型发出结构化（通常 JSON）请求，命名工具 + 参数；
4. 执行：编排层拦截，跑真实函数；
5. 观察：结果返回给 Agent；
6. 处理（可选但常见）：LLM 把输出整合进最终答案，或决定下一步（再调工具、反思、作答）。

本书的泛化：把「function call」拓宽成「tool call」——一个工具可以是 API 端点、DB 查询，甚至委派给另一个专门 Agent。这个泛化为 Multi-Agent 埋下伏笔。

4.2 Andrew Ng 的版本

Ng 的两个标志性例子：(a) 网搜——问「按评论最好的咖啡机？」，LLM 发出 {tool: web-search, query: "coffee maker reviews"}，后处理调用函数把结果喂回；(b) 代码执行——问「100 美元 7% 复利 12 年」，LLM 发出 {tool: python-interpreter, code: "100 * (1+0.07)**12"}。他还点出规模问题：工具有几百个时塞不进上下文，要用启发式挑相关子集（类比文本的 RAG）——引 Gorilla 论文。

4.3 适用场景

几乎所有 Agent 必须「行动或取动态信息」的场景：实时数据（天气/股价）、DB/API 交互（电商库存/支付）、计算分析（计算器/数据科学库）、发通信（邮件/消息）、沙箱执行代码。

4.4 陷阱与权衡

• 幻觉/格式错的工具调用——模型编参数或用错工具名。
• 错误传播——坏的工具结果会污染最终答案，需要健壮的错误处理。
• 加延迟（往返）和复杂度；Agent 可能过度调用工具。
• 工具描述本身要写好，否则模型误用。
• ⚠️ 安全：工具能采取真实世界动作（发邮件、花钱）——需要 Guardrails（Ch18） 和常需 Human-in-the-Loop（Ch13）。

来源：xindoo 中文版 Chapter 5: Tool Use · Andrew Ng, Part 3: Tool Use

五、Planning：目标导向与动态重规划

5.1 定义与机制

定义：Agent 构思并承诺一串从初始状态走向目标状态的动作，并在新信息到来时动态修订计划的能力。

机制：规划 Agent 把复杂目标当黑箱——你定义目标和约束（如「组织团建，预算 X、N 人」），Agent 自主搞清怎么做：理解初始状态和目标状态，生成连接它们的最优动作序列。关键是：初始计划只是起点，不是固定脚本——自适应才是核心价值。当首选场地不可用时，好的 Agent 会记录新约束、重评估、重规划（建议替代方案），而不是直接失败。这本质是把状态空间遍历变成目标导向行为。

5.2 Andrew Ng 的版本与「智能体时刻」

Ng 的 HuggingGPT 例子：「画一个和这张男孩图姿势一样的女孩」分解成 ① 检测男孩图姿势 ② 按该姿势渲染女孩，发出结构化计划 {tool: pose-detection, ...} {tool: pose-to-image, ...}。他还有个难忘轶事——他的「AI 智能体时刻」：一次演示中研究 Agent 的网搜 API 撞了限流，Agent 居然自己改用维基百科搜索工具（Ng 都忘了自己给过它），完成了任务。这正是「Agent 以你没预料的方式自主行动」的写照。他坦承 Planning「不那么成熟」「很难预测它会做什么」。

5.3 本书的关键判据（重要）

本书给出一个非常实用的灵活性 vs 可预测性权衡，原话大意：「动态规划是个特定工具，不是万能解。当问题的解法已经明确且可重复时，把 Agent 限制在预定的固定工作流里更高效。」决策就一个问题：「怎么做」是需要被发现的，还是已知的？ 已知 → 用 Prompt Chaining/Routing。

5.4 适用场景

流程自动化（入职流程拆子任务）、机器人/自主导航（约束下路径规划）、结构化信息综合（多阶段研究报告）、多步客服诊断、任何「需要一串相互依赖操作」的问题。

5.5 陷阱与权衡

• 比固定工作流更不可预测、更难调试。
• 对简单任务杀鸡用牛刀，只增延迟成本。
• 计划质量受限于 LLM 推理能力，坏计划会传播。

来源：xindoo 中文版 Chapter 6: Planning · Andrew Ng, Part 4: Planning

六、Multi-Agent Collaboration：分工协作

6.1 定义与机制

定义：多个各具专门角色/工具/知识的 Agent 协作达成共同目标，通过任务分解把单 Agent 能力扩展到复杂、跨域任务。

机制：建立在任务分解上——把高层目标拆成子问题，按工具/数据/专长分给最合适的 Agent，通过标准通信协议 + 共享本体协调以保证输出连贯。本书详列两套维度：

协作拓扑：顺序交接、并发处理、辩论共识、层级（管理者委派工人）、专家团、评审 - 评审者。

通信/交互模型（六种）：

6.2 Andrew Ng 的版本

Ng 的标志性例子：通过一个虚拟公司来构建软件——Agent 扮演软件工程师、产品经理、设计师、QA 工程师（引 ChatDev「一个跑虚拟软件公司的 Agent 集合」）。他特别澄清一个反直觉点：这些 Agent 往往是同一个 LLM 被 prompt 成不同角色，他给了三个理由：(1) 有效（AutoGen 论文消融显示多 Agent 优于单 Agent）；(2) 让 LLM 每次专注一个子任务（利于长上下文理解）；(3) 是有用的开发者抽象，类比把程序拆成进程/线程。他再次把它与 Planning 并列为「不那么可预测」。

6.3 适用场景

复杂研究/分析（搜索→摘要→趋势→综合）、软件开发（需求→编码→测试→文档）、创意活动、金融分析、客服升级、供应链优化、网络故障定位。

6.4 陷阱与权衡

• 通信开销与规模化时的连贯性——跨多 Agent 管消息传递和一致决策很难。
• 主管模型引入单点故障和瓶颈（过载时）。
• 成本和延迟随 Agent 数/调用数倍增。
• 协调 bug、冲突决策、「涌现」的非预期行为。
• ⚠️ 可能过度工程——简单任务上一个 prompt 良好的单 Agent 可能优于多 Agent 系统。

来源：xindoo 中文版 Chapter 7: Multi-Agent · Andrew Ng, Part 5: Multi-Agent Collaboration

七、四模式横向对比

来源：Andrew Ng 四模式系列 · Anthropic, Building Effective Agents

八、按用途选型决策表

一句话总原则：先用 Reflection + Tool Use 把可靠收益拿到手；Planning 和 Multi-Agent 留给「解法未知」或「单 Agent 真不够」的场景——它们更强大，但也更贵、更难预测。

九、参考资料

Andrew Ng 四模式系列（DeepLearning.AI The Batch）

• Part 1：四模式总览与 GPT-3.5/GPT-4 基准
• Part 2：Reflection · Part 3：Tool Use · Part 4：Planning · Part 5：Multi-Agent Collaboration
• Sequoia AI Ascent 演讲（YouTube）

原书与对照

• evoiz/Agentic-Design-Patterns（官方仓库） · xindoo 中文翻译版
• Anthropic, Building Effective Agents

姊妹篇

• 系列总览：《Agentic Design Patterns 系列总览》
• 上篇：《（一）：Prompt Chaining / Routing / Parallelization》
• 下篇：《（三）：Memory / Learning / MCP / Goal Setting》