Sourcegraph工程师Thorsten Ball分享了How to Build an Agent - Amp，核心观点是Agent的构建就是让 LLM 像工程师一样“死磕问题”，不需要看一堆 Karpathy 的视频去理解代理，也不需要研究神经网络原理。只要了解 LLM 是怎么通过对话调用工具的，写点代码，跑一下，你就会恍然大悟。

以下是对文章的总结学习。

一、博客的核心观点

1. Agent 其实没那么神秘：

   原文用不到 400 行的 Go 代码就构建了一个能读写、编辑文件的代码 Agent，有力说明了基础架构可以非常精简。核心三要素： 一个大语言模型 (LLM)、一个处理循环、再加上一套能让它操作外部环境的工具。这就是 Agent 的骨架。

2.工具是 Agent 的“手脚”：​​

read_file、list_files、edit_file 这些工具赋予了 LLM 感知和修改其运行环境（这里是文件系统）的能力。在​工具设计需要注意以下：​​

• ​清晰定义：​​ 用 JSON Schema 明确告诉 LLM 工具需要什么输入，能做什么，返回什么。

• ​功能单一：​​ 每个工具最好只专注做好一件事（比如 edit_file 就做字符串替换）。

• ​安全边界：​​ 严格限制工具的操作范围（比如只允许操作相对路径下的文件）。

二、​构建 Agent 的关键步骤

​1. 打造工具系统（核心引擎）​​

• ​工具怎么表示？​​

  type ToolDefinition struct {
      Name        string   // 工具名字，如 "edit_file"
      Description string   // 用自然语言告诉 LLM 这工具干嘛用、什么时候用
      InputSchema Schema   // 定义输入数据的格式和规则 (JSON Schema)
      Function    func()   // 工具实际执行的代码逻辑
  }

• ​必须做到位：​​

  • ​输入检查：​​ 在 Function 里一定要验证传入的参数是否合法、安全（比如文件路径是否在允许范围内）。

  • ​明确反馈：​​ 工具执行失败时，要给 LLM 清晰的错误信息。

  • ​无状态：​​ 工具本身不应该“记住”之前的状态，每次调用都是独立的。

​2. 设计执行循环（控制中心）​​

func (a *Agent) Run() error {
    for { // 持续运行的循环
        // (1) 获取用户输入
        userInput := getUserMessage()

        // (2) 调用 LLM (记得带上当前对话和可用工具列表)
        message := a.runInference(conversation, tools)

        // (3) 处理 LLM 的回复
        switch content.Type {
        case "text": // LLM 说了段话
            ... // 显示给用户
        case "tool_use": // LLM 想用某个工具！
            // 执行工具
            toolResults = executeTool(content)
            // **关键一步**：把工具执行结果作为一条新消息加入对话
            conversation.Append(toolResults)
        }
    }
}

• ​核心创新点：​​ 把工具的执行结果直接塞回对话历史 (conversation.Append(toolResults))。这让 LLM 能“看到”工具干了什么，并据此决定下一步行动。

​3. LLM 与工具的协作方式​

• ​工具描述清晰：​​ 工具描述 (Description) 必须写得准确易懂，让 LLM 明白什么时候该用哪个工具（比如 edit_file 强调 old_str 要能精确匹配且唯一）。

• ​触发机制：​​ LLM 通过返回一个特殊类型 ("tool_use") 来表示“我想用工具了”。

• ​无需训练：​​ Claude 3.7 这类现代 LLM 能直接理解工具描述并尝试使用，不需要特别教它例子。

三、​工程实践技巧​

1. ​如何节省 Token ：​​

   • 工具调用让 Agent 通过简洁的指令（如 edit_file({"path": "fizzbuzz.js", ...})) 操作复杂环境，避免了把大量文件内容塞进提示词。

2. ​让 Agent 更可靠：​​

   • ​权限管住：​​ 工具操作范围要小（比如只让动当前目录）。

   • ​输入卡严：​​ 用 JSON Schema 严格校验工具输入格式。

   • ​防死循环：​​ 限制工具链调用深度（比如最多连续调用 3 次工具，避免无限循环）。

   • ​操作前检查：​​ 关键操作前可以加一步确认（比如 read_file 前先检查文件是否存在）。

   • 给工具更清晰的错误反馈机制，让 LLM 知道问题出在哪。

3. ​能力“涌现”：​​

   • 当提供了几个基础工具（如读、列、写文件），像 Claude 3.7 这样的 LLM 能自发组合使用它们​（例如：先 list_files 找文件 -> 再 read_file 看内容 -> 最后 edit_file 做修改）。这种链条式调用不需要额外训练。

​总结：Agent 构建的思路转变​

传统 Agent的构建依赖复杂的规则引擎和硬编码逻辑，而当下则依靠LLM。核心是强大的 LLM（大脑），工具是它的四肢，执行循环是连接大脑和四肢的神经系统。​​ 当工具系统和执行循环设计得当，​Agent 能力的上限主要取决于所用的 LLM 本身，而不是架构有多复杂。