Anthropic：高效构建Agents设计理念

High-level flow of a coding agent

高效构建Agents的设计理念
始终贯穿“实用优先、简洁可控、按需适配”的逻辑。

最近两年，大家都可以看到AI的发展有多快，我国超10亿参数的大模型，在短短一年之内，已经超过了100个，现在还在不断的发掘中，时代在瞬息万变，我们又为何不给自己多一个选择，多一个出路，多一个可能呢？

与其在传统行业里停滞不前，不如尝试一下新兴行业，而AI大模型恰恰是这两年的大风口，整体AI领域2025年预计缺口1000万人，其中算法、工程应用类人才需求最为紧迫！

学习AI大模型是一项系统工程，需要时间和持续的努力。但随着技术的发展和在线资源的丰富，零基础的小白也有很好的机会逐步学习和掌握。【点击蓝字获取】

【2025最新】AI大模型全套学习籽料（可白嫖）：LLM面试题+AI大模型学习路线+大模型PDF书籍+640套AI大模型报告等等，从入门到进阶再到精通，超全面存下吧！

1. 最小复杂度优先，拒绝过度设计
   构建 LLM 系统时，始终以最简方案为起点：优先使用单次 LLM 调用 + 检索或上下文示例。
   仅当基础方案无法达成性能目标时，才逐步引入多步骤 workflows 或 Agents。
   核心在于避免为技术炫技而牺牲效率，持续权衡延迟、成本与任务表现之间的平衡，绝不因追求“先进”而无谓堆砌功能或依赖重型框架。

2.架构按需匹配，不搞“一刀切”‌
系统选型应由任务特性驱动，而非技术偏好：
‌预定义 workflows‌：适用于规则清晰、需稳定输出的场景；
‌自主 Agents‌：适配开放性高、依赖模型动态推理的任务；
‌基础 LLM 调用‌：对单步任务，直接使用原生能力，无需引入任何中间层。
架构的本质是“场景适配”，而非“技术驱动”。

‌3.模块化可组合，灵活适配需求‌
以“增强型 LLM”为统一基础单元（集成检索、工具调用、记忆能力），搭配五类可复用 workflows 模式（提示词链、路由、并行化等），支持按需拆解与重组。
模式非固定模板，允许自由定制，拒绝“一套框架通吃”的僵化思维，强调轻量、弹性与可迭代性。

‌4.透明可控为基，兼顾实用与可维护‌
‌拒绝冗余抽象‌：优先直连 LLM API，即便使用框架，也必须透彻理解其底层机制；
‌过程全可见‌：清晰呈现 Agents 的每一步规划路径，工具接口需文档完备、参数命名直观、示例齐全；
‌防呆设计‌：强制规范输入格式（如绝对路径）、压缩冗余结构，降低模型误用工具的概率，提升系统鲁棒性。

‌5.人机协同赋能，可控范围内自主‌
Agents 的“自主”不是无界自由，而是在监督框架内实现：
‌人类介入点‌：在任务卡点、结果审核等关键环节保留人工干预，构建“评估者-优化者”反馈闭环；
‌风险控制机制‌：沙盒测试 + 最大迭代限制 + 行为护栏，防止错误累积与成本失控；
‌角色互补‌：Agents 处理重复执行与动态决策，人类专注标准制定与复杂判断，目标是增强而非替代。

‌构建高效的 Agents 细节‌
发布时间：2024年12月19日 00:00:00 | Anthropic 工程团队 著
我们与众多行业内致力于构建大语言模型（LLM）Agents的团队建立了深度协作。实践反复验证，最具成效的实施方案，往往源于简洁且具备高可组合性的设计，而非冗余的复杂框架。

过去一年中，我们已与数十支横跨不同领域的团队共同推进LLM Agents的落地，而贯穿始终的共性是：顶尖成果从未依赖重型框架或专属库，而是根植于轻量、模块化、易于拼接的架构逻辑。

本文旨在系统梳理我们在客户合作与自研实践中沉淀的洞察，并为开发者提供一套可直接落地的高效Agents构建指南。

何为“Agents”？业界对“Agent”的理解存在显著差异。一些客户将其视为具备长期运行能力、能自主调用多种工具以完成复杂目标的全自治系统；另一些则将其理解为严格遵循预设工作流的指令驱动型实现。

在Anthropic的语境中，我们统称这些形态为agentic systems，但明确在架构层面区分两类核心范式：

workflows‌：通过静态编码路径对LLM与工具进行固定编排的系统。
Agents‌：由LLM动态决策执行路径与工具调用，自主掌控任务完成逻辑的系统。
什么时候(以及什么时候不)使用Agents？

在基于 LLM 构建应用时，应优先采用最简方案，仅在必要时引入复杂性——有时，这意味着完全无需构建任何 Agents 系统。

Agents 通常以更高的延迟与成本为代价，换取任务性能的提升，你需要审慎评估这种权衡是否值得。

当确实需要更高层级的系统设计时：‌
workflows‌ 适用于目标清晰、流程固定的场景，能保障执行的可预测性与一致性；
而 ‌Agents‌ 则更适配那些依赖模型自主决策、具备高度动态性与开放性需求的任务。
然而，对多数应用场景而言，仅通过检索增强与上下文示例优化单次 LLM 调用，往往已能充分满足需求。

关于框架的选择与使用：
当前已有多个工具可简化 Agents 系统的开发，例如：‌LangChain‌ 推出的 ‌LangGraph‌；‌Amazon Bedrock‌ 的 AI Agent 框架；‌
Rivet‌（一款提供拖拽式 GUI 的 LLM workflows 构建工具）；以及 ‌Vellum‌（另一款专为复杂 workflows 设计与测试的 GUI 平台）。
这些框架通过封装 LLM 调用、工具定义与解析、多步串联等底层逻辑，显著降低了开发门槛。

但与此同时，它们也引入了额外的抽象层，可能隐藏提示词结构与模型响应细节，从而增加调试难度；更易误导开发者在简单方案足以胜任时，盲目叠加复杂架构。
我们建议：优先直接调用 LLM API——许多核心模式仅需数行代码即可实现。若确需借助框架，请务必深入理解其底层实现机制；
对抽象层的误判，正是生产环境中常见的故障根源。可参阅我们的示例代码集（cookbook）获取实践参考。

本节将梳理我们在生产环境中观察到的 Agents 系统典型架构模式。
我们将从最基础的构建单元——‌增强型 LLM‌——出发，逐步递进，依次展开对轻量级可组合 ‌workflows‌ 与全自主 ‌Agents‌ 的探讨。

构建Blocks：增强型 LLM

The augmented LLM

Agents系统的基本构建块是增强型 LLM——即通过检索、工具、记忆等增强功能扩展的 LLM。
我们当前的模型能够主动运用这些能力：生成自己的搜索查询、选择合适的工具，并决定需要保留哪些信息。

注：我们的评估表格未包含 OpenAI 的 o1 模型系列，因为该系列模型依赖大量预响应计算时间，与典型模型存在本质差异，导致性能对比缺乏参考意义。

增强型 LLM 的实现建议

建议聚焦两大关键实现原则：‌根据实际应用场景定制增强功能‌，并为 LLM 构建简洁且文档完备的接口。

尽管实现这些增强能力的路径多样，‌模型上下文协议(Model Context Protocol)‌ 为我们提供了一种高效方案——开发者仅需完成轻量级客户端集成，即可无缝接入不断扩展的第三方工具生态。

在本文后续讨论中，我们将默认所有 LLM 调用均自动启用上述增强能力。

workflows‌：‌提示词链(Prompt Chaining)‌

该机制将复杂任务拆解为连续的多个步骤，每一阶段的 LLM 调用均以先前步骤的输出作为输入。

你可在任意中间环节插入程序化校验节点（参见下图中的“gate/网关”），以保障流程严格遵循预设逻辑推进。

The prompt chaining workflow

适用场景

该 workflows 适用于那些能够被轻松、清晰拆解为固定子任务的场景，其核心目的在于通过简化每个 LLM 调用的具体任务，以增加处理延迟为代价，换取更高的输出准确性。

典型应用包括：先生成营销文案，再将其译为多种语言；或先拟定文档大纲，验证其是否符合预设规范，随后依据审核通过的大纲完成全文撰写。

workflows：路由（Routing）‌

路由机制会对输入内容进行分类，并定向分发至对应的专用后续处理模块。
该机制支持关注点分离，使提示词设计更具领域针对性。若缺失此路由结构，对某一类输入的专项优化，极易对其他类型输入的处理效能造成连锁干扰。

The routing workflow

适用场景

路由适用于以下类型的任务：任务存在清晰可辨的类别划分，且每一类别均具备独立处理的最优路径；此类分类可通过大型语言模型（LLM）或传统分类模型/算法高效实现。

典型应用场景包括：将客户服务请求（如一般咨询、退款申请、技术支持）分别路由至对应的处理流程、提示模板与工具链；
针对简单或高频问题，调用 ‌Claude 3.5 Haiku‌ 等轻量级模型以提升响应效率，而对复杂或非标问题，则交由 ‌Claude 3.5 Sonnet‌ 等高性能模型处理，从而实现成本与延迟的最优平衡。

Workflows‌：‌并行化‌（Parallelization）

在某些场景下，LLM 可同步执行同一任务的多个实例，并通过程序化机制整合输出结果。该类并行化流程主要包含两种核心模式：
分段处理‌（Sectioning）：将原始任务分解为若干互不依赖的子任务，同步并行推进；
投票机制‌（Voting）：对同一任务执行多次独立推理，收集多样输出后进行共识聚合。

The parallelization workflow

适用场景

当子任务能够通过并行执行加速处理，或需从多角度反复验证以提升结果可信度时，并行化策略展现出显著优势。

针对包含多重评估维度的复杂任务，LLM 在每个维度由独立调用的模型分别处理时，往往能取得更优表现——此举使各模型得以聚焦于单一分析面向。

实用示例分段处理‌：

实现护栏机制（guardrails）‌：一个模型实例专责响应用户查询，另一实例同步过滤不当内容或违规请求（该架构通常优于单个 LLM 同时兼顾护栏与核心响应）；

自动化评估 LLM 性能‌：每一次 LLM 调用独立评估模型在特定提示下的某项能力表现。

投票机制‌：

代码漏洞审查‌：运用多个差异化提示对代码进行多轮审查，发现任一问题即标记；
内容合规性评估‌：通过多组提示从不同维度判定内容是否违规，并动态设定投票阈值，以精准权衡误报率与漏报率。

Workflows：协调者-执行者（Orchestrator-workers）‌

在协调者-执行者工作流中，中央 LLM 动态拆解任务，将子项分派至多个执行者 LLM，并最终整合各结果生成统一输出。

适用场景

该 workflows 专为子任务不可预知的复杂场景设计（如编码中，待修改文件的数量与内容高度依赖具体任务需求）。

尽管其结构看似与并行化相近，本质差异在于‌动态性‌——子任务并非在启动前固定，而是由协调者依据实时输入动态生成。

典型应用场景包括：需对多个文件实施精细化调整的编码系统；需整合多源信息并进行深度分析的检索任务。

workflows：评估者-优化者（Evaluator-optimizer）‌

在此框架中，一个 LLM 调用负责生成初始响应，另一个 LLM 则通过迭代循环持续提供评估与反馈，形成闭环优化机制。

适用场景

该 workflows 在以下场景中表现尤为突出：具备清晰的评估准则；通过反复迭代可实现可衡量的效能提升。

判断其适用性的两大核心指标为：当人类提供明确反馈时，LLM 的输出质量出现显著跃升；LLM 自身亦能生成具有建设性的反馈意见。
这一机制与作家打磨文稿时的循环修订过程高度相似。

典型应用场景包括：
文学翻译‌：译者 LLM 初期或难以精准传达语义 nuances，但评估者 LLM 能够提出精准的修辞建议与风格修正；

复杂搜索任务‌：需经多轮信息抓取与交叉验证方可形成完整认知，评估者 LLM 负责判定是否需继续拓展检索范围。

随着 LLM 在核心能力——‌理解复杂输入、推理与规划、稳定调用工具、从失败中自愈‌——上的持续进化，Agents 已逐步进入生产级部署阶段。

其典型工作流结构如下：
接收人类指令，或经由对话交互厘清任务目标；

任务界定后，自主制定执行路径并驱动操作，必要时主动请求人类介入以确认判断；

执行过程中，关键在于 Agents 每一步均能获取来自环境的‌真实数据‌（如工具返回结果、代码运行输出），用以动态评估进展；

在关键检查点或遭遇执行障碍时，可主动暂停，等待人工反馈；
任务通常于达成目标后自然终止，但为保障可控性，普遍设定终止条件（如最大迭代轮次）。

Agents 能够驾驭高度复杂的任务，但其底层架构往往极为简洁——本质上，不过是 LLM 在闭环中依据环境反馈持续调用工具的过程。

因此，‌工具集的设计完整性与文档的清晰度‌，成为决定系统成败的基石。关于工具开发的最优实践，详见附录 2《工具的 Prompt engineering》。

Autonomous agent

适用场景

Agents 适用于以下场景：

开放式问题‌：步骤数量难以预判，无法通过硬编码设定固定流程；
多轮操作需求‌：模型需执行连续交互，且对其自主决策具备合理信任；

Agents 的自主特性，使其在受控可信环境中具备规模化任务处理的天然优势。

然而，这种自主性也伴随更高的资源开销与错误逐层累积的风险。‌建议‌在沙盒环境中完成全面验证，并部署有效的护栏机制以约束行为边界。

实用示例‌（基于自有实现）：

编码 Agents‌：应对 SWE-bench 任务（依据任务描述协同修改多个文件）；
“计算机使用”参考实现‌：Claude 通过直接操作计算机界面完成目标任务。

High-level flow of a coding agent

组合与定制这些模式

这些构建块并非强制性规范，而是开发者可根据不同用例调整和组合的常见模式。
与所有 LLM 功能一样，成功的关键在于衡量性能并迭代优化实现方案。再次强调：仅当复杂度的增加能显著改善结果时，才考虑添加。

总结

在 LLM 领域实现突破，关键不在于追求系统复杂度，而在于精准构建贴合实际需求的解决方案。

起步阶段，优先采用简洁的提示词，并通过系统性评估持续迭代；只有当基础方案无法达成目标时，才引入多步骤 Agents 系统。

在构建 Agents 时，始终坚守三大准则：‌保持设计的极简性‌；‌优先实现透明性‌——清晰呈现每个规划环节；‌依托完备的工具文档与严格测试‌，细致打磨 Agents-计算机接口（ACI）。

原型阶段可借助框架加速开发，但迈向生产环境时，应主动剥离冗余抽象，回归基础组件进行搭建。恪守这些准则，你将打造出兼具强大功能、高可靠性、易维护性与用户信赖度的 Agents 系统。

最近两年，大家都可以看到AI的发展有多快，我国超10亿参数的大模型，在短短一年之内，已经超过了100个，现在还在不断的发掘中，时代在瞬息万变，我们又为何不给自己多一个选择，多一个出路，多一个可能呢？

与其在传统行业里停滞不前，不如尝试一下新兴行业，而AI大模型恰恰是这两年的大风口，整体AI领域2025年预计缺口1000万人，其中算法、工程应用类人才需求最为紧迫！

学习AI大模型是一项系统工程，需要时间和持续的努力。但随着技术的发展和在线资源的丰富，零基础的小白也有很好的机会逐步学习和掌握。【点击蓝字获取】

【2025最新】AI大模型全套学习籽料（可白嫖）：LLM面试题+AI大模型学习路线+大模型PDF书籍+640套AI大模型报告等等，从入门到进阶再到精通，超全面存下吧！