Agent到底该干什么
很多人在设计AI Agent时容易犯一个错误:让Agent干所有事。既让它理解用户意图,又让它生成内容,还让它做决策、调工具、管状态——结果Agent变成了一个"全能但全不精"的黑盒。
CarryU王同学提出了一个清晰的职责定义:Agent只负责三件事——写Prompt、判断任务复杂度、执行任务。这个定义看似简单,但背后有着深刻的工程思考。
好的Agent设计不是让Agent变得更强,而是让Agent的边界变得更清晰。
职责一:写Prompt
Agent的第一个职责是写Prompt。注意,不是用户写Prompt给Agent,而是Agent自己写Prompt给底层模型。
这意味着Agent充当了一个"Prompt工程师"的角色——它需要根据用户的原始输入,结合上下文和任务目标,动态生成高质量的Prompt。
- 理解用户意图 — Agent需要先理解用户到底想要什么,才能写出合适的Prompt
- 组装上下文 — 把历史对话、系统设定、工具描述等信息组装到Prompt中
- 选择策略 — 根据任务类型选择不同的Prompt模板和推理策略
- 动态调整 — 根据模型返回的结果,动态调整下一轮的Prompt
为什么不让用户直接写Prompt
因为大多数用户不会写Prompt。Agent的存在,就是为了让用户用自然语言表达需求,然后由Agent把自然语言翻译成模型能理解的高质量Prompt。这正是Agent的核心价值所在。
职责二:判断任务复杂度
Agent的第二个职责是判断任务复杂度。这是很多人忽略的关键环节——不是所有任务都需要同样的处理方式。
一个简单的问题(比如"今天天气怎么样")和一个复杂的问题(比如"帮我分析这份财报并给出投资建议")需要完全不同的处理路径。
职责三:执行任务
Agent的第三个职责是执行任务。在写好Prompt、判断完复杂度之后,Agent需要实际去执行。
这里的"执行"是一个广义概念,包括:
- 调用模型 — 把写好的Prompt发给底层模型,获取生成结果
- 调用工具 — 根据需要调用搜索、代码执行、数据库查询等外部工具
- 多轮迭代 — 对于复杂任务,Agent需要进行多轮推理-执行-观察的循环
- 结果整合 — 把多步骤的结果整合成最终输出
- 异常处理 — 执行过程中出现错误时,Agent需要有能力重试或降级
执行≠思考
一个常见的误区是把"思考"和"执行"混为一谈。在CarryU王同学的模型中,Agent的"思考"体现在写Prompt和判断复杂度上,而"执行"是严格按照思考的结果去落地。这样分离的好处是:每一步都可观测、可调试、可优化。
三大职责如何协同
这三个职责不是并列的,而是有先后顺序和依赖关系的。
写Prompt是输入处理,判复杂度是路由决策,执行任务是输出落地。三者构成一个完整的Agent闭环。
对开发者的启示
这个"三职责"模型给AI应用开发者带来了几个实用的启示:
- 不要让Agent做太多事 — Agent的核心价值是编排和调度,不是替代模型做所有工作
- 把Prompt管理独立出来 — Prompt是Agent最重要的"资产",应该有专门的管理和版本控制机制
- 重视复杂度判断 — 这是提升系统效率和降低成本的关键环节,值得花时间优化
- 让执行过程可观测 — 每一步执行都应该有日志和监控,便于调试和改进
- 职责分离便于测试 — 三个职责可以独立测试,比把所有逻辑混在一起更容易保证质量
实践建议
如果你正在设计自己的Agent系统,不妨先用这个"三职责"模型做一个MVP。把写Prompt、判复杂度、执行任务分成三个独立模块,你会发现整个系统的复杂度大幅降低,而可维护性显著提升。
原图文
本文内容整理自抖音图文,作者 CarryU王同学。点击下方按钮前往抖音查看原图文,支持原作者。