如何开发AI-Agent?

参考文章：

• https://github.com/youngqqcn/12-factor-agents
• https://www.anthropic.com/engineering/building-effective-agents#agents

前言

2025年，底层大模型的快速发展，AI Agent 和 MCP类工具爆发式增长， 编程领域(或软件开发)正在经历一场新的范式转变。

正如很多关键的科技革命一样，需要一段时间的渐变过程。我们以为未来还很遥远，其实未来已来。

软件开发范式简史

https://github.com/humanlayer/12-factor-agents/blob/main/content/brief-history-of-software.md

60年前，

20年前, 用编程语言编写确定的处理逻辑

10~15年前, 2012左右 , 在系统中加入了机器学习(Machine Learning), 对数据进行分类处理。

现在, LLM+Agent， 给出一个目标和一些限定规则(提示词+外部工具)， 让AI自己去完成。

由LLM自己决定解决问题的路径:

Agent开发的基本要素

• 要素1: 将自然语言转为外部工具调用
  • 提供一些外部工具API给LLM获取外部数据, 由LLM决定需要调用的外部工具, 这也是目前MCP主流方式
    

• 要素2: 掌控你提示词

  • 不要将你的系统提示词交给框架，而是要自己掌握，这样可以随时优化调整

• 要素3: 掌控上下文窗口

  • 在任何时候，给LLM的输入包含 “到目前为止已经发生的” 和 “接下来要做哪一部？”
  • 上下文包括:
    • 提示词
    • 文档或外部数据(RAG)
    • 过去的状态，工具调用，工具调用结果，其他历史信息
    • 历史消息（记忆）

• 要素4: 工具只是结构化的输出

  • 将工具列表以json格式或者提示词格式(XML) 提供给LLM, LLM在需要调用外部工具时会中断，输出工具调用参数，然后由外部客户端调用工具，将调用结果和上下文传递给LLM

• 要素5: Unify execution state and business state

  • TODO, 暂不理解

• 要素6: Launch/Pause/Resume with simple APIs

  • Agent是一个程序，需要做到可以控制Agent的启动，暂停，恢复

• 要素7: Contact humans with tool calls

  • 工具调用

• 要素8: 掌控你的工作流

  • 可以做很多其他事情

• 要素9: 将LLM的错误信息包含在上下文

  • 以便LLM可以自我修复

• 要素10: 小而专(模块化)

  • 这是最重要的一条原则
  • 原因：agent越通用，上下文就越长且复杂，越复杂的上下文会导致LLM越难以理解，而迷失方向。因此专于一件事情的agent会更加稳定。
  • 优点：
    • 方便上下文管理
    • 明确的职责
    • 可靠
    • 方便测试
    • 方便调试

• 要素11: Trigger from anywhere, meet users where they are

  • 尽可能多的渠道，方便用户触及

• 要素12: Make your agent a stateless reducer
  • TODO: 暂不理解

• 要素13: 提前获取你需要的数据,而不要等工具调用
  • 如果你确定某个工具大概率会调用，你可以提前获取数据，而不是等到LLM工具调用，浪费时间