Agent规划模式实战：解放重复if‑else式开发

原创于 2026-08-06 13:25:47 发布 · 574 阅读

本内容遵循CC 4.0 BY-SA版权协议

文章目录

P.S. 目前国内还是很缺AI人才的，希望更多人能真正加入到AI行业，共同促进行业进步，增强我国的AI竞争力。想要系统学习AI知识的朋友可以看看我精心打磨的教程 http://blog.csdn.net/jiangjunshow，教程通俗易懂，高中生都能看懂，还有各种段子风趣幽默，从深度学习基础原理到各领域实战应用都有讲解，我22年的AI积累全在里面了。注意，教程仅限真正想入门AI的朋友，否则看看零散的博文就够了。

前言

你有没有想过，为什么我们这些程序员写了这么多年代码，最后发现自己活成了一个人肉if‑else？

用户问A，你写个if。用户问B，你再加个else if。用户突然问了个C，你当场崩溃，因为压根没这个分支。这就是传统工作流的宿命——你预判了所有问题，唯独没预判到用户根本不按套路出牌。

你就像一个在餐厅里当服务员的程序员，顾客说"我要一杯不加冰的可乐"，你没问题。顾客说"我要一杯去冰加糖加珍珠的拿铁"，你开始冒汗。顾客突然说"你们这儿有没有100块以下的圆形墨镜，还得有现货"——你直接掀桌，因为菜单上根本没这道菜。

所以今天咱们聊点高级的：Planning，规划模式。让AI自己决定先干啥、后干啥，而不是你像个老妈子一样，一步一步喂到它嘴边。

一、规划模式到底是个啥？

复杂软件系统需要工厂模式、单例模式、依赖倒置这些设计模式，Agent系统也一样。想要复杂度与效率并重，光靠蛮力是不行的，你得讲点章法。

规划模式就是这个章法。它的核心在于：Agent高度自主，能够自行决定执行复杂任务所需的工具调用序列，完全不需要你事先硬编码。你给它目标，它自己写计划，自己排步骤，自己调用工具，自己出结果。

你给它一个目标，比如"帮我找一副100美元以下的圆形墨镜，还得有库存"，它不会傻乎乎地直接开始瞎猜。它会先在心里——不对，在上下文里——列个计划：

第一步，先搜一下"round sunglasses"都有哪些款。

第二步，查查这些款哪些还有货。

第三步，看看有货的这些里面，哪些价格低于100刀。

第四步，把结果汇总，给用户一个漂亮答复。

你看，这流程多像人类客服的脑回路？但区别在于，人类客服可能一边查一边骂骂咧咧，"又要圆形又要便宜还要现货，你当我是许愿池里的王八吗？"而AI客服是静默执行，且永远不会在茶水间吐槽你。它只会默默地在心里画个流程图，然后一条一条执行，情绪稳定得像个出家人。

二、一个真实的案例：墨镜客服Agent

咱们把这个场景拆开看看。假设你要搭一个能回答广泛复杂查询的客服Agent，用户上来就问：“你们有没有库存里售价低于100美元的圆形太阳眼镜？”

这话要是搁在传统系统里，你的代码大概长这样：

if "圆形" in query and "太阳眼镜" in query and "低于100" in query and "库存" in query:
   # 开始写一百行SQL
   # 然后发现用户把"圆形"说成了"圆的"
   # 然后你的系统挂了
   # 然后你加班了
   # 然后你秃了

但规划模式不这么玩。你给Agent配一套工具，就像给厨师配一套刀具，然后让它自己决定切菜顺序。你不会站在旁边喊"先切洋葱！不对，先切胡萝卜！哎呀你怎么把手指切了！"

具体配哪些工具呢？

get_item_descriptions：用来搜商品描述和元数据。用户说"round sunglasses"，它能帮你找出所有带"round"特征的眼镜。注意，不是让你写正则去匹配"圆形"“圆的”“圆框”“圆不溜秋的”，是Agent自己理解语义去查。你要做的就是把工具往那儿一放，它自己就知道该用哪个。

check_inventory：查库存。找到眼镜了，得看看还有没有货，不然推荐个空气给用户吗？那用户可能会顺着网线过来打你。

get_item_price：查价格。有货了，再筛一遍，把超过100刀的踢出去。毕竟用户预算卡死了，多一分都不行。这就像相亲的时候对方说"我要求不高，年薪百万就行"——你少一块钱都算不达标。

check_past_transactions：查历史交易。万一用户补一句"我上周买的那副有问题"，这工具就能派上用场，调出记录来安抚客户。没有这工具，Agent就只能回"抱歉，我不记得了"——像极了你对象问你上周纪念日送了什么，你一脸茫然的样子。

process_item_sale 和 process_item_return：处理买卖和退货。聊到最后用户说"那给我来一副"，直接下单；或者"算了不要了"，走退货流程。一套组合拳下来，从咨询到成交到售后，全包了。

你看，这一套工具下来，Agent就像一个配备了全套装备的客服老手，而不是一个只会背FAQ的新人。FAQ新人遇到超纲问题只会说"请您稍等，我帮您转接"，然后转接给一个同样只会背FAQ的人。Agent呢？它自己想办法，自己查，自己算，自己给答案。虽然偶尔也会翻车，但至少不会把用户气到想摔手机。

三、它到底是怎么干活的？

好，工具齐了，来看Agent的内心世界。

用户问完那句话，Agent先不急着动手，而是先"想"——要求LLM根据用户请求返回一个逐步的执行计划，说明应按什么顺序调用哪些工具。这个计划长什么样呢？大概是这样：

调用 get_item_descriptions，参数是"round sunglasses"。
拿到结果后，调用 check_inventory，看看这些眼镜哪些有货。
对有货的结果，调用 get_item_price，筛选出价格低于100美元的。
把最终结果整理成一句人话，告诉用户。

然后Agent就按部就班地逐步执行，每一步的输出作为下一步的输入，像搭积木一样层层推进。最后把结果汇总，生成一个温暖的答复：“亲，我们目前有3款圆形太阳眼镜符合您的要求，分别是……”

整个过程，你没有写一行if‑else去判断用户问的是什么。你只是给了工具，定了规则，然后坐在旁边喝茶，看着Agent自己干活。这种感觉，就像你终于教会了你家狗自己去楼下买酱油，虽然它第一次可能会买错牌子，但至少你不用亲自跑一趟了。

四、这玩意好在哪？

首先，Agent拥有非常丰富的能力，进而扩展了能执行的任务范围。传统系统里，你预置了多少流程，它就能处理多少问题。Agent模式下，只要工具够丰富，它能组合出你根本想不到的解决方案。这就像你给了小孩一盒乐高，说明书上只有三种拼法，但他自己琢磨出了第七种——虽然第七种可能是个四不像，但至少他动脑了。

其次，开发者无需事先编排工具调用的确切序列。以前你得把顺序、条件、分支全部硬编码进去，就像给机器人写了个详细的操作手册，少一步它都不会走。现在呢？你把工具往桌上一摆，Agent自己琢磨怎么用，灵活性和自主性直接拉满。你从一个写死流程的码农，升级成了一个搭平台的架构师。虽然工资可能没涨，但title好听多了。

而且自主性也上去了。Agent不是被动等待指令的打工人，而是主动规划路径的项目经理。虽然这个项目经理不会给你画PPT，也不会在周五下午五点突然加需求，但它确实能自己排优先级、自己调整策略。你只需要在关键时刻点点头，或者摇摇头。

五、但凡事都有个"但是"

规划模式听起来很美好，对吧？但你要知道，当你把决策权交给AI的时候，你就等于请了一个实习生——你不知道他下一秒会干出什么来。

最大的风险就是在运行时，开发者完全无法预知LLM会生成什么样的计划，带来了结果不稳定、出错、甚至越权的风险。它可能先查价格再查库存，结果查了半天发现没货，白忙一场。也可能在计划里偷偷加了个你根本没授权的步骤，比如擅自给用户发了封邮件——别笑，真有可能。这就像你让实习生去订个会议室，他不但订了，还顺手给全公司发了封邮件说"今晚团建，不许请假"。你问他为什么，他说"我觉得这样效率更高"。

还有出错和越权的风险。如果你给Agent的工具设计得不严谨，它可能会调用不该调用的东西，访问不该访问的数据。想象一下，你的客服Agent突然开始查询员工的工资表，或者更糟糕，开始给所有用户群发优惠券——这画面太美我不敢看。第二天你到公司，发现老板站在你工位旁边，面带微笑，手里握着你的离职申请表。

所以目前来说，规划模式在AI Coding应用中非常成功，因为代码环境相对封闭，错了也好回滚。但在其他领域仍然处在尝试阶段，比如金融、医疗、政务，大家还在小心翼翼地试探，生怕AI一个规划把自己规划进新闻头条。毕竟，没人想上热搜，尤其是以"某AI擅自给用户转账一百万"这种标题。

六、工具设计：少即是多，但太少就是灾难

说到这儿，我得重点聊聊工具设计这件事。这是规划模式的难点，也是最容易翻车的地方，翻得比秋名山的车还快。

有经验的开发者，可能会抽象出三个封装好了复杂逻辑的核心工具，每个工具都像瑞士军刀一样，能干好几件事。Agent拿到手里，组合一下就能解决大问题。这就像给厨师一把好刀，他能切菜、能雕花、还能拍蒜——虽然拍蒜可能伤刀，但至少他能干。

但经验不足的开发者往往容易走两个极端。

第一种极端是"工具狂魔"。
恨不得给Agent配十几种工具，每个工具只干一件极小的事。查颜色用一个，查尺寸用一个，查价格用一个，查库存再用一个。Agent看着满桌的工具，就像你走进宜家，面对三千个零件，说明书还全是瑞典语——它直接懵了，不知道该用哪个。最后它可能干脆摆烂，随机挑一个工具开始瞎搞，结果把系统搞崩。你看着日志，就像看着你家猫把花瓶推下桌子——你知道它干了，但你不知道它为什么要干。

第二种极端更危险，我称之为"裸奔派"。
他们觉得，工具嘛，越底层越好，索性直接提供最基本的一两个工具，比如直接给Agent一个商品系统后台的数据库session——这是极其不安全的！这相当于什么呢？相当于你把公司大门的钥匙、保险柜的密码、还有老板的微信账号，全部交给了一个刚入职的实习生。然后你说：“你自己看着办吧。” 兄弟，这不叫放权，这叫放弃治疗。第二天你可能会发现，数据库里多了几张奇怪的表，名字叫做"test1""test2"“aaaaaa”，而你的老板在群里@你，问为什么他的头像变成了可达鸭。

所以工具设计的精髓在于：既要给Agent足够的自由度，又要给它画好安全边界。工具要封装得恰到好处，既不让它束手束脚，也不让它无法无天。这就像给 teenager 一把车钥匙——你得让他能开车，但不能让他上高速飙到两百码。否则你得到的不是独立，是急诊室的一通电话。

七、未来已来，只是分布不均

不过话说回来，规划模式的发展速度真的很快。以前大家不敢用，是因为基础模型太傻，生成的计划经常漏洞百出，就像让一个小学生去策划婚礼——他可能把蛋糕环节安排在宣誓之前，因为他觉得"蛋糕比较重要"。

但现在不一样了，随着基础模型的智能程度不断提高，生成的计划越来越靠谱，出错率越来越低。它不再是一个乱来的小学生，而是一个有模有样的实习生——虽然偶尔还是会把咖啡洒在文件上，但至少知道先开会再喝咖啡。

现在使用这种完全由Agent控制流程的AI系统的场景也越发多了。我自己现在开发应用时也经常用到规划模式。代码量小，灵活度高，只要工具设计得当，Agent的表现常常超出预期。当然，我指的是那些相对封闭、可控的场景。你要是让我拿它去做股票交易，我还是会犹豫——不是不信它，是不信我的心脏。毕竟，看着AI自己决定买哪只股票，那种刺激感不亚于坐过山车，而且还是没有安全带的那种。

八、一个私货推荐：smolagents

最后，如果你也想试试规划模式，我推荐一个我个人十分喜欢的Agent框架：来自Huggingface社区的smolagents。

这框架有几个特点特别对我胃口。第一，代码极其简洁，不像某些框架，引入一个功能要先读五十页文档，还要配置二十个文件，最后发现文档是两年前的，版本早就不兼容了。第二，抽象程度少，你能很容易地看懂它在干什么，也方便自己改逻辑，来实现自己定制化的系统。第三，写工具特别简单，只需要一个@tool装饰器就行，工具开发难度低到令人发指。第四，自由程度高，你想怎么定制都行。第五，它具有流程跟踪功能，Agent每一步干了什么，一目了然，出了问题好排查。就像你请了个保姆，她还自带摄像头，你随时能看她在干嘛——虽然这个比喻有点 creepy，但确实方便。

总之，如果你想快速上手规划模式，又不想被沉重的框架压垮，smolagents是个不错的起点。它就像智能体界的瑞士军刀，小巧，锋利，而且不会在你口袋里自己打开。