Agent 架构全景：到底有几种架构，各自如何演变？

先回答"到底有几种"

这是被问得最多、也最没有标准答案的问题。我调研了一圈，发现市面上有 6 种、7 种、9 种、17 种 等完全不同的说法——不是谁对谁错，而是切分粒度不同：

• 按论文粒度数（ReAct、Reflexion、ToT、LATS、REWOO…），能数出十几种；
• 按工程范式数（ReAct、规划执行、反思、多智能体…），常见 6～9 种；
• 按认知组件数（规划、记忆、工具、反思），就是 4 大件。

你了解的那 7 种，通常是业界流传最广的切法：ReAct、CodeAct、Tool Use（MCP）、Self-Reflection、Multi-Agent Workflow、Agentic RAG、Aggregator LLM。

但这 7 种其实不在同一个维度上——有的是一种"认知循环"（ReAct），有的是一种"行动方式"（CodeAct），有的是一种"组织形态"（Multi-Agent），混在一起对比容易乱。

所以这篇文章我换一种讲法：按"代际谱系"把架构摊开，先回答"有多少种"，再回答每种"强在哪、从哪来、往哪去"。

先上一张三代谱系总览图，后面每一节都是它的展开：

一个底层模型：LLM Agent 的四大组件

在看架构之前，先记住 Lilian Weng（OpenAI）那篇经典的《LLM Powered Autonomous Agents》给出的公式：

Agent = LLM（大脑）+ Planning（规划）+ Memory（记忆）+ Tool Use（工具）

这个公式是 2023 年 6 月提出的，到今天依然是理解所有 Agent 架构的底层语言。所有架构模式，本质都是对这四大组件的不同组织方式：

• Planning（规划）：任务分解、反思纠错、动态调整；
• Memory（记忆）：短期记忆（上下文窗口）、长期记忆（向量库/RAG）、参数记忆（模型权重里的知识）；
• Tool Use（工具）：搜索、计算、代码执行、API 调用，把"会想"变成"会做"；
• LLM（大脑）：把三者串起来的中枢。

下面每一代架构，都可以用"它把组件怎么排布"来解读。

---

第一代：经典智能体架构（符号时代遗产，1980s–2000s）

很多人不知道，Agent 架构不是 LLM 时代才有的。AI 学科里早就有完整的智能体架构学，它们是 LLM Agent 的"祖辈"，理解它们能看清演变逻辑。

1. 反应式架构（Reactive）

核心思想：不思考，直接映射。传感器输入 → 规则 → 动作输出，像膝跳反射。典型代表是 1986 年 Rodney Brooks 的包容架构（Subsumption），用于机器人避障。

• 优势：极快、极稳、不需要世界模型，实时性拉满；
• 劣势：没有目标概念，无法处理需要多步规划的任务；
• 演变路径：LLM 时代它并没有消失，而是演化成了 "硬编码规则 + LLM 决策"的混合形态——比如 RAG 里的关键词路由、客服里的意图兜底。你在 LangGraph 里写的那些条件边（conditional edges），本质上就是反应式逻辑。

2. 慎思式架构（Deliberative / BDI）

核心思想：先建世界模型，再显式推理，最后行动。经典的 BDI（信念-愿望-意图）模型：Belief 是世界状态，Desire 是目标，Intention 是选定的行动方案。SOAR、ACT-R 是这类认知架构的代表。

• 优势：可解释、可验证、适合目标驱动的复杂决策（比如军事指挥、航天规划）；
• 劣势：依赖精确的世界模型，建模成本高，遇到动态环境容易"纸上谈兵"；
• 演变路径：LLM 时代，"先规划再执行"的 Plan-and-Execute 架构就是 BDI 的 LLM 化——LLM 用语言建世界模型，规划器负责推理行动方案。

3. 混合式架构（Hybrid）

核心思想：反应层 + 慎思层 + 元认知层三层叠加。底层负责实时响应（避障），中层负责规划（导航），顶层负责策略监控（换目标）。机器人学里的标准做法。

• 优势：兼顾实时性与智能性，分层解耦，每层可以独立测试；
• 劣势：层间接口复杂，开发维护成本高；
• 演变路径：这正是今天 "多智能体分层治理"的雏形——上层管理者规划，下层执行者干活。CrewAI 的 Hierarchical Process、AutoGen 的分层多 Agent，都是同一个思路换了语言载体。

4. 黑板架构（Blackboard）

核心思想：多个专家 Agent 共享一块"黑板"（共享内存），谁有贡献谁就往上写，协作不需要直接对话。经典用于语音识别（HEARSAY-II）这类多知识源问题。

• 优势：异步、解耦、天然支持异构专家协作；
• 劣势：黑板成为单点，并发冲突管理复杂；
• 演变路径：LLM 时代的对应物是共享记忆/共享上下文的多 Agent 系统——比如 AutoGen 的 GroupChat（所有 Agent 在一个消息池里发言）、LangGraph 的共享 State，以及各类共享向量库。它也是 Agentic RAG 的思想源头之一。

---

第二代：LLM 单智能体核心模式（2023–2025 主流）

这是当今的主战场。你了解的 7 种，大部分在这里。我用"认知能力演进"的顺序讲，从"会用工具"到"会自我修正"，正好是一条演变路径。

5. 工具调用架构（Tool Use / Function Calling / MCP）

核心思想：LLM 本身只有知识、没有手脚，工具调用让它能查询搜索、计算、操作 API。现代实现是 Function Calling（模型输出结构化 JSON 调用指令）和 MCP（Model Context Protocol）（统一工具接入协议）。

• 优势：接入成本低、即插即用、把"会想"变成"会做"，是 80% 应用的起点；
• 劣势：模型只会"调用一个工具"，不会自主串联多步；工具描述写得差会大幅掉点；
• 演变路径：它是一切 Agent 的地基。单独用它是"增强 LLM"，把它放进"思考→行动→观察"循环就成了 ReAct——下一步。

6. ReAct（Reasoning + Acting）

核心思想：Google 2022 年提出，把"推理"和"行动"交织成一个循环：Thought（想）→ Action（做）→ Observation（看结果）→ 再想，直到任务完成。

Thought: 用户问今天能不能洗车，需要先查天气
Action:  search("北京今日天气 洗车指数")
Observation: 降水概率 40%，紫外线中等
Thought: 40% 有雨风险，建议谨慎露天洗车
Action:  finish("不建议露天洗车，推荐室内精洗")

• 优势：目前最主流的架构，边做边想、容错性强，路径不确定的多跳任务表现优异，且推理轨迹可解释、可审计；
• 劣势：每步一次 LLM 调用，多轮交互延迟和 token 成本高；串行等待严重；
• 演变路径：ReAct 是"主轴"，几乎所有其它模式都是它的变体或增强——把"想"换成规划就是 Plan-and-Execute，把"做"换成代码就是 CodeAct，在它外面套上反思就是 Reflexion，套上树搜索就是 LATS。学会了 ReAct 等于学会了架构坐标系的原点。

7. Plan-and-Execute（规划-执行分离）

核心思想：先让 LLM 一次性生成完整计划（Plan），再按计划逐步执行（Execute），执行中发现偏差就重新规划（Re-plan）。相比 ReAct 的"边想边做"，它是"先想后做"。

• 优势：结构化、可控性强，适合 SOP 明确的流程（报表生成、供应链调度、网页自动浏览）；计划和执行可以用不同模型（大模型规划、小模型执行），省成本；
• 劣势：前期计划一旦出错，容易整条链崩掉；对动态环境适应性弱于 ReAct；
• 演变路径：ReAct 动态但慢，Plan-and-Execute 快但脆——于是有了两者的融合：先用 Plan-and-Execute 快速出计划，执行时遇到异常再回退到 ReAct 风格动态调整。LangGraph 里最常用的就是这种混合。

8. CodeAct（代码即行动）

核心思想：不让模型输出 JSON 工具指令，而是直接生成可执行代码（Python），把工具调用、数据处理、控制流全写进脚本，在沙箱里跑。Manus 就是典型代表。

• 优势：一次执行可组合多个工具、复用整个 Python 生态、表达复杂逻辑的能力远超 JSON 指令，是执行层的终极形态；
• 劣势：安全风险大（必须沙箱隔离），代码输出难审计，对模型代码能力要求高；
• 演变路径：Tool Use（JSON 指令）→ ReAct（编排循环）→ CodeAct（用代码替代僵硬 JSON），是"行动方式"的三级跳。如今 Coding Agent（Devin、Claude Code 等）基本都是 CodeAct 路线。

9. 反思架构（Reflection / Reflexion / Self-Refine）

核心思想：在主任务之外加一个"自我审稿"环节。最简单的 Basic Reflection 是双 Agent：生成者（Generator）出草稿，评审者（Critic）挑毛病，迭代 2～3 轮。Reflexion（MIT 2023）更进一步：把反思结果存进"情景记忆"，下次尝试直接带着教训做，实现"语言强化学习"。

• 优势：显著提升代码质量、数学推理、文本生成的正确率，Reflexion 在 HumanEval 上达到 91%（超过当时 GPT-4 的 80%）；
• 劣势：延迟翻倍，成本上升；若没有外部验证工具，反思容易变成"自说自话"（无法纠正事实性错误）；
• 演变路径：是"从一次成型到自我修正"的关键一跳。它通常不是独立使用，而是作为其它架构的后置质量闸门——ReAct 跑完结果过一遍反思，Agentic RAG 汇总前先自检是否检索充分。

10. 树搜索架构（Tree of Thoughts / LATS）

核心思想：ToT（2023）把推理扩展成树状，一次生成多个候选思路，用评分+回溯+剪枝找最优路径。LATS（2023）更进一步：用蒙特卡洛树搜索（MCTS）结合 ReAct 和 Reflexion，搜索+执行+反思一体化。

• 优势：适合需要全局探索的难题（数学证明、策略博弈、创意生成），决策质量显著高于直线推理；
• 劣势：计算成本爆炸式增长（LATS 比纯 ReAct 成本高约 2.8 倍），只适合高价值决策场景；
• 演变路径：CoT（一条直线）→ ToT（一棵树）→ LATS（树+搜索+反思），是"推理深度"的演进主线。目前主要用于研究型任务，生产环境慎用。

11. 并行加速架构（REWOO / LLMCompiler）

核心思想：解决 ReAct 串行等待的痛点。REWOO 把推理（Reasoning）和观察（Observation）解耦：先让模型一次性生成完整执行链，再批量执行，4 步任务从 8.2s 压到 3.1s。LLMCompiler 更进一步：LLM 把任务编译成有向无环图（DAG），调度器并行执行无依赖的工具调用，融合器汇总结果。

• 优势：吞吐量碾压 ReAct，适合 ETL、批量报表、跨 API 聚合等高并发场景；
• 劣势：要求任务依赖关系相对明确，完全动态的开放式任务收益有限；
• 演变路径：这是"效率优化"维度上的演进，不是独立流派，如今已内化进 LangGraph 等框架的并行节点能力中。

12. Agentic RAG（检索增强的智能化）

核心思想：传统 RAG 是"查一次→拼 prompt→回答"的固定流程；Agentic RAG 让 Agent 自己决定要不要查、查几轮、查哪个库、什么时候停，还能在多次检索之间综合与反思。

• 优势：对简单问题一次检索快速返回，对复杂多跳问题自动多轮检索，准确率和成本的平衡远优于固定 RAG；
• 劣势：检索质量直接决定答案质量，工具调优成本高；
• 演变路径：RAG（固定管道）→ Agentic RAG（检索策略也交给 Agent），是"记忆组件智能化"的体现。它和 ReAct 天然亲和，是搜索问答类产品的标配。

13. 元认知架构（Self-Discover / 路由 / Meta-Controller）

核心思想：让 Agent 先诊断任务特征，再动态组装最优模式链。Self-Discover（2024）让模型从原子模块库中自选组合；Meta-Controller / 路由器则是一个"总调度员"，把任务分发给最匹配的专家 Agent 或模型（简单问题→小模型，难题→大模型）。

• 优势：一套系统处理多类型任务，避免单一 Agent"什么都会一点、什么都不精"；还能降本（大小模型路由）；
• 劣势：路由判断本身会出错，需要持续标注任务特征数据；
• 演变路径：这是"从会做一件事，到会选怎么做"的跃迁，是通用 Agent 平台（客服中台、企业 Copilot）的必选件，也是通往多智能体的桥梁。

---

第三代：多智能体与系统级架构（2024–2026 热点）

单智能体再强也有天花板：上下文有限、单点脆弱、一个 prompt 塞不下所有专业能力。于是架构重心从"如何让一个 Agent 变强"转向"如何让一群 Agent 协作"。

14. 编排-工作者（Orchestrator-Workers）

核心思想：一个中心 LLM 做"老板"，动态分解任务、委派给 worker 子 Agent、汇总结果。与固定并行化的区别在于子任务是动态决定的，不是预先写死的。

• 优势：灵活处理子任务数量不可预测的复杂任务（比如"改这个项目里所有相关文件"）；每个 worker 可以配不同模型、不同工具栈；
• 劣势：编排层成为瓶颈和单点，多 Agent 调试困难；
• 演变路径：这是从单 Agent 到多 Agent 的最小平滑过渡——在 LangGraph 里就是"父图+子图"，在代码里最简单实现是"Agent-as-Tools"（把子 Agent 包装成工具）。

15. 多智能体协作（Multi-Agent Collaboration）

核心思想：多个各司其职的 Agent 通过消息/黑板/共享上下文协作，常见组织形态有四种：

• 协作式（Collaboration）：不同角色分工配合，如"市场分析员+情绪分析员+基本面分析员"合写研报；
• 辩论式（Debate）：多个 Agent 互相反驳，用对抗修正幻觉、提升准确率；
• 分层式（Hierarchical）：管理者 Agent 指挥专家 Agent（借鉴第一代混合式架构）；
• 市场式（Market）：Agent 之间竞价/协商分配资源（借鉴经济学）。

代表框架：AutoGen/AG2（对话驱动）、MetaGPT（软件公司流水线）、CrewAI（角色扮演+任务委派）、LangGraph（图编排）。

• 优势：专业化、模块化、可扩展，复杂任务的质量上限远高于单 Agent；模拟器里甚至能涌现出社会行为（Generative Agents）；
• 劣势：token 成本成倍放大，协调开销大，Agent 间错误传播难以追踪，是调试地狱；
• 演变路径：单 Agent → 编排-工作者 → 多 Agent 协作。演进主线是"协作方式"：固定流水线 → 角色分工 → 对抗辩论 → 自主协商。业界共识：能用单 Agent 解决的不用多 Agent，多 Agent 是"复杂度不够用"时的选择，不是炫耀。

16. 人机协同架构（Human-in-the-Loop / Dry-Run）

核心思想：给 Agent 套上"人在回路"的安全阀。高风险操作（删除数据、发起支付、发邮件）不直接执行，先进 Dry-Run 模拟展示后果，人工审核通过后才生效；执行中设 checkpoint 可暂停回退。

• 优势：生产环境的最后一道防线，规避"AI 跑路"，可控性最强；
• 劣势：人工介入拖慢流程，不适合全自动化场景；
• 演变路径：全自主 → 受控自主。这是 2024 年后所有 Agent 框架（LangGraph 的 human-in-the-loop、OpenAI/Anthropic 的 approval 机制）都内置的标准能力，是"从 Demo 到生产"的必由之路。

17. 群体智能架构（Swarm / 元胞自动机）

核心思想：大量遵循简单局部规则的微型 Agent 去中心化交互，通过"涌现"产生全局智能——类似蚁群。OpenAI 的 Swarm、元胞自动机（Cellular Automata）都属于这类。

• 优势：极致可扩展、容错性强，适合分布式任务（物流调度、路径规划、仿真）；
• 劣势：全局行为不可预测，无法保证安全，调试几乎不可能；
• 演变路径：这是最前沿也最实验性的一支，目前以研究和仿真为主，生产落地少。

---

演变路径：四条主线一张图

把 17 种架构串起来，其实只有四条演变主线：

主线	演变轨迹	本质
行动升级	Tool Use → ReAct → CodeAct	从"调用工具"到"写代码执行"
推理升级	CoT → ToT → LATS	从"一条直线"到"一棵树"
质量升级	单次生成 → 反思 Refine → Reflexion	从"一次成型"到"自我修正"
组织升级	单 Agent → Orchestrator → Multi-Agent → Swarm	从"一个人"到"一家公司"

再加上一条贯穿始终的暗线：从全自主 → 受控自主（HITL、Dry-Run、护栏），这是 Agent 走向生产的护栏。

如何选型：决策表

你的场景	首选架构	避坑
单步问答、接个工具	Tool Use / Function Calling（MCP）	别一上来就上 Multi-Agent
多跳问答、路径不确定	ReAct	加 max_steps 防死循环
SOP 明确的多步流程	Plan-and-Execute	加 Re-plan 兜底
数据分析、自动化脚本	CodeAct	必须沙箱隔离
高精度输出（代码/法律/医疗）	反思架构（Reflexion）+ 外部验证	没验证工具时反思会退化
高并发工具调用	REWOO / LLMCompiler	依赖关系要清晰
搜索问答、知识库	Agentic RAG	检索质量决定一切
跨领域复杂任务	编排-工作者 → 多智能体	先单 Agent 验证，再扩规模
高风险操作（支付/删库）	HITL / Dry-Run	强制人工审核
高价值战略决策	LATS	预算充足才用

结语

回到开头的问题：Agent 架构到底有几种？

答案是——看你切多细：按论文粒度能数出几十种，按工程范式主流是 6～9 种，按上面这个代际谱系是 17 种。但比"数数"更重要的是看穿本质：

所有架构都是在回答一个问题：怎么把"规划、记忆、工具"这三样东西，绕着 LLM 这个大脑组织起来，让它更会想、更会做、更会改、更会协作。

先学会 ReAct（原点），再按"行动升级、推理升级、质量升级、组织升级"四条线去扩展，你就能在任何框架（LangGraph、CrewAI、AutoGen）里看懂任何架构。