Java 工程师 AI 智能体学习路线 · 阶段 4：智能体（Agent）核心原理 详解
Java 工程师 AI 智能体学习路线 · 阶段 4：智能体（Agent）核心原理 详解
本阶段目标：理解"会思考、能调用工具、有记忆"的智能体是如何构成的，掌握其四大支柱（规划/记忆/工具/执行）、主流规划模式与工程风险，为编写可运行的单智能体打基础。
注：
博客：
https://blog.csdn.net/badao_liumang_qizhi
4.1 什么是 Agent（智能体）
讲解
智能体（Agent）不是单纯的"问答模型"，而是一个能自主循环、调用工具、利用记忆去完成目标的程序。最小公式：
Agent = LLM（大脑） + Tools（手脚，连接外部世界） + Memory（记忆，短期/长期） + Planning（规划，拆解与决策循环）它区别于普通对话的关键：模型输出不一定是"最终答案"，也可能是"下一步要执行的动作"。
常见场景
- 自动订票/报销：模型查日历→调接口→填表单→确认。
- 代码助手：读仓库→改文件→跑测试→根据报错重试。
面试知识点
- Q：Agent 和普通 LLM 调用的本质区别？
A：普通调用是"一次输入→一次输出"；Agent 是"感知→决策→行动→观察"的循环，能调用工具改变外部状态，并基于反馈持续迭代直到目标达成。
4.2 四大支柱
4.2.1 Planning（规划）
把复杂目标拆解为可执行的子任务，并决定执行顺序。
- 简单任务：ReAct 边想边做。
- 复杂任务：先整体规划（Plan-and-Solve），再逐步执行。
4.2.2 Memory（记忆）
- 短期记忆：当前会话的对话历史（User/Assistant/Tool 消息）。
- 长期记忆：跨会话沉淀的知识，通常存向量库/数据库。
- 压缩：历史过长时用摘要替代原文。
4.2.3 Tools（工具）
把"算"和"查"交给外部能力：HTTP 接口、数据库查询、代码执行、搜索引擎等。模型只负责决定"调哪个、传什么参"。
4.2.4 Action（执行）
将模型的决策落地为工具调用或最终回答；执行结果（Observation）再喂回循环。
示例（四大支柱对应代码职责）
Agentagent=Agent.builder().planner(newReActPlanner())// Planning.memory(newConversationMemory())// Memory（短期）.tools(searchTool,dbTool,codeTool)// Tools.actionExecutor(toolRegistry)// Action.build();面试知识点
- Q：为什么说"让模型想和说，把算和查交给工具"？
A：LLM 擅长语言理解与推理，但不擅长精确计算、实时数据与状态修改；把这些交给确定性工具，既提升正确性也降低幻觉。
4.3 规划模式
4.3.1 ReAct（Reasoning + Acting）
交替进行 Thought（思考）→ Action（调工具）→ Observation（观察），最常用。
Thought: 需要查北京天气 Action: get_weather(city="北京") Observation: 晴 28℃ Thought: 信息足够，可回答 Final Answer: 北京今天晴，28℃4.3.2 Plan-and-Execute
先生成完整计划，再逐条执行；适合步骤清晰、可预见的任务。
Plan: 1. 读取需求文档 2. 生成接口定义 3. 写单元测试 4. 运行测试并修复4.3.3 Reflexion（自我反思）
任务失败后，模型反思错误原因并改进重试，形成"尝试→反思→再尝试"闭环。
场景：代码生成调试、Agent 自我纠错。
面试知识点
- Q：ReAct 和 Plan-and-Execute 怎么选？
A：路径不确定、需实时信息→ReAct；步骤可预见、偏流程化→Plan-and-Execute。两者也可结合（先粗规划，再 ReAct 执行每步）。 - Q：Reflexion 解决了什么问题？
A：普通 Agent 失败即终止；Reflexion 让其在失败后分析错误、调整策略重试，显著提升复杂任务成功率。
4.4 记忆机制
讲解
| 类型 | 存储 | 生命周期 | 示例 |
|---|---|---|---|
| 短期记忆 | 内存中的消息列表 | 单次会话 | 多轮对话历史 |
| 长期记忆 | 向量库/数据库 | 跨会话 | 用户偏好、知识库 |
| 压缩记忆 | 摘要文本 | 会话内 | 把前 20 轮对话摘要成 3 句 |
常见场景
- 客服机器人记住"用户已报过订单号"，避免重复询问（短期）。
- 个人助理记住"用户偏好简洁回复"（长期，向量库检索）。
面试知识点
- Q：短期记忆过长会有什么问题？如何解决？
A：超出上下文窗口、成本与延迟上升、注意力稀释。解决：滑动窗口截断、摘要压缩、只保留关键事实（长期记忆检索回填）。
4.5 执行循环与状态机
讲解
Agent 本质是一个状态机：每步由 LLM 决策下一个状态（调工具 or 结束）。核心循环：
示例（极简 Agent 循环，Java 示意）
List<Message>history=newArrayList<>();history.add(newSystemMessage("你是能调用工具的助手，按需输出 Action 或 Final Answer。"));history.add(newUserMessage(task));for(intstep=0;step<MAX_STEPS;step++){Decisiond=planner.decide(history);// LLM 输出 Thought/Actionif(d.isFinal()){returnd.answer();// 终止}Stringobs=toolRegistry.call(d.action(),d.input());// Actionhistory.add(newToolMessage(obs));// Observation 回灌}thrownewAgentTimeoutException("超过最大步数");常见场景
- 工具调用结果是关键分支依据（如"查到库存为 0，则转而推荐替代品"）。
面试知识点
- Q：Agent 循环里为什么要把工具结果再喂回历史？
A：模型本身无状态，只有把 Observation 写回上下文，下一步决策才能基于真实反馈，形成"感知—行动"闭环。
4.6 终止条件
讲解
必须有明确的"停下"机制，否则 Agent 会无限循环：
- 目标达成：模型输出 Final Answer。
- 步数上限：超过
MAX_STEPS强制停止（防死循环）。 - 人工介入：关键动作前暂停等待确认（HITL）。
- 错误熔断：连续工具失败 N 次则中止。
面试知识点
- Q：为什么必须给 Agent 设最大步数？
A：防止模型在错误路径上反复横跳、无限调用工具，造成成本失控与超时；步数上限是基本安全保障。
4.7 风险与防范
| 风险 | 说明 | 防范 |
|---|---|---|
| 死循环 | 反复调用同一工具 | 步数上限 + 重复动作检测 |
| 工具误用 | 传错参数/调错工具 | Schema 校验 + 参数预检 |
| 成本失控 | 长循环、长输出 | 步数/Token 预算上限 |
| 越权操作 | 删库、发消息 | 工具权限最小化 + 高危动作人工确认 |
| 不可控输出 | 泄露/违规 | 输出护栏 + 审计日志 |
常见场景
- 自动化运维 Agent 执行"重启服务"前必须人工确认。
- 对外发消息的 Agent 需二次校验收件人与内容。
面试知识点
- Q：如何防止 Agent 误删生产数据？
A：工具权限最小化（只给必要权限）、高危操作加人工确认（HITL）、执行前参数校验与 dry-run、全程审计日志与回滚预案。
4.8 阶段 4 自测清单
- 能画出 ReAct 循环流程图
- 能解释短期记忆与长期记忆的区别与实现
- 能说明 Agent 死循环的防范手段
- 能对比 ReAct 与 Plan-and-Execute 的取舍
- 能说出至少 3 个 Agent 工程风险及对策
4.9 阶段 4 面试题与参考答案
1. Agent 和普通 LLM 调用的本质区别？
普通调用是一次输入→一次输出；Agent 是"感知—决策—行动—观察"的循环，能调用工具改变外部状态，并基于反馈持续迭代直到目标达成。
2. Agent 的四大支柱是什么？
Planning（规划拆解）、Memory（短期/长期记忆）、Tools（调用外部能力）、Action（执行决策或回答）。四者协同使 Agent 能自主完成任务。
3. 为什么说"让模型想和说，把算和查交给工具"？
LLM 擅长语言理解与推理，不擅长精确计算、实时数据与状态修改；交给确定性工具可提升正确性、降低幻觉与成本。
4. ReAct 和 Plan-and-Execute 怎么选？
路径不确定、需实时信息→ReAct；步骤可预见、偏流程化→Plan-and-Execute。也可结合：先粗规划，再用 ReAct 执行每一步。
5. Reflexion 解决了什么问题？
普通 Agent 失败即终止；Reflexion 让其在失败后反思错误原因、调整策略重试，形成"尝试—反思—再尝试"闭环，提升复杂任务成功率。
6. 短期记忆过长有什么问题？如何解决？
超出上下文窗口、成本/延迟上升、注意力稀释。解决：滑动窗口截断、摘要压缩、关键事实沉淀到长期记忆并检索回填。
7. 为什么要把工具结果回灌到历史？
模型本身无状态，只有把 Observation 写回上下文，下一步决策才能基于真实反馈，形成闭环。
8. 为什么必须给 Agent 设最大步数？
防止模型在错误路径上反复横跳、无限调用工具，造成成本失控与超时；步数上限是基本安全保障。
9. 如何防止 Agent 误删生产数据？
工具权限最小化、高危操作人工确认（HITL）、执行前参数校验与 dry-run、全程审计日志与回滚预案。
10. Agent 有哪些典型工程风险？
死循环、工具误用、成本失控、越权操作、不可控输出；对应防范为步数上限、Schema 校验、预算限制、权限最小化+HITL、输出护栏+审计。