AI Agent 完全拆解：从原理到架构到实战，一次讲透(3)

第三部分：Agent 类型大全

3.1 单 Agent 架构

最简单的架构，但也最常用。

用户 → 一个 Agent（LLM + Tools + Memory）→ 结果

工作方式：

• 一个 Agent 负责全部事情
• 从理解需求到执行到出结果，都是它
• 所有工具对它可用，它自己决定用什么、怎么用

适用场景：

• 任务复杂度不高（一个 Agent 能搞定）
• 不需要分工协作
• 典型的编码助手、个人助理

优点：

• 架构简单，维护成本低
• 延迟最小（不需要 Agent 间通信）
• 上下文一致（所有信息在一个上下文里）

缺点：

• 单个 Agent 能力有限（受限于一个上下文窗口）
• 工具多容易混淆（太多工具时 LLM 选择困难）
• 没有冗余（Agent 崩溃 = 全部崩溃）

代码示例：

class SingleAgent: def __init__(self, llm, tools: List[Tool], system_prompt: str): self.llm = llm self.tools = {t.name: t for t in tools} self.system_prompt = system_prompt self.memory = [{"role": "system", "content": system_prompt}] def run(self, user_input: str) -> str: self.memory.append({"role": "user", "content": user_input}) while True: response = self.llm.chat( self.memory, tools=[t.to_openai_format() for t in self.tools.values()] ) if response.function_call: tool_name = response.function_call.name tool_args = json.loads(response.function_call.arguments) self.memory.append(response.message) result = self.tools[tool_name].fn(**tool_args)