Agent不是新概念，但2024年它从论文走进了工程现场。想真正跑通一个能用的智能体，光看架构图没用，得把框架、检索、微调、部署这几段链路都摸一遍。下面按工程实现的顺序拆开讲。
先搞清楚Agent到底由什么组成
一个可运行的Agent至少包含四块：任务规划、工具调用、记忆管理和执行反馈。规划层决定它怎么把大目标拆成子步骤；工具层负责对接外部API、数据库或代码解释器；记忆层分短期上下文和长期向量存储；反馈层则判断这一步做对了没有，要不要重试。
这四块在客服、自动化决策、资料检索等场景里的权重完全不同。客服偏重工具调用和记忆，自动化决策偏重规划与反馈。选框架之前先想清楚你的场景卡在哪一层，否则容易上来就堆多智能体，最后调试成本失控。
轻量起步：用GPT接口搭单Agent
最省事的路径是直接调API做定制化智能体。核心就三件事：写好system prompt约束角色边界，用function calling声明可用工具，维护一个消息数组做上下文。这套方案适合任务边界清晰、工具数量在个位数的场景。
要注意的是上下文长度会随轮次线性膨胀，长会话必须做截断或摘要。另外工具调用的返回结果要结构化，别把整段自然语言塞回模型，否则下一轮解析容易出错。单Agent跑通之后再考虑上多体，这是顺序问题，不是偏好问题。
多智能体协作：AutoGen的版本坑
AutoGen是绕不开的框架，但版本差异必须先说清楚。0.2时代的ConversableAgent加GroupChat写法在0.4里已经重构：包被拆成autogen-agentchat和autogen-core，群聊改为异步事件驱动模型，GroupChatManager的调用方式、消息订阅机制都变了。照旧教程抄代码，大概率在import阶段就报模块找不到。
迁移时的实际做法是：先确认安装的是autogen-agentchat而非旧的pyautogen，再把同步的initiate_chat改成异步的run配合Team对象。多智能体编排的关键不在API本身，而在终止条件的设计——给每个agent设明确的发言轮次上限和退出关键词，否则两个agent会互相客套到token耗尽。
MetaGPT：源码级理解流程自动化
MetaGPT的价值在于它把软件公司的角色分工做成了可复用的SOP。产品经理、架构师、工程师各是一个带特定prompt和输出格式的agent，通过共享消息池串起来。读它的源码重点看两处：角色如何订阅消息，以及动作如何被序列化成结构化产物。
拿它做资料检索和流程自动化时，别直接改核心角色，而是继承基础Role类写自定义角色，把输入输出schema定死。这样流程可测试，出问题能定位到具体环节，而不是在一大坨自由文本里猜。
RAG：检索质量决定问答上限
知识库问答的瓶颈几乎从不在生成端，而在检索端。切分策略、embedding模型、向量库三者要匹配。常见故障有这么几类：一是向量维度不匹配，换embedding模型后没重建索引，插入时报维度错误；二是chunk重叠过大导致召回一堆近似重复片段，反而稀释了有效信息；三是rerank阈值没调，把低相关结果也送进上下文。
排查方法很直接：把召回结果打印出来人工看前五条，相关性不对就调chunk大小和重叠比例，通常256到512 token、重叠10%到20%是个合理起点。向量库选型上，本地小规模用FAISS够用，要持久化和过滤条件再考虑Chroma或Milvus。上线前用一批已知答案的问题做回归，看召回命中率，这个指标比生成流畅度更能反映系统健康度。
LoRA微调：知道它什么时候不该用
LoRA通过低秩分解冻结原权重、只训练旁路矩阵，显存占用比全参微调低一个量级。7B模型在单张24G卡上做LoRA是可行的，rank取8到16、学习率1e-4量级是常见配置。
但它有明确的不适用场景。数据量只有几百条时，LoRA容易过拟合到样本表面特征，效果不如精心设计的prompt加few-shot。任务与基座模型能力偏移太大时，低秩矩阵表达力不够，该上全参微调或换基座。另外LoRA改的是模型行为倾向，不是知识注入——想让模型记住新事实，RAG比微调靠谱得多。这两者常被混为一谈，实际是互补关系：微调管风格和格式，检索管事实。
多专家决策与仿真环境
多专家决策系统的本质是让不同prompt的agent对同一问题给出判断，再用一个聚合角色做仲裁。实现难点在仲裁逻辑——简单投票在开放问题上不可靠，更稳的做法是让仲裁agent看到各专家的推理过程而非仅结论。
斯坦福AI小镇那套仿真环境拆开看就是记忆流、反思、规划三个模块的循环。它适合学习多模块协同的设计思路，但直接搬到生产要谨慎，仿真里的时间步和真实业务的异步事件模型差异很大。
工程收尾：部署与验证
模型和流程跑通只是开始。部署阶段要关注推理服务的并发和超时设置，Agent链路长、单次请求可能触发多次模型调用，超时阈值给太紧会频繁中断。验证环节建议准备一组固定输入做端到端回归，记录每步的工具调用和中间输出，出问题时能快速定位是规划错了还是工具返回异常。
技术选型没有银弹。单Agent能解决的别上多体，prompt能解决的别急着微调，检索能补的知识别硬塞进权重。把这条判断链想清楚，比追任何一个新框架都管用。
ID:7238
