《Agent设计模式：图解可复用智能体架构》详细读书笔记
Author: 黄佳（笔名咖哥） Published: 2026-2-1 | Category: 人工智能 / 软件工程 Core Thesis: 为解决"如何在不确定的大模型上构建可靠系统"，需要建立一套可复用的Agent设计模式体系，涵盖感知、记忆、推理、行动、反思与协作六大核心架构。 Reading Date: 2026-05-14 Tags: Agent 设计模式 AI架构 软件工程
一、全书概览
一句话总结
本书是Agent时代的架构设计与工程实践指南，系统拆解了21个核心设计模式，帮助开发者在概率性的大模型世界中构建可靠、可复用的智能体系统。
全书结构
| 篇章 | 章节 | 主题 | 一句话概括 | |------|------|------|------------| | 上篇 智能设计的哲学 | 第1章 | 从结构到智能：设计模式的世纪旅程 | GoF设计模式→Agent设计模式的范式演进 | | 上篇 智能设计的哲学 | 第2章 | Agent的本质：从工具到伙伴 | 揭示Agent诞生的必然性，软件从确定性到概率性的范式转移 | | 上篇 智能设计的哲学 | 第3章 | Agent心智架构与协作"语法" | 感知-推理-行动循环是多Agent系统的底层逻辑 | | 下篇 智能设计模式 | 第4章 | 感知模式 | 注意力聚焦、主动感知、多模态融合 | | 下篇 智能设计模式 | 第5章 | 记忆模式 | 分层记忆、情节记忆、反思记忆 | | 下篇 智能设计模式 | 第6章 | 推理模式 | 思维链、思维树、思维图、类比推理 | | 下篇 智能设计模式 | 第7章 | 行动模式 | 规划-执行、工具编排、行动反思 | | 下篇 智能设计模式 | 第8章 | 反思模式 | 自我评估、经验沉淀、持续进化 | | 下篇 智能设计模式 | 第9章 | 协作模式 | 多Agent编排、去中心化交互、平台与协议 |
二、逐章要点
第1章：从结构到智能——设计模式的世纪旅程
核心观点
设计模式不是新概念——GoF在1994年就提出了23种设计模式。但AI Agent时代需要新的设计模式体系。
关键概念
| 概念 | 说明 | |------|------| | GoF设计模式 | 构建型、结构型、行为型三大类23种，解决的是确定性软件系统的复用问题 | | 范式转移 | 从"确定性结构"到"概率性智能"，软件2.0时代的设计范式 | | AgentOps | Agent的运维与管理方法论，Agent时代需要新的工程实践 |
核心洞察
- GoF模式解决的是"代码怎么写"的问题，Agent模式解决的是"智能怎么设计"的问题
- 传统设计模式追求高内聚低耦合，Agent设计模式追求灵活协作可靠执行
- 这是"诸神的黄昏"：当确定性遇到不确定性，旧范式不再适用
第2章：Agent的本质——从工具到伙伴
核心观点
Agent不是被动执行指令的工具，而是具备"感知-推理-行动"闭环的自主实体。
关键框架
传统软件：输入 → 处理 → 输出（确定性）
Agent系统：感知 → 推理 → 行动 → 反馈 → 反思（概率性、可迭代）
核心概念
| 对比维度 | 传统软件 | Agent系统 | |----------|----------|-----------| | 执行方式 | 被动响应 | 主动感知 | | 决策逻辑 | 预设规则 | 概率推理 | | 状态管理 | 确定性状态机 | 经验累积与记忆 | | 错误处理 | 异常捕获 | 反思与自我修正 | | 协作方式 | 接口调用 | 意图理解与协商 |
第3章：Agent心智架构与协作"语法"
核心观点
感知-推理-行动循环是Agent的心智架构，也是多Agent系统协作的底层逻辑。
Agent心智架构（核心模型）
感知(Perception) → 记忆(Memory) → 推理(Reasoning) → 行动(Action) → 反思(Reflection)
↗_______________________________________________↙
"循环之花"图是本章核心——展示了心智各模块之间的复杂交互关系。
多Agent协作设计原则
| 原则 | 说明 | |------|------| | 角色分工 | 每个Agent有明确的职责边界 | | 信息共享 | 通过统一记忆层实现经验共享 | | 冲突协调 | 去中心化vs中心化的编排策略 | | 可扩展性 | 新增Agent不影响现有系统运行 |
第4章：感知模式
核心观点
Agent不是被动接收数据的"填鸭"，而是具备主动筛选、捕获关键信息的能力。
感知模式细分
| 模式 | 定义 | 应用场景 | |------|------|----------| | 注意力聚焦模式 | 从海量信息中筛选关键信号 | 信息过载场景下的精准感知 | | 主动感知模式 | Agent主动发起信息觅食环（Information Foraging Loop） | 需要主动探索环境的场景 | | 多模态融合模式 | 整合文本、图像、语音等多种输入 | 多模态交互场景 |
工程实践要点
- 注意力机制是感知的核心——不是所有信息都同等重要
- 主动感知让Agent具备"好奇心"——主动去获取它需要的信息
- 多模态融合需要解决异构数据的统一表征问题
第5章：记忆模式
核心观点
记忆不是简单的键值对存储，而是从分层记忆到情节记忆的完整经验库。
记忆模式分类
| 模式 | 说明 | 类比人类记忆 | |------|------|-------------| | 短期记忆模式 | 当前会话上下文 | 工作记忆 | | 长期记忆模式 | 持久化的知识和经验 | 长期记忆 | | 情节记忆模式 | 带时间戳的交互记录 | 情景记忆 | | 反思记忆模式 | 对过去经验的自我修正 | 元认知/学习记忆 |
关键洞察
- 反思记忆让Agent从"一次性推理模型"演变为"可成长的生命体"
- 记忆的质量决定了Agent的智能上限
- 记忆的检索策略（向量搜索 vs 关键词搜索）直接影响响应质量
第6章：推理模式
核心观点
推理是Agent的灵魂——从线性思维链到网络化的思维图，展示智能体思考方式的跃迁。
推理模式矩阵
| 模式 | 结构 | 特点 | 适用场景 | |------|------|------|----------| | 思维链(CoT) | 线性 | 一步步推导 | 数学计算、逻辑推理 | | 思维树(ToT) | 树状 | 多路径探索、回溯 | 搜索问题、策略规划 | | 思维图(GoT) | 网状 | 并行探索、节点关联 | 复杂多步推理 | | 类比推理模式 | 跳跃式 | 跨域迁移、创造力涌现 | 开放域复杂问题 |
工程实践
- CoT是基础但容易陷入单一路径
- ToT通过多路径探索增加找到最优解的概率
- GoT是最新范式，允许非线性的推理跳跃
- 类比推理最具前瞻性——解决的是"AI创造力"问题
第7章：行动模式
核心观点
推理必须转化为行动才有价值——规划、工具调用、执行是Agent能力的最终体现。
行动模式分类
| 模式 | 说明 | 核心价值 | |------|------|----------| | 规划-执行模式 | 先制定计划再执行 | 解决复杂任务的分步拆解 | | 工具编排模式 | 多工具协同调用 | 避免工具组合的复杂性爆炸 | | 行动反思模式 | 执行后评估效果 | 持续改进行动质量 |
关键架构
- "能力总线"架构：优雅解决多工具协同中的复杂性爆炸
- 工具描述（Tool Description）质量直接影响Agent的工具选择准确率
第8章：反思模式
核心观点
没有反思的Agent只是执行器，有反思的Agent才具备学习能力。
反思流程
执行行动 → 评估结果 → 识别差距 → 提取教训 → 更新记忆 → 改进下次行动
关键概念
| 概念 | 说明 | |------|------| | 自我评估 | Agent对自身输出质量的判断 | | 经验沉淀 | 将成功/失败经验结构化存储 | | 持续进化 | 基于反思结果调整策略和行为 |
第9章：协作模式
核心观点
多Agent协作是Agent系统的终极形态——需要设计合理的编排"语法"。
协作模式
| 模式 | 架构 | 特点 | |------|------|------| | 中心化编排 | 主Agent调度子Agent | 控制力强，但单点瓶颈 | | 去中心化交互网 | Agent间直接通信 | 可扩展性强，但协调复杂 | | 路由模式 | 按任务类型分发到专门Agent | 精准匹配，效率高 |
MCP/A2A协议
- MCP（Model Context Protocol）：Agent与外部工具的标准化接口
- A2A（Agent-to-Agent）：Agent之间的通信协议
- 协议标准化是Agent生态走向成熟的关键
三、关键概念速查
| 概念 | 定义 | 一句话理解 | |------|------|------------| | Agent | 具备感知-推理-行动闭环的自主实体 | 不是工具，是伙伴 | | 设计模式 | 解决常见问题的可复用架构方案 | 前人总结的最佳实践 | | 感知-推理-行动循环 | Agent心智架构的核心循环 | 看→想→做，再回头看 | | 信息觅食环 | Agent主动获取信息的循环机制 | Agent的"好奇心"实现 | | 思维链(CoT) | 线性逐步推理方法 | 一步一步想清楚 | | 思维树(ToT) | 多路径探索的回溯推理 | 多试几条路再决定 | | 思维图(GoT) | 网络化非线性推理 | 脑子不是单线程的 | | 反思记忆 | 对过去经验的自我修正 | 从失败中学习 | | 能力总线 | 多工具协同的架构模式 | 工具也有"总线" | | MCP | 模型上下文协议 | Agent的"USB接口" |
四、核心框架/模型
Agent心智架构总图（文字版）
┌─────────────────────────────────────────────────┐
│ Agent 心智架构 │
├─────────────────────────────────────────────────┤
│ │
│ ┌──────┐ ┌──────┐ ┌──────┐ │
│ │ 感知 │───▶│ 记忆 │───▶│ 推理 │ │
│ │Percep│ │Memory│ │Reason│ │
│ └──┬───┘ └──┬───┘ └──┬───┘ │
│ │ │ │ │
│ │ ┌──────┴───┐ ┌──┴──────┐ │
│ │ │ 反思 │◀───│ 行动 │ │
│ │ │Reflect │ │ Action │ │
│ │ └──────────┘ └─────────┘ │
│ │ ▲ │ │
│ └─────────┴───────────────────┘ │
│ 反馈循环 │
└─────────────────────────────────────────────────┘
21个设计模式全景图
| 模式轴线 | 设计模式 | 数量 | |----------|----------|------| | 感知 | 注意力聚焦、主动感知、多模态融合 | 3个 | | 记忆 | 短期记忆、长期记忆、情节记忆、反思记忆 | 4个 | | 推理 | 思维链、思维树、思维图、类比推理 | 4个 | | 行动 | 规划-执行、工具编排、行动反思 | 3个 | | 反思 | 自我评估、经验沉淀、持续进化 | 3个 | | 协作 | 中心化编排、去中心化交互、路由模式 | 3个 | | 平台与协议 | MCP集成、A2A通信、一等组件 | 3个 |
五、金句摘录
"这是诸神的黄昏：当确定性遇到不确定性。"
"Agent不再是被动执行指令的工具，而是具备自主意识的行动者。"
"设计模式就是战略——选好设计模式，让几个板块沟通协作，就能高效工作。"
"从'编写代码'转向'构建心智'，从'确定性系统'转向'概率性生态'。"
"可复用是个大杀器——避免重新构建决策、记忆、反思与协作机制，聚焦于创造独特价值。"
六、行动清单
每次设计Agent前
- [ ] 明确Agent的感知方式：被动接收还是主动觅食？
- [ ] 规划记忆结构：需要短期/长期/情节/反思中的哪些？
- [ ] 选择推理策略：CoT够用还是需要ToT/GoT？
- [ ] 定义工具集：需要哪些工具？如何编排？
- [ ] 设计反思机制：Agent如何从错误中学习？
多Agent系统开发
- [ ] 确定协作模式：中心化编排还是去中心化网络？
- [ ] 定义Agent角色和职责边界
- [ ] 设计通信协议：MCP还是自定义？
- [ ] 规划可扩展性：新增Agent是否影响现有系统？
持续学习
- [ ] 关注MCP/A2A协议的标准化进展
- [ ] 跟踪Agent设计模式的最佳实践
- [ ] 定期反思已有Agent系统的架构合理性
七、社区评价
来源：豆瓣精选（评分8.5，58人评价，55.2%五星，29.3%四星）
高分书评
《从"代码"到"心智"：Agent设计模式的范式革命》 — 山川明净（豆瓣书评）
本书重新定义了智能时代的开发思维：从"编写代码"转向"构建心智"，从"确定性系统"转向"概率性生态"。上篇论"道"，下篇显"术"，每种模式配有详实的工程实践。
《从传统软件设计理念的演进来看如何设计一个Agent》 — 若沫潺湲（豆瓣 2有用）
虽然涉及众多硬核知识，但作者尽量保证深入浅出。适合想要理解Agent内在机制的初学者，养成更高水平的设计品味。
《"可复用"是个大杀器！》 — 米兰新宠皮皮（豆瓣 1有用）
面向工程师、产品经理和研究人员的书，为解决Agent设计模式的"可复用"问题提供方法论。
《理解Agent设计模式，你也可以动手构建属于自己的可复用AI智能体》 — dxnb21（豆瓣 1有用）
吃透21个核心设计模式，就能复制ClawdBot或豆包2.0这样的成功案例。
不同声音
《盛名之下，其实难副》 — 壹稚人（豆瓣 2有用，低分）
不错的章节：第1、2章。惊艳部分：3.2 Agent心智架构。但后面的下篇（第4、5、6、7、9章）内容几乎是大路货水字数，缺乏深度。
豆瓣短评精选
| 用户 | 评价 | 核心观点 | |------|------|----------| | 呜噜呜噜克 | 批评 | AI味有点重，文字应该都是AI重度参与创作，把简单的话说复杂了 | | clay | 批评 | 把简单事说复杂了 | | 大数定律2017 | 好评 | 如果想构建更高效的智能体系统，非常值得一读 | | 口合北儿 | 好评 | 直接从更高层视角剖析Agent，需要多读几次才能更好理解与实践 |
八、争议与批评
| 批评点 | 来源 | 核心论据 | 是否成立 | |--------|------|----------|----------| | 文字AI味重 | 豆瓣短评 | 各种莫名其妙的比喻句，把简单的话说复杂 | 部分成立——技术书追求精确，但确实有过度修辞的倾向 | | 下篇内容水 | 壹稚人书评 | 第4-7、9章是大路货，缺乏深度 | 部分成立——部分模式确实是对现有技术的系统化整理，原创性有限 | | 图文不符 | 壹稚人书评 | 3.2.4循环之花图很惊艳，但后面内容与图无关 | 部分成立——框架图精美但落地章节衔接不够紧密 | | 入门门槛高 | 多方反馈 | 需要多读几次才能理解 | 成立——本书定位是架构师/高级工程师，不适合纯新手 | | 缺乏代码深度 | 隐含批评 | 超越代码层面，但对纯开发者来说代码示例不足 | 部分成立——本书偏架构思维而非代码实现 |
我的判断
- 有道理的点：文字确实偏"哲学化"，喜欢直接看代码的人会不适应；部分模式是对已有概念的系统化而非创新
- 不太成立的点：本书的价值恰恰在于"超越代码"的架构视角，这不是缺点而是定位选择；作为第一本系统阐述Agent设计逻辑的书，开创意义大于技术深度
- 适合人群：架构师、技术负责人、Agent产品经理、想理解Agent底层逻辑的开发者
- 不适合人群：只想抄代码、不想理解设计哲学的纯执行层开发者
九、一句话总结
这是第一本系统阐述AI Agent设计模式的架构指南，通过21个核心模式（感知、记忆、推理、行动、反思、协作）为"如何在大模型的不确定性中构建可靠系统"提供了可复用的方法论——从"编写代码"到"构建心智"的范式升级。
十、方法论提取（如有）
| # | 方法论 | 触发场景 | 说明 | |---|--------|----------|------| | 1 | Agent心智架构设计 | 设计任何Agent系统时 | 感知→记忆→推理→行动→反思五步架构 | | 2 | 感知模式选择 | 需要Agent获取信息时 | 注意力聚焦/主动感知/多模态融合三选一 | | 3 | 推理策略选择 | Agent需要解决复杂问题时 | CoT/ToT/GoT/类比推理按需组合 | | 4 | 多Agent协作编排 | 多Agent系统设计时 | 中心化/去中心化/路由三种编排策略 | | 5 | 工具编排能力总线 | Agent需要调用多个工具时 | 避免复杂性爆炸的架构方案 | | 6 | 反思式学习循环 | 需要Agent自我进化时 | 执行→评估→提炼→更新的闭环 |
笔记生成：2026-05-14 by 喵喵 🐈