吴恩达Agent课精华：从单代理到完全自动化的实践路径

吴恩达联合LangChain创始人Harrison Chase、Tavily创始人Rotem Weiss推出的《AI Agents in LangGraph》课程，用两小时系统拆解了智能体工作流的核心设计模式。这堂课从一个最朴素的问题切入：为什么迭代式的Agentic Workflow，往往比让大模型「一口气写完」要好得多？

为什么Agentic Workflow值得期待

吴恩达把当前主流的LLM用法比作「让人从第一个字写到最后一个字、中间不许按退格键写完一篇文章」。这显然违背了人类真实的创作过程。而Agentic Workflow的思路恰恰相反——先列提纲，再决定是否需要上网检索，然后写初稿、自我批判、根据批判迭代改进。

他分享了一个堪比「ChatGPT时刻」的「Agentic AI时刻」：在斯坦福做现场演示时，让Agent先做网页检索再写文章，结果Web Search的API突然失败。就在他以为演示要当众翻车时，Agent自主切换到了他早已忘记自己配置过的维基百科搜索工具，顺利完成了任务。这种「软件能自主执行复杂动作序列」的体验，正是他对Agent乐观的根源。

一个有意思的技术细节是：Agentic Workflow还反过来反哺基础模型训练。直接用LLM生成文本再训练下一代模型是行不通的，但如果在中间插入一个Agentic Workflow来生成高质量数据，这些数据对训练新一代模型就确实有用。

智能体的五大核心设计模式

吴恩达用「三人合写论文」的比喻解释了Agent协作：一个人做规划列提纲，一个人做研究跑查询收集文档，一个人写初稿，再有人审阅提建议并循环修改。他随后提炼出Agentic Workflow的五个关键设计模式：

• Planning（规划）：思考要走哪些步骤，先列大纲再决定后续动作
• Tool Use（工具调用）：知道有哪些工具可用、如何使用，比如搜索工具
• Reflection（反思）：迭代式改进结果，可由多个LLM相互批判、给出修改建议
• Multi-agent（多智能体通信）：每个角色都像一个带独特Prompt的LLM，承担独特职责
• Memory（记忆）：跨多步骤追踪进度与结果

Harrison Chase补充了过去一年Agent得以成功落地的两个关键改进：一是支持函数调用（Function Calling）的LLM让工具使用变得可预测、稳定；二是像搜索这样的具体工具被改造得更适合Agent使用——Agent需要的不是一堆链接，而是能引用来源的结构化答案。

从零手写一个ReAct智能体

课程的第一步是不依赖任何框架，仅用LLM加Python手写一个基于ReAct（Reasoning + Acting）模式的Agent。这个模式的循环是：LLM先思考（Thought），再决定动作（Action），动作在环境中执行并返回观察结果（Observation），然后LLM带着观察结果继续循环，直到判断任务完成。

实现上，Agent类由一个系统消息参数化，维护一个消息列表，每轮调用都把新消息追加进去。通过精心设计的系统Prompt约束模型按Thought/Action/PAUSE/Observation的格式输出，并提供两个玩具工具（计算器和查询狗平均体重）。课程演示了从手动逐步调用，到用正则表达式解析动作、封装成query循环函数自动运行的全过程。

这个环节的价值在于清晰区分了「哪些工作由LLM负责、哪些由围绕LLM的运行时代码负责」——Agent的智能来自LLM，而控制流、工具执行、循环逻辑都是外部代码在管理。

ReAct（Reasoning + Acting）是2022年由谷歌和普林斯顿大学联合提出的一种Agent推理框架，论文标题即《ReAct: Synergizing Reasoning and Acting in Language Models》。其核心思想是将「思维链（Chain-of-Thought）推理」与「外部工具动作」交织在一起，而非让模型单纯在内部推理或单纯执行动作。传统的思维链（CoT）只在模型内部进行推理，无法获取外部世界的最新信息；纯粹的动作执行又缺乏推理步骤，难以应对需要多步分解的复杂问题。ReAct通过 Thought → Action → Observation 的循环，让模型每一步都能把外部观察结果纳入下一步推理，从而有效减少「幻觉」并提升对长程任务的完成能力。这也是为什么在实现中需要用精心设计的系统Prompt严格约束输出格式——模型必须在每个 PAUSE 节点停下来等待真实的工具执行结果，而不能自行捏造Observation。

用LangGraph重构：节点、边与状态

手写Agent中那个庞大的循环函数，正是LangGraph要解决的问题。LangGraph是LangChain的扩展，专为Agent和多智能体流程设计，核心能力是描述并编排控制流，尤其是构建循环图（Cyclic Graph）。

LangGraph有三个核心概念：**节点（Nodes）**是Agent或函数，**边（Edges）**连接节点，**条件边（Conditional Edges）**用于决定下一步该去哪个节点。课程把前面手写的Agent重构为：一个执行LLM的节点、一个判断是否存在待执行动作的条件边、一个执行动作的节点，动作执行后自动回到LLM节点，形成闭环。

另一个关键是**状态（State）**管理。Agent State在图的所有节点和边中都可访问，可存入持久化层。课程特别讲解了状态更新的两种行为：用operator.add标注的字段（如消息列表）在更新时是追加而非覆盖；未标注的字段则会被新值覆盖。这个设计直接决定了Agent如何累积对话历史和中间步骤。

实测中，面对「2024超级碗冠军所在州的GDP是多少」这类问题，Agent展现了串行工具调用能力——它必须先知道冠军是堪萨斯城酋长队、确定所在州是密苏里，才能发起第二次查询。这与同时查询「旧金山和洛杉矶天气」的并行工具调用形成对比。

LangGraph底层基于有向图（Directed Graph）的计算范式，与早期LangChain以「链式调用（Chain）」为核心的设计有本质区别。链式调用是有向无环图（DAG），数据只能单向流动，天然不支持循环；而现实中的Agent任务往往需要「做完一步、评估结果、再决定下一步」的反复迭代，必须引入有向有环图（Cyclic Graph）才能描述。LangGraph的状态（State）管理借鉴了函数式编程中的「Reducer」概念：每个节点不是直接修改全局状态，而是返回一个局部更新，由框架按照预先定义的合并规则（如追加或覆盖）统一应用到全局状态上。这种设计使得状态变更可预测、可追溯，也是后续持久化与时间旅行功能得以实现的基础——每次状态变更都可以被独立记录为一个检查点（Checkpoint）快照。

Agentic Search：Agent需要的不是链接

课程用一节专门讲解Agentic Search与传统搜索的区别。普通搜索返回的是一堆链接，还需要人去点击、抓取、解析HTML、清洗内容——课程现场演示了用DuckDuckGo加BeautifulSoup抓取网页的繁琐过程。

而Tavily这类Agentic Search工具，会先理解问题、必要时拆分为子问题，为每个子问题选择最佳数据源（比如天气类问题就用天气API），再从源中抽取相关信息、分块做向量检索取出最相关的片段，最后打分过滤。返回的是结构化的JSON。

吴恩达团队点出了一个核心洞察：这种JSON对人类来说可读性很差，但「这正是Agent想要的——结构化数据」。人类需要的是带温度、湿度、风速图标的直观界面，而Agent需要的是能被程序精确解析的数据格式。

持久化、流式与人类介入

长时间运行的Agent任务离不开两个概念：**持久化（Persistence）**让你保存某一时刻的Agent状态并在未来恢复；**流式（Streaming）**让你实时看到Agent正在做什么。LangGraph通过Checkpointer（如SQLite Saver）在每个节点间保存状态快照，并用thread ID区分不同会话，支撑生产环境中的多用户并发。

持久化还解锁了强大的「人类介入（Human-in-the-loop）」能力。通过在编译图时设置interrupt_before=action，可以在执行工具前中断，等待人工审批。课程进一步演示了几种高级模式：

• 修改状态：把Agent误解的「洛杉矶（Los Angeles）」纠正为「路易斯安那（Louisiana）」
• 时间旅行：通过get_state_history回到任意历史检查点并从那里重新运行
• 分支编辑：回到过去的状态后修改并走出一条新分支
• 手动注入结果：用as_node=action参数伪装成动作节点，直接给Agent一个模拟的工具返回值，而不真正调用工具

这里的一个技术细节是，人类介入场景中需要替换而非追加消息，因此要写一个自定义的reduce_messages函数，根据消息ID判断是替换还是追加。

「人类介入（Human-in-the-loop，HITL）」是工业级AI系统可靠性工程的核心概念，指在自动化流程的关键决策节点保留人类审批或纠错的能力。在Agent场景下，HITL尤为重要，因为LLM存在幻觉风险，且部分工具调用（如发送邮件、执行数据库写操作、触发支付）具有不可逆的副作用。LangGraph通过interrupt_before机制将图的执行在指定节点前挂起，本质上是把一个本来连续的计算过程变成了「可暂停、可恢复」的协程（Coroutine）风格。结合Checkpointer的持久化能力，即使Agent中断后服务器重启，也能从检查点精确恢复上下文，而无需重新执行已完成的步骤。「时间旅行」功能则进一步把Agent的执行历史变成一棵可分支的版本树，这在调试复杂Agent行为、或需要对同一任务尝试不同策略时具有重要的工程价值。

终极项目：会自我批判的论文写作Agent

课程的收官项目是一个「AI研究员/论文写作Agent」，它把前面所有概念串联成一个复杂的多节点图：先生成写作计划 → 基于计划做研究（调用Tavily取文档）→ 生成初稿 → 判断是否完成 → 若未完成则进入Reflect节点生成批判 → 根据批判再做一轮研究 → 回到生成节点重写，如此循环直到满足max_revisions条件退出。

这个Agent的状态比之前复杂得多，要追踪任务、计划、草稿、批判、研究内容列表，以及修订次数和最大修订次数。课程还配套做了一个GUI，可以在每个节点后中断、查看内存状态快照、手动修改计划（比如把「披萨店」荒诞地改成「果酱甜甜圈在披萨制作中的重要性」），直观演示了状态如何演变、时间旅行如何工作。

更前沿的Agent架构

课程最后概览了几种未能在课上实现、但值得了解的高级架构：

• 多智能体架构（Multi-agent）：多个Agent在同一共享状态上协作
• 监督者架构（Supervisor）：一个强大的LLM作为监督者，负责路由和协调各子Agent，子Agent可有各自独立的状态
• 流程工程（Flow Engineering）：源自Alpha Codium论文，在关键节点设置循环以达到SOTA编码性能
• 规划-执行（Plan-and-Execute）：先显式规划，再逐步执行，中途可按需重新规划
• 语言智能体树搜索（Language Agent Tree Search）：对可能的动作状态做树搜索，可回溯并更新父节点信息——这也凸显了持久化的重要性

Harrison Chase强调，LangGraph与其他框架最大的差异在于高度的可控性——图中每条箭头都明确定义了状态流转，而这种可控性正是打造真正能用的Agent的关键。