学Agent的顺序，其实是反的

Fen9Pi2026/8/3大约 5 分钟

开篇

一个观察：很多人学 Agent，顺序是反的。

一上来就研究 Multi-Agent、Tree of Thought、Memory、Agentic RAG，架构图画了一张又一张，论文读了一篇又一篇。

真到自己动手——

连一个能稳定跑起来的单 Agent 都做不出来。

我见过聊 LangGraph 头头是道的人，问他「你的 Agent 怎么判断工具调用是成功还是失败」，愣住了。

不是能力问题，是顺序问题。

流程图1

一、为什么都在追新概念

能理解。Agent 领域太卷了，Tree of Thought 还没搞懂，Graph of Thought 又来了。不追新，感觉要被淘汰。

而且这些概念听起来高级。Multi-Agent 听起来就能解决复杂问题。

但你追的这些东西，建立在什么上面？

建立在单 Agent 的稳定性上。

Multi-Agent 的本质是多个单 Agent 协作。单 Agent 都不稳，乘起来更不稳
Memory 的本质是上下文管理。推理链路都没跑通，加 Memory 只是加复杂度

地基不牢，越往上越危险。

二、正确的顺序

五个阶段，每个都有明确目标和过检标准。上一阶段不合格，不进下一个。

阶段一：单 Agent 推理链路跑通

" 目标是让 Agent 稳定完成"理解 → 推理 → 决策 → 输出"。

三个关键点：

Prompt 决定行为边界。 角色、任务、输出格式、约束、示例，五件套写全。别把 Prompt 当"随便写几句话"。

推理链路要可观测。 拆成步骤，出问题才知道坏在哪：

输出乱码 → 理解环节的问题
答非所问 → 推理环节的问题
格式不对 → 决策环节的问题

输出稳定性最容易被忽略，也最重要。 同样的输入，这次返 JSON 下次返纯文本，下游全崩。三个手段：

结构化输出强约束（with_structured_output + Pydantic schema）
Parser 兜底：解析失败走降级修复
多次采样 + 一致性检查，取多数结果

过检标准：同样输入输出基本一致、错误可追踪、格式可预期。

阶段二：工具调用

光会说话不够，得能做事。

工具定义三要素：描述清晰（什么时候用）、参数明确（怎么用）、返回可预期（结果怎么处理）。

真正的难点是工具执行失败怎么办。工具调用失败是常态不是异常：

async def safe_execute(tool_call, max_retries=3):
    for attempt in range(max_retries):
        try:
            return await execute(tool_call)
        except TransientError:
            await asyncio.sleep(2 ** attempt)   # 临时错误，退避重试
        except PermanentError:
            raise                                # 永久错误，直接失败
    return fallback_response()                   # 重试耗尽，降级