专注于AI、云计算、猫，欢迎关注
之前以 ReAct 模式做切入，讲述了一个 AI-Agent 的工程本质。
AI-Agent（智能体）的工程本质：ReAct
本文以 Plan-And-Execute 模式做切入，讲述多个AI-Agents协作的工程本质。
本文也将表达：多个AI-Agents可以带来哪些好处？能够解决哪些问题？
单个 AI-Agent 是一种从“AI工具”到“AI助手”的范式转移。
多个 AI-Agents 是一种从”万能助手”到”专业团队”的范式转变。
AI-Agent是什么？
AI-Agent是我们给大模型加上“工作规则”和“工具”，使它能够与外部环境持续交互，自主地完成任务目标。
‘工作规则’是基于某种方法论，任何人都可以去定义大模型的做事规范，恰到好处的方法论可以让任务目标更高效、更准确地达成。ReAct/Plan-And-Execute它们就是工作规则。
理论指导
https://blog.langchain.com/planning-agents/
langchain给Plan-And-Execute模式定义了三种类型：
- Plan-And-Execute
- LLMCompiler
- ReWOO
我选择第1种类型为切入点来揭示其工程本质、同时也揭开多个AI-Agents协作的工程本质。
工作模式
Plan-And-Execute模式是如何工作的呢？
首先，分析阶段，大模型 会对任务进行分析，从而理解任务目标。
然后，规划阶段，大模型 Agent 智能体 会将任务分解成多个有顺序的子任务。
接着，执行阶段，大模型 会按顺序去要求Agent执行子任务，Agent 执行子任务后会将结果答复大模型。
之后，重新规划，大模型 会将子任务执行结果和子任务列表重新思考、重新规划，得到一个新的子任务列表。
最终，循环往复，所有子任务执行完毕后，大模型 会将所有子任务的结果组合起来，生成最终结果。
工程本质
由于Plan-And-Execute工作模式的步骤较多，我通过代码来进行演示和阐述。
我使用青云智算平台里的大模型：DeepSeek-V3.1-Terminus
我的项目地址：
https://github.com/lindongsen/essence-of-AI-engineering.git
这里有两个Agent：
一个是AgentPlanAndExecute，用于规划任务；
一个是AgentReAct，用于执行单一任务。
AgentPlanAndExecute 在运行过程中会调用 AgentReAct 去执行子任务。
这是“Plan-And-Execute”提示词：
你的核心职责是将用户提供的“高级任务”分解为可操作的子任务，制定一个循序渐进的计划，然后协调执行这些子任务。
你有一个辅助工具AgentShell，它可以执行单一、具体的任务。
你的输出应包括完整的计划概述、每个步骤的执行结果以及最终总结。
严格遵循以下步骤：
- 任务提交(task)：用户会提交一个任务。当用户没有提交任务或任务模糊，请向用户发起询问（task-ask），用户会答复给你task。
- 任务分析(plan-analysis)：分析任务描述，理解任务目标、上下文信息、任何约束条件。如果任务模糊，请向用户发起询问（task-ask）。
- 任务规划(plan-list)：分解任务为自然语言描述的一个或多个逻辑子任务（subtasks），这些子任务是有顺序的，每个子任务是原子性的，确保它们组合起来能实现总体目标。
- 执行（execute-subtask）:按顺序执行子任务，调用AgentShell来执行单一子任务。等待单一子任务执行完毕，获得子任务的执行结果（subtask-result）。
- 重新规划（replan-list）:你已经知道当前子任务执行到哪一步，需要再根据‘subtask-result’和‘subtasks’重新做任务规划，生成新的subtasks。任务规划方式同上述的plan-list步骤。
- 执行（execute-subtask）:同上述的execute-subtask步骤。
- 最终结果（final）:所有子任务执行完毕后，将所有子任务的结果组合起来，生成最终输出，确保输出符合用户的原始任务目标。
特别注意：
- 在plan-list和replan-list这两个步骤中，当你遇到模糊的问题，例如：不清楚操作系统版本、相关工具是否存在等情况，应该将这类模糊事件规划成子任务去做确定。
- 当你‘不理解’任务目标，则输出中必须有task-ask，否则输出中必须有且仅有一个‘execute-subtask或final’。
- 子任务不允许任何改变已有文件和文件夹的操作，包括但不限于：删除、修改、移动、重命名等。
输出格式要求：
所有步骤必须严格使用JSON的格式输出，当有超过1个输出时使用list格式将json作为元素按照顺序输出，JSON支持的关键字如下。
- step_name, 步骤名称，字符串格式
- raw_text, 原始内容，字符串格式
- tool_call, 指定工具名，字符串格式，仅execute-subtask步骤使用
- tool_args, 指定工具参数，JSON格式，仅execute-subtask步骤使用
AgentShell的调用方式：
- agent_shell(message)，返回JSON，如{“step_name”:“subtask_result”,“raw_text”:“ok”}。
这是“Plan-And-Execute”执行过程：
a. 启动会话
~/essence-of-AI-engineering# DEBUG=1 uv run AgentPlanAndExecute.py
Welcome to the Plan-And-Execute AI Agent. Type ‘exit’ to quit.
Enter your task:
b. 发起任务
任务内容是：“请转换视频到音频，输出到相同的文件夹下，文件夹是/workspace”
- AgentPlanAndExecute中大模型收到了任务，分析任务，分解任务到多个子任务。之后，发起了一个执行子任务的行动，可以看出来发起子任务使用的是自然语言。
[AgentPlanAndExecute] [2025-10-14 00:43:46] {
“step_name”: “task”,
“raw_text”: “请转换视频到音频，输出到相同的文件夹下，文件夹是/workspace”
}
[AgentPlanAndExecute] [2025-10-14 00:43:49] [
{
},
{
},
{
}
]
- AgentReAct中大模型收到了子任务，思考并做出了正确行动，它找到了2个视频文件，同时识别其有效性。
[AgentReAct] [2025-10-14 00:43:49] {
“step_name”: “task”,
“raw_text”: “列出/workspace文件夹中的所有文件，特别是视频文件（如.mp4、.avi、.mov等），以确定可转换的目标。”
}
[AgentReAct] [2025-10-14 00:43:50] [
{
},
{
}
]
[AgentReAct] [2025-10-14 00:43:50] {
“step_name”: “observation”,
“raw_text”: [
]
}
[AgentReAct] [2025-10-14 00:43:52] [
{
},
{
}
]
- AgentPlanAndExecute中大模型会基于子任务结果重新规划多个子任务，之后，发起第一个子任务。
[AgentPlanAndExecute] [2025-10-14 00:43:52] {
“step_name”: “subtask_result”,
“raw_text”: “在/workspace文件夹中找到了以下视频文件： 1. T-ARA_LittleApple.mp4 (64MB) – 有效的视频文件 2. test-invalid.mp4 (0字节) – 无效的空文件
可转换的目标视频文件是T-ARA_LittleApple.mp4。”
}
[AgentPlanAndExecute] [2025-10-14 00:43:54] [
{
},
{
}
]
- AgentReAct执行子任务。
[AgentReAct] [2025-10-14 00:43:54] {
“step_name”: “task”,
“raw_text”: “将视频文件/workspace/T-ARA_LittleApple.mp4转换为音频文件，输出为/workspace/T-ARA_LittleApple_audio.mp3，确保不修改原文件。”
}
…
[AgentReAct] [2025-10-14 00:44:10] [
{
},
{
}
]
- AgentPlanAndExecute基于所有子任务的结果进行总结，生成最终结果。
[AgentPlanAndExecute] [2025-10-14 00:44:10] {
“step_name”: “subtask_result”,
“raw_text”: “视频文件已成功转换为音频文件。输出文件为/workspace/T-ARA_LittleApple_audio.mp3，大小为3.3MB，格式为MP3。原文件未被修改。”
}
[AgentPlanAndExecute] [2025-10-14 00:44:12] [
{
}
]
结语
AI-Agent的工程本质是”工作规则”和”工具”，任何人都可以定义”工作规则”，“工作规则”也可称之为”方法论”。用恰当的方法去解决特定场景的任务，它可以让目标的达成更加高效、更加准确。
多个AI-Agents的协作本质上是将”工作”各自聚焦，让专业的AI-Agent做对应专业的事，让各个AI-Agent能单独维护，实现原子操作也更加容易。
我们经常遇见的一些问题：
- 单个AI-Agent的上下文窗口不够用。用多个AI-Agents去分工协作、分解任务，可以解决此问题。
- 单个AI-Agent的思考时间太长，延迟太高。用多个AI-Agents能让上下文消息量变少，让任务更加专注。
- 单个AI-Agent对复杂任务的表现不稳定，易产生”幻觉”。用多个AI-Agents去让擅长者做擅长事，分解后的各个任务目标更加聚焦，执行任务会更加高效和准确。
单个 AI-Agent 是一种从“AI工具”到“AI助手”的范式转移。
多个 AI-Agents 是一种从”万能助手”到”专业团队”的范式转变。
最近这几年，经济形式下行，IT行业面临经济周期波动与AI产业结构调整的双重压力，很多人都迫于无奈，要么被裁，要么被降薪，苦不堪言。但我想说的是一个行业下行那必然会有上行行业，目前AI大模型的趋势就很不错，大家应该也经常听说大模型，也知道这是趋势，但苦于没有入门的契机，现在他来了，我在本平台找到了一个非常适合新手学习大模型的资源。大家想学习和了解大模型的，可以点击这里前往查看
发布者：Ai探索者，转载请注明出处：https://javaforall.net/242666.html原文链接：https://javaforall.net
