Anthropic大模型Agents构建全攻略：从理念到实践的极简指南

高效构建Agents的设计理念

始终贯穿“实用优先、简洁可控、按需适配”的逻辑。

1. 最小复杂度优先，拒绝过度设计

这是最核心的底层理念：构建LLM相关系统时，优先采用最简单的解决方案(如单次LLM调用+检索/上下文示例)，仅在简单方案无法满足性能需求时，才逐步增加复杂度(如多步骤workflows、Agents)。本质是避免为追求“复杂先进”而牺牲效率，始终权衡 latency、成本与任务性能的平衡，不盲目堆砌功能或依赖复杂框架。

2. 架构按需匹配，不搞“一刀切”

根据任务特性选择合适的智能Agents系统类型，强调“架构适配场景”而非“技术驱动选择”：

• 对定义明确、需可预测性和一致性的任务，采用预定义路径的“workflows”；
• 对开放式、需灵活性和模型动态决策的任务，采用自主导向的“Agents”；
• 对无需多步骤协作的简单任务，直接使用基础LLM能力，不引入额外层级。

3. 模块化可组合，灵活适配需求

核心构建逻辑是“基础块+组合模式”：

• 以“增强型LLM”为统一基础构建块(扩展检索、工具、记忆功能)；
• 提供5类可复用、可组合的workflows模式(提示词链、路由、并行化等)，开发者可根据具体场景拆分、组合，而非使用固定的复杂框架；
• 模式本身无强制性，允许根据需求定制调整，避免“一套框架用到底”的僵化。

4. 透明可控为基，兼顾实用与可维护

设计时优先保障系统的透明度和可维护性，避免黑箱操作：

• 拒绝冗余抽象层：优先直接使用LLM APIs，即使使用框架也需理解底层逻辑，减少调试障碍；
• 强调过程可见：明确展示Agents的规划步骤，工具设计需文档详尽、使用直观(如优化参数命名、提供示例)；
• 工具防呆设计：通过规范格式(如绝对文件路径)、减少格式开销等方式，降低模型使用工具的出错概率，提升可靠性。

5. 人机协同赋能，可控范围内自主

Agents的“自主性”并非无边界，而是在“可控、可反馈”的框架内实现：

• 保留人类监督：关键节点(如任务卡点、结果审核)允许人类介入，支持反馈循环(如评估者-优化者模式)；
• 风险前置控制：对自主Agents进行沙盒测试，设置停止条件(如最大迭代次数)和护栏机制，规避累积错误和高成本风险；
• 聚焦“人机互补”：Agents承担重复操作、动态决策等任务，人类负责标准定义、复杂审核等核心环节，而非追求完全替代人类。

构建高效的Agents细节

发布时间：2024年12月19日 00:00:00 Anthropic 工程团队 著

我们与多个行业中构建大语言模型(LLM)Agents的团队展开了合作。实践表明，最成功的实现方案往往采用简单、可组合的模式，而非复杂的框架。

在过去一年里，我们与数十个来自不同行业、致力于构建大语言模型(LLM)Agents的团队进行了合作。始终不变的是，最成功的实现方案并未依赖复杂框架或专用库，而是基于简单、可组合的模式构建而成。

在本文中，我们将分享从与客户合作及自身构建Agents的过程中总结的经验，并为开发者提供构建高效Agents的实用建议。

什么是Agents？

“Agents”(Agent)的定义多种多样。部分客户将其定义为能够长期独立运行、借助各类工具完成复杂任务的全自主系统；另一些客户则用该术语描述遵循预定义workflows的指令式实现方案。在 Anthropic，我们将所有这些变体归类为Agents系统(agentic systems)，但在架构上对workflows和Agents做出了重要区分：

• workflows：通过预定义的代码路径对 LLM 和工具进行编排的系统。
• Agents：由 LLM 动态指导自身流程和工具使用，自主掌控任务完成方式的系统。

下文将详细探讨这两类Agents系统。在附录 1《实际应用中的Agents》中，我们将介绍客户发现这类系统极具价值的两个领域。

何时(以及何时不)使用Agents？

在基于 LLM 构建应用时，我们建议优先选择最简单的解决方案，仅在必要时增加复杂度——这可能意味着完全不构建Agents系统。Agents系统通常需要以延迟和成本为代价，换取更好的任务性能，你需要判断这种权衡是否合理。

当确实需要更高复杂度时：

• workflows适用于定义明确的任务，能提供可预测性和一致性；
• Agents则更适合需要大规模灵活性和模型驱动决策的场景。

不过，对于许多应用而言，通过检索和上下文示例优化单次 LLM 调用通常就已足够。

何时以及如何使用框架？

目前有许多框架可简化Agents系统的实现，包括：

• LangChain 推出的 LangGraph；
• Amazon Bedrock 的 AI Agent 框架；
• Rivet(一款拖拽式 GUI 界面的 LLMworkflows构建工具)；
• Vellum(另一款用于构建和测试复杂workflows的 GUI 工具)。

这些框架通过简化调用 LLM、定义和解析工具、串联调用等标准底层任务，降低了入门门槛。但它们往往会增加额外的抽象层，掩盖底层的提示词和响应，导致调试难度加大；同时也可能诱使开发者在简单方案已足够的情况下过度增加复杂度。

我们建议开发者首先直接使用 LLM API：许多模式仅需几行代码即可实现。如果确实需要使用框架，请务必理解其底层代码——对底层逻辑的错误假设是客户常见的出错原因之一。

可参考我们的示例代码集(cookbook)获取部分实现案例。

构建Blocks、workflows与Agents

本节将探讨我们在生产环境中观察到的Agents系统常见模式。我们将从基础构建块(增强型 LLM)开始，逐步提升复杂度，依次介绍简单的可组合workflows和自主Agents。

构建Blocks：增强型 LLM

The augmented LLM

Agents系统的基本构建块是增强型 LLM——即通过检索、工具、记忆等增强功能扩展的 LLM。我们当前的模型能够主动运用这些能力：生成自己的搜索查询、选择合适的工具，并决定需要保留哪些信息。

• 注：我们的评估表格未包含 OpenAI 的 o1 模型系列，因为该系列模型依赖大量预响应计算时间，与典型模型存在本质差异，导致性能对比缺乏参考意义。

增强型 LLM 的实现建议

建议重点关注两个核心实现要点：

1. 根据具体用例定制这些增强功能；
2. 为 LLM 提供简洁、文档完善的接口。

虽然实现这些增强功能的方式多种多样，但其中一种方案是通过我们最近推出的**模型上下文协议(Model Context Protocol)**——开发者仅需简单的客户端实现，即可集成日益丰富的第三方工具生态。

在本文后续内容中，我们将默认每次 LLM 调用都可使用这些增强功能。

workflows：提示词链(Prompt Chaining)

提示词链将任务分解为一系列步骤，每个 LLM 调用都会处理前一个调用的输出结果。你可以在任意中间步骤添加程序化检查(见下图中的“gate/网关”)，确保流程按预期推进。

The prompt chaining workflow

适用场景

该workflows适用于可轻松、清晰地分解为固定子任务的场景。其核心目标是通过将每个 LLM 调用的任务简化，以延迟换取更高的准确性。

实用示例

• 生成营销文案后，将其翻译成其他语言；
• 先编写文档大纲，检查大纲是否符合特定标准，再根据大纲撰写完整文档。

workflows：路由(Routing)

路由会对输入进行分类，并将其导向专门的后续任务。该workflows支持关注点分离，可构建更具针对性的提示词。若缺少这一workflows，针对某类输入的优化可能会影响其他输入的处理性能。

The routing workflow

适用场景

路由适用于以下复杂任务：

• 存在明显不同的分类，且各分类更适合单独处理；
• 分类可通过 LLM 或更传统的分类模型/算法准确完成。

实用示例

• 将不同类型的客户服务查询(一般咨询、退款申请、技术支持)导向不同的下游流程、提示词和工具；
• 将简单/常见问题分配给 Claude 3.5 Haiku 等小型模型，将复杂/特殊问题分配给 Claude 3.5 Sonnet 等更强大的模型，以优化成本和速度。

workflows：并行化(Parallelization)

LLM 有时可以同时处理某项任务，并通过程序化方式聚合输出结果。这种并行化workflows主要有两种核心变体：

• 分段处理(Sectioning)：将任务拆分为独立子任务，并行执行；
• 投票机制(Voting)：多次运行同一任务，获取多样化输出。

The parallelization workflow

适用场景

当拆分后的子任务可通过并行化提升速度，或需要多视角、多次尝试以获得更高可信度的结果时，并行化非常有效。对于涉及多方面考量的复杂任务，LLM 通常在每个考量点由单独的 LLM 调用处理时表现更佳——这样可以让模型专注于每个具体方面。

实用示例

1. 分段处理：

• 实现护栏机制(guardrails)：一个模型实例处理用户查询，另一个同时筛查不当内容或请求(这种方式通常比让单个 LLM 同时处理护栏和核心响应的效果更好)；
• 自动化评估 LLM 性能：每个 LLM 调用评估模型在特定提示词下某一方面的表现。

2. 投票机制：

• 代码漏洞审查：通过多个不同的提示词审查代码，若发现问题则标记；
• 内容合规性评估：通过多个提示词从不同维度评估内容是否违规，并设置不同的投票阈值以平衡误报和漏报。

workflows：协调者-执行者(Orchestrator-workers)

在协调者-执行者workflows中，中央 LLM 会动态分解任务、将其委派给执行者 LLM，并合成最终结果。

适用场景

该workflows适用于无法预测所需子任务的复杂任务(例如在编码场景中，需要修改的文件数量和每个文件的修改内容往往取决于具体任务)。虽然在结构上与并行化类似，但核心区别在于其灵活性——子任务并非预先定义，而是由协调者根据具体输入动态确定。

实用示例

• 每次需要对多个文件进行复杂修改的编码产品；
• 需要从多个来源收集和分析相关信息的搜索任务。

workflows：评估者-优化者(Evaluator-optimizer)

在评估者-优化者workflows中，一个 LLM 调用生成响应，另一个则通过循环提供评估和反馈。

适用场景

该workflows在以下情况下尤为有效：

• 存在明确的评估标准；
• 迭代优化能带来可量化的价值。

判断是否适用的两个关键标志：

1. 当人类明确表达反馈时，LLM 的响应能得到显著改进；
2. LLM 本身能够提供此类有效反馈。

这类似于人类作家创作精炼文档时的迭代写作过程。

实用示例

• 文学翻译：译者 LLM 最初可能无法捕捉到某些细微差别，但评估者 LLM 可以提供有用的批评建议；
• 复杂搜索任务：需要多轮搜索和分析以收集全面信息，评估者会判断是否需要进一步搜索。

Agents

随着 LLM 在核心能力(理解复杂输入、推理规划、可靠使用工具、从错误中恢复)上的成熟，Agents已开始投入生产环境应用。Agents的workflows程通常如下：

1. 接收人类用户的指令或通过互动讨论明确任务；
2. 任务明确后，自主规划并执行操作，必要时向人类请求更多信息或判断；
3. 执行过程中，关键是Agents在每个步骤都能从环境中获取“真实数据”(如工具调用结果或代码执行情况)，以评估进度；
4. Agents可在检查点或遇到障碍时暂停，等待人类反馈；
5. 任务通常在完成后终止，但通常会设置停止条件(如最大迭代次数)以保持控制。

Agents能够处理复杂任务，但其实现往往并不复杂——通常只是 LLM 在循环中根据环境反馈使用工具。因此，清晰、周全地设计工具集及其文档至关重要。我们在附录 2《工具的Prompt engineering》中详细阐述了工具开发的最佳实践。

Autonomous agent

适用场景

Agents适用于以下情况：

• 开放式问题：难以或无法预测所需步骤数量，无法硬编码固定路径；
• 模型需进行多轮操作，且你对其决策能力有一定信任度。

Agents的自主性使其非常适合在可信环境中规模化处理任务。但同时，自主性也意味着更高的成本和潜在的累积错误风险。我们建议在沙盒环境中进行充分测试，并设置适当的护栏机制。

实用示例(来自我们的自有实现)

• 编码Agents：解决 SWE-bench 任务(根据任务描述编辑多个文件)；
• “计算机使用”参考实现：Claude 通过操作计算机完成任务。

High-level flow of a coding agent

组合与定制这些模式

这些构建块并非强制性规范，而是开发者可根据不同用例调整和组合的常见模式。与所有 LLM 功能一样，成功的关键在于衡量性能并迭代优化实现方案。再次强调：仅当复杂度的增加能显著改善结果时，才考虑添加。

总结

在 LLM 领域取得成功，并非在于构建最复杂的系统，而在于打造符合自身需求的系统。从简单提示词开始，通过全面评估进行优化，仅在简单解决方案无法满足需求时，再添加多步骤Agents系统。

在实现Agents时，我们遵循三大核心原则：

1. 保持Agents设计的简洁性；
2. 优先保证透明度——明确展示Agents的规划步骤；
3. 通过详尽的工具文档和测试，精心设计Agents-计算机接口(ACI)。

框架可以帮助你快速入门，但在向生产环境迁移时，不妨减少抽象层，使用基础组件构建。遵循这些原则，你将能够创建出不仅功能强大，而且可靠、可维护且能获得用户信任的Agents。

附录 1：实际应用中的Agents

我们与客户的合作发现，AIAgents在以下两个应用场景中展现出了显著的实用价值，充分体现了上述模式的价值。这两个场景的共同特点是：任务既需要对话交流也需要实际操作、有明确的成功标准、支持反馈循环，并且融入了有意义的人类监督。

A. 客户支持

客户支持将常见的聊天机器人界面与工具集成的增强功能相结合，非常适合更开放式的Agents，原因如下：

• 支持互动天然遵循对话流程，同时需要访问外部信息和执行操作；
• 可集成工具以提取客户数据、订单历史和知识库文章；
• 退款发放、工单更新等操作可通过程序化方式处理；
• 成功与否可通过用户定义的解决方案完成度清晰衡量。

已有多家公司通过基于使用量的定价模型(仅对成功解决的案例收费)验证了这种方法的可行性，这也体现了他们对自身Agents有效性的信心。

B. 编码Agents

软件开发领域已展现出 LLM 功能的巨大潜力，其能力从代码补全逐步演进到自主问题解决。Agents在此领域尤为有效，原因如下：

• 代码解决方案可通过自动化测试验证；
• Agents可利用测试结果作为反馈，迭代优化解决方案；
• 问题空间定义明确、结构清晰；
• 输出质量可客观衡量。

在我们的自有实现中，Agents现已能够仅根据拉取请求(pull request)描述，解决 SWE-bench Verified 基准测试中的真实 GitHub 问题。不过，尽管自动化测试有助于验证功能正确性，但人类审核仍然至关重要——以确保解决方案符合更广泛的系统要求。

附录 2：工具的Prompt engineering

无论你构建的是哪种Agents系统，工具都可能是核心组成部分。工具通过在 API 中指定确切的结构和定义，使 Claude 能够与外部服务和 API 交互。当 Claude 决定调用工具时，会在 API 响应中包含工具使用块(tool use block)。工具的定义和规范应获得与整体提示词同等程度的Prompt engineering关注。在本附录中，我们将介绍如何对工具进行Prompt engineering优化。

同一操作通常有多种指定方式。例如，文件编辑可通过编写差异(diff)或重写整个文件实现；结构化输出可将代码嵌入 markdown 或 JSON 中。在软件工程中，这些差异通常是表面的，可无损转换，但某些格式对 LLM 而言要困难得多：

• 编写差异需要在撰写新代码前，准确知道代码块头部中需要修改的行数；
• 与 markdown 相比，在 JSON 中嵌入代码需要额外对换行符和引号进行转义。

工具格式选择建议

1. 给模型足够的tokens以“思考”，避免其陷入思维僵局；
2. 选择与模型在互联网文本中常见的格式相近的形式；
3. 避免格式“开销”——例如无需精确统计数千行代码的数量，或无需对编写的代码进行字符串转义。

一个重要原则是：如同投入大量精力设计人机交互(HCI)一样，你也应投入同等精力打造优质的Agents-计算机接口(ACI)。以下是具体建议：

1. 换位思考：仅根据描述和参数，是否能直观理解工具的使用方式？还是需要仔细琢磨？如果连你都需要思考，那么模型很可能也会遇到困难。优秀的工具定义通常包含使用示例、边缘情况说明、输入格式要求，以及与其他工具的明确边界；
2. 优化参数命名和描述：如何修改参数名称或描述使其更清晰易懂？可将其视为为团队中的初级开发者编写完善的文档字符串(docstring)——尤其是在使用多个相似工具时，这一点更为重要；
3. 测试模型对工具的使用：在我们的工作台(workbench)中运行大量示例输入，观察模型会出现哪些错误，并持续迭代优化；
4. 防呆设计(Poka-yoke)：调整参数设置，降低模型出错的可能性。

在为 SWE-bench 构建Agents时，我们实际上在工具优化上投入的时间比整体提示词更多。例如，我们发现当Agents移出根目录后，会在使用相对文件路径的工具上出错。为解决这一问题，我们修改了工具，要求必须使用绝对文件路径——之后发现模型能够完美使用该工具。

最后唠两句

为什么AI大模型成为越来越多程序员转行就业、升职加薪的首选

很简单，这些岗位缺人且高薪

智联招聘的最新数据给出了最直观的印证：2025年2月，AI领域求职人数同比增幅突破200% ，远超其他行业平均水平；整个人工智能行业的求职增速达到33.4%，位居各行业榜首，其中人工智能工程师岗位的求职热度更是飙升69.6%。

AI产业的快速扩张，也让人才供需矛盾愈发突出。麦肯锡报告明确预测，到2030年中国AI专业人才需求将达600万人，人才缺口可能高达400万人，这一缺口不仅存在于核心技术领域，更蔓延至产业应用的各个环节。

那0基础普通人如何学习大模型 ？

深耕科技一线十二载，亲历技术浪潮变迁。我见证那些率先拥抱AI的同行，如何建立起效率与薪资的代际优势。如今，我将积累的大模型面试真题、独家资料、技术报告与实战路线系统整理，分享于此，为你扫清学习困惑，共赴AI时代新程。

我整理出这套 AI 大模型突围资料包【允许白嫖】：

• ✅从入门到精通的全套视频教程

• ✅AI大模型学习路线图（0基础到项目实战仅需90天）

• ✅大模型书籍与技术文档PDF

• ✅各大厂大模型面试题目详解

• ✅640套AI大模型报告合集

• ✅大模型入门实战训练

这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

①从入门到精通的全套视频教程

包含提示词工程、RAG、Agent等技术点

② AI大模型学习路线图（0基础到项目实战仅需90天）

全过程AI大模型学习路线

③学习电子书籍和技术文档

市面上的大模型书籍确实太多了，这些是我精选出来的

④各大厂大模型面试题目详解

⑤640套AI大模型报告合集

⑥大模型入门实战训练

如果说你是以下人群中的其中一类，都可以来智泊AI学习人工智能，找到高薪工作，一次小小的“投资”换来的是终身受益！

应届毕业生‌：无工作经验但想要系统学习AI大模型技术，期待通过实战项目掌握核心技术。

零基础转型‌：非技术背景但关注AI应用场景，计划通过低代码工具实现“AI+行业”跨界‌。

业务赋能 ‌突破瓶颈：传统开发者（Java/前端等）学习Transformer架构与LangChain框架，向AI全栈工程师转型‌。

👉获取方式：
有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓