AI 架构进阶
AI Agent 架构——自主 AI 如何运作
AI Agent 将 LLM 与工具、记忆和规划循环结合，自主完成多步骤任务。理解架构有助于选择合适的 Agent 产品。
TL;DR: AI Agent 将 LLM 与工具、记忆和规划循环结合，自主完成多步骤任务。理解架构有助于选择合适的 Agent 产品。
4 个核心组件
每个 AI Agent 都有：(1) LLM 大脑——推理引擎，(2) 工具——Agent 可以调用的函数（网络搜索、代码执行、文件访问），(3) 记忆——短期上下文 + 可选的长期向量存储，(4) 规划——将目标分解为子任务。
LLMtoolsmemoryplanningagent loop
ReAct 循环（思考 → 行动 → 观察）
大多数 Agent 使用 ReAct 模式：推理下一步 → 采取行动（调用工具）→ 观察结果 → 再次推理。此循环重复直到任务完成或 Agent 放弃。
ReActreasoningtool callobservationloop
单 Agent vs 多 Agent
单 Agent 独立处理任务。多 Agent 系统（如 Claude Code）使用一个编排器来委托给专门的子 Agent——一个用于规划，一个用于执行，一个用于审查。这提高了复杂任务的并行性和质量。
orchestratorsub-agentmulti-agentparallel
基于 Agent 架构的真实产品
Cursor 和 GitHub Copilot 是编码 Agent。Perplexity 是研究 Agent。Claude Code 和 OpenAI Codex 是完整的 Agent 编码环境。Devin（Cognition）是一个自主软件工程师 Agent。