读完 Datawhale《Hello-Agents》，我把「从零搭智能体」这件事，提炼成了六条工程判断。它不是又一篇 ReAct 科普——而是把「智能体到底由哪几块拼成、每块该怎么取舍」讲透了。

下面是我读完后留下的判断，不是章节复述。每条都尽量回答一个问题：真要做一个能跑、能长期跑的 Agent，这一块该怎么选。

一、四种基本范式，到底什么时候用哪个

入门最容易卡在「范式选择」。书里讲了三种经典范式，我把选择标准压成一张表：

ReAct（思考-行动-观察）：想一步、调一次工具、看结果、再想，直到给出答案。它的精髓是强制结构化输出——让模型把「我要搜什么」写成固定格式，代码才能精准解析意图。适合环境不确定、需要靠工具结果边走边修的活。

Plan-and-Solve（先规划后执行）：先把任务拆成完整的步骤清单，再一步步照做。和 ReAct 的根本区别是：ReAct 是侦探，走一步看一步；Plan-and-Solve 是建筑师，先画完整图纸再施工。适合结构清晰、能预先拆解的任务。

Reflection（反思）：执行 → 自我批判 → 改写，循环。它专治「能用但不够好」。代价是每轮要多花两次以上的模型调用，所以只在「质量远比速度重要」时才开。

一句判断：环境不确定就用 ReAct，结构已知就用 Plan-and-Solve，质量至上且不赶时间就用 Reflection。而且它们可以混着用——先规划出策略，每一步用 ReAct 执行，最后用 Reflection 收尾优化。

二、自建框架的核心，是「一切皆工具」

书里带着从零写了一个极简框架，最值得抄的不是代码，是它的一条设计哲学：Everything is a tool。

记忆、检索、外部协议，全都抽象成「工具」注册进去。这样核心的智能体逻辑就只剩一句话：观察输入 → 挑工具 → 执行 → 重复。新能力靠「注册一个工具」加进来，而不是重构架构。

配套的还有统一的 Agent 基类、四种角色的消息体、能自动探测服务商的模型客户端、从环境变量读配置。这些都不花哨，但它们让框架「加东西不动核心」。

还有一条容易被忽略的告诫：工具不是越多越好。单一职责、描述无歧义的「最小可用工具集」，往往比一大堆功能重叠的工具更稳。原话很扎心——「如果人类工程师都分不清该用哪个工具，别指望模型能分清」。

三、记忆不是「存下来」就完事，它有完整生命周期

很多人以为给 Agent 加记忆，就是把对话塞进数据库。书里把记忆拆成了四层：工作记忆、情景记忆（带时间的具体事件）、语义记忆（抽象知识）、感知记忆（多模态）。

更关键的是记忆的完整生命周期，缺一块都不行：

  • 写入：存的时候自动打上时间戳和重要性分数（0 到 1）。
  • 巩固：重要的短期记忆，达到阈值就升级成长期记忆。
  • 遗忘：按重要性、时间、容量三种策略主动删除。记忆会「忘」，和会「记」一样重要。
  • 检索：不是单纯查相似度，而是混合打分。

检索的打分思路很值得借鉴：把语义相似度、时间新近度、重要性三者加权组合。时间用指数衰减——越久远的记忆，权重掉得越快。这样检索出来的，才是「既相关又新鲜又重要」的内容，而不是一堆陈年噪音。

至于 RAG，两个进阶检索技巧值得记：一是让模型把同一个问题改写成多个等价问法并行查（提升召回），二是让模型先「编」一段假想的答案，再拿这段去检索——用来跨越「问题措辞」和「文档措辞」之间的语义鸿沟。

四、上下文工程，才是长期 Agent 的真功夫

如果只能读一章，我选这一章。它讲的是从「prompt engineering」到「context engineering」的升级——前者关心怎么写好一句提示词，后者关心在每一次推理时，维护一个最优的信息集。

核心反直觉的一点叫 Context Rot（上下文腐烂）：上下文里 token 越多，模型从中精准回忆信息的能力反而下降。窗口大不等于能力强。所以要把 token 当成稀缺的注意力预算，而不是无限的容量。配套现象是「中间信息易丢失」——高价值的内容要放在上下文的首尾，别埋在中间。

那长任务怎么办？书里给了几招特别实用的：

  1. 压缩：接近窗口上限时，做一次高保真摘要，然后开个新窗口，只带着摘要和最近的产物继续。
  2. 结构化笔记：把关键信息（待办、关键决策）写到上下文之外的持久存储里，要用的时候再取回来。
  3. 子智能体隔离：主智能体负责高层规划，把具体的探索丢给子智能体在干净的上下文里做，子智能体只回传一份高度浓缩的摘要。
  4. 即时加载（JIT）：不预先把所有数据塞进去，只保留轻量引用（路径、查询、链接），运行时用工具动态拉取。

这一章的价值在于：它把「Agent 为什么跑着跑着就变笨、变贵、跑偏」讲清楚了，并且给出的解法不是「等更大的窗口」，而是「主动管理信息的进出」。子智能体隔离 + 结构化笔记 + 即时加载，这套组合是长期 Agent 的标配。

五、通信协议：MCP、A2A、ANP，各管一层

当 Agent 要和外界、和其他 Agent 打交道，就需要协议。书里讲的三个，刚好是从小到大的三层：

  • MCP：解决「Agent 怎么用外部工具」。三层架构（宿主 / 客户端 / 服务端），提供工具、资源、提示模板三种能力。这是给单个 Agent 扩能力用的。
  • A2A：解决「Agent 之间怎么对话」。把协作抽象成任务（Task）和产物（Artifact），支持发现、协商、委派的完整任务状态机。适合一个小团队的多个 Agent 协同。
  • ANP：解决「成百上千个 Agent 怎么组网」。服务注册、发现、去中心化身份。这是生态级的事。

选型很简单：要接外部服务用 MCP，要几个 Agent 直接协作用 A2A，要做开放的大规模 Agent 网络才上 ANP。绝大多数项目，MCP 加一点轻量的任务状态通道就够了。

六、没有评估集的 Agent，是在蒙

最后一块最容易被跳过，但它决定了你的 Agent 能不能「持续变好」。书里把评估拆成五个维度：工具调用准确率、通用问题解决、回答质量、效率（时延和 token）、鲁棒性（出错后能不能恢复）。

方法上，有几个判断值得记：

  • 过程评估和结果评估要分开。只看「最后答得对不对」（outcome）不够，还要看「中间的决策路径对不对」（trajectory）。
  • 建一个 golden set（黄金测试集），改 prompt 前先跑一遍。命中率不掉，才允许上线。这是防止「越改越蠢」的唯一办法。
  • 评估要渐进：先用 5 个样本验证管线通不通，再用 50 个建立信心，最后才全量跑。别一上来就全量。
  • LLM-as-judge（让模型当裁判打分）+ 人工抽检结合，比纯人工或纯自动都靠谱。

写在最后

读完《Hello-Agents》，我最大的收获不是学会了某个新范式，而是拿到了一套审视自己 Agent 的工程语言：

范式决定「怎么思考」，记忆决定「记住什么、忘掉什么」，上下文工程决定「每一步喂进去什么」，协议决定「怎么和外界协作」，评估决定「能不能持续变好」。

其中，上下文工程是分水岭。能不能把 token 当稀缺资源来经营，决定了一个 Agent 是「能跑个 demo」还是「能长期稳定地跑」。

这本书完全开源免费，仓库在 github.com/datawhalechina/hello-agents，想从零理解智能体的，值得读。