doc: Agentic 入门

source/_posts/Agentic 入门：让 AI 不再一把梭，而是像人一样反复干活.md

@@ -17,11 +17,11 @@ categories:
   <span class="sub-tag">工作流</span>
 </div>
 
-最近产品里想要集成业务 Agent，真动手之前我想先把底层逻辑搞清楚，但是深入了解agent之前我先看到了一个词：**Agentic**，所以我想得搞清楚Agentic。
+最近产品里想要集成业务 Agent，真动手之前我想先把底层逻辑搞清楚，但是深入了解 agent 之前我看到了：**Agentic**。
 
 它跟 Agent 不是一回事。Agent 是具体的东西，比如一个能自主干活的 AI 助手；Agentic 是一种**工作方式**——让 AI 能规划、执行、反思、修正，在循环里反复迭代，而不是一问一答就结束。搞懂 Agentic，才知道 Agent 该怎么搭。
 
-<span class=”highlight-text”>说白了，Agentic 不是让 AI 更会说话，而是让 AI 更像一个会反复干活的人。</span>
+<span class="highlight-text">说白了，Agentic 不是让 AI 更会说话，而是让 AI 更像一个会反复干活的人。</span>
 
 这篇是我自己的学习整理，不聊实现细节，就想先把这件事用人话讲透。
 
@@ -29,7 +29,7 @@ categories:
 
 ## 一、先想明白，我们平时到底是怎么用 AI 的
 
-吴恩达先生以前讲过一个很形象的比喻。
+吴恩达先生以前讲过一个很形象的比喻[^1]。
 
 他说我们现在大部分人用大模型，其实还是 **Zero-shot**（就是不给任何示例、不做任何拆解，直接让它一把回答）模式。你扔一个 prompt 进去，模型从第一句一路吐到最后一句，中途没有停顿，没有修改，也没有回头看一眼自己写得对不对。
 
@@ -55,23 +55,11 @@ categories:
 
 这套动作，我们人类觉得理所当然；一到 AI 身上，很多人反而想跳过。
 
-所以我现在理解的 Agentic，本质上就是把这套”人类本来就会的迭代过程”，重新装回 AI 的工作流里。
+所以我现在理解的 Agentic，本质上就是把这套"人类本来就会的迭代过程"，重新装回 AI 的工作流里。
 
 用一张图来看，差别其实一目了然：
 
-{% mermaid %}
-graph LR
-    subgraph 传统模式
-        A1[用户提问] --> A2[AI 一口气输出] --> A3[结束]
-    end
-    subgraph Agentic 模式
-        B1[用户提问] --> B2[规划] --> B3[执行] --> B4[反思]
-        B4 -->|发现问题| B2
-        B4 -->|没问题| B5[输出结果]
-    end
-    style A2 fill:#ffcccc
-    style B4 fill:#ccffcc
-{% endmermaid %}
+{% asset_img mode-comparison.jpg 传统模式 vs Agentic 模式 %}
 
 左边就是我们现在大部分人用 AI 的方式：一问一答，结束。
 右边是 Agentic 的方式：它会自己转圈，直到结果靠谱为止。
@@ -96,15 +84,19 @@ graph LR
 
 你看，这不就是一个稍微靠谱点的人在做事的样子吗？
 
-这里最关键的，不是“会不会调用工具”，也不是“会不会写代码”，而是它终于不再被限制在“一次生成、不可回头”的模式里了。
+这里最关键的，不是"会不会调用工具"，也不是"会不会写代码"，而是它终于不再被限制在"一次生成、不可回头"的模式里了。
 
 这件事带来的提升，其实很夸张。
 
-吴恩达先生他们测过一组数据，挺有意思的——GPT-3.5 裸跑代码题只有 48% 正确率，但套上 Agentic 循环以后，直接拉到 95%。比 GPT-4 裸跑的 67% 还高一大截。（数据来自吴恩达先生 2024 年在 Sequoia AI Ascent 的演讲 *[Agentic Design Patterns](https://www.deeplearning.ai/the-batch/how-agents-can-improve-llm-performance/)*）
+吴恩达先生他们测过一组数据，挺有意思的：
+
+{% asset_img agentic-performance.jpg Agentic 工作流性能对比 %}
+
+GPT-3.5 裸跑代码题只有 48% 正确率，但套上 Agentic 循环以后，直接拉到 95%。比 GPT-4 裸跑的 67% 还高一大截。（数据来自吴恩达 2024 年在 Sequoia AI Ascent 的演讲 *[Agentic Design Patterns](https://www.deeplearning.ai/the-batch/how-agents-can-improve-llm-performance/)*[^1]）
 
 我觉得这组数字最值得咂摸的地方，不是某个模型赢了，而是它说明了一件事：
 
-<span class="highlight-text">工作流设计，在很多场景下，已经开始比“模型单次裸跑能力”更重要了。</span>
+<span class="highlight-text">工作流设计，在很多场景下，已经开始比"模型单次裸跑能力"更重要了。</span>
 
 以前大家拼谁的 prompt 写得玄。  
 现在越来越像在拼，谁更懂得给 AI 安排一个像样的工作流程。
@@ -113,7 +105,7 @@ graph LR
 
 ## 三、我先把 Agentic 拆成四个最核心的招式
 
-吴恩达先生后来把 Agentic 总结成四种常见设计模式。我自己的感受是，这四个词看起来有点学术，但翻译成人话之后，反而会一下子清楚很多。
+吴恩达先生后来把 Agentic 总结成四种常见设计模式[^1]。我自己的感受是，这四个词看起来有点学术，但翻译成人话之后，反而会一下子清楚很多。
 
 先上一张全景图，让你对这四个模式的关系有个整体感觉：
 
@@ -132,6 +124,8 @@ graph TB
 
 简单说就是：多个角色分工（多智能体） → 每个角色先想清楚再动手（规划） → 该查就查、该调就调（工具使用） → 做完回头看一遍（反思） → 不行就再来一轮。
 
+{% asset_img pattern-reflection-tool.jpg 反思与工具使用模式 %}
+
 ### 1. 反思（Reflection）
 
 **一句话类比：写完作文自己通读一遍，删掉废话、补上漏洞。**
@@ -144,11 +138,11 @@ graph TB
 
 这一步特别像我们自己写完文章后，隔两分钟再回来看，突然发现：
 
-“这段说了等于没说。”  
-“这个论点站不住。”  
-“这里应该删，不然啰嗦。”
+"这段说了等于没说。"  
+"这个论点站不住。"  
+"这里应该删，不然啰嗦。"
 
-很多看起来”更聪明”的 AI 应用，往往不是第一次就答得特别神，而是多了一轮自我审稿。
+很多看起来"更聪明"的 AI 应用，往往不是第一次就答得特别神，而是多了一轮自我审稿。
 
 ### 2. 工具使用（Tool Use）
 
@@ -166,11 +160,13 @@ AI 靠自己脑补，肯定有上限。
 - 调 API
 - 调用外部系统
 
-工具这件事，本质上是在补模型的“手脚”。  
+工具这件事，本质上是在补模型的"手脚"。  
 只有脑子，没有手脚，它很多事永远只能停留在嘴上。
 
 ### 3. 规划（Planning）
 
+{% asset_img pattern-planning-collaboration.jpg 规划与多智能体协作模式 %}
+
 **一句话类比：做菜之前先看一遍菜谱，别上来就开火。**
 
 规划说白了就是，别一股脑往前冲，先想一下顺序。
@@ -189,7 +185,7 @@ AI 一旦不规划，容易一本正经地跑偏。
 
 **一句话类比：一个人拍电影不如分工——导演、编剧、摄影各管各的。**
 
-这个词听起来很高级，实际你可以把它理解成”别让一个 AI 同时扮演所有角色”。
+这个词听起来很高级，实际你可以把它理解成"别让一个 AI 同时扮演所有角色"。
 
 比如一个负责搜集资料，一个负责写初稿，一个负责挑刺，一个负责做最终汇总。  
 甚至它们之间还可以互相辩论。
@@ -210,9 +206,9 @@ AI 一旦不规划，容易一本正经地跑偏。
 
 ### Harness：给 AI 装上安全带和工具腰带
 
-如果我只把 Agentic 理解成”让 AI 多跑几轮”，那其实只理解了一半。
+如果我只把 Agentic 理解成"让 AI 多跑几轮"，那其实只理解了一半。
 
-LangChain 的 Harrison Chase 提过一个我很认同的点：今天很多 Agentic 系统之所以变强，不只是因为模型本身更好了，而是因为我们给它加了一套越来越完整的”外围设施”。
+LangChain 的 Harrison Chase 提过一个我很认同的点：今天很多 Agentic 系统之所以变强，不只是因为模型本身更好了，而是因为我们给它加了一套越来越完整的"外围设施"。
 
 他管这个叫 **Harness**。说白了，就是你在让 AI 干活之前，先给它搭好的一整套工作台——什么工具能用、什么文件能动、上下文怎么喂、出了问题怎么回滚。
 
@@ -227,17 +223,17 @@ LangChain 的 Harrison Chase 提过一个我很认同的点：今天很多 Agent
 以前大家总想找一句神 prompt 包打天下。
 现在越来越像搭一个工作台，把 AI 放进去之后，它每一步都有人给它递对工具、递对材料、递对约束。
 
-<span class=”highlight-text”>Agentic 拼到后面，拼的不是一句提示词写得多花，而是谁更会给 AI 配环境、配反馈、配护栏。</span>
+<span class="highlight-text">Agentic 拼到后面，拼的不是一句提示词写得多花，而是谁更会给 AI 配环境、配反馈、配护栏。</span>
 
 ### Traces：给 AI 装上飞行记录仪
 
-好，Harness 解决了”怎么兜住”。但还有个问题：AI 跑偏了，你怎么知道它是在哪一步开始偏的？
+好，Harness 解决了"怎么兜住"。但还有个问题：AI 跑偏了，你怎么知道它是在哪一步开始偏的？
 
 传统软件有个好处——代码基本就是规则本身，程序为什么这么跑，你顺着代码就能看明白。
 
 但 Agentic 不一样。它不是一条固定路径跑到底，而是在循环里不断判断、选择、调用工具、修正方向。你第 14 步看到它翻车的时候，真正的问题很可能出在第 3 步，甚至第 1 步。
 
-这时候最有价值的东西就不是”它最终输出了什么”，而是它每一步的操作日志——每一步看到了什么上下文、为什么做出这个判断、调了哪些工具、工具返回了什么、它是基于什么决定继续还是回退。
+这时候最有价值的东西就不是"它最终输出了什么"，而是它每一步的操作日志——每一步看到了什么上下文、为什么做出这个判断、调了哪些工具、工具返回了什么、它是基于什么决定继续还是回退。
 
 这些记录，就是 **Traces**（追踪日志）。
 
@@ -245,13 +241,17 @@ LangChain 的 Harrison Chase 提过一个我很认同的点：今天很多 Agent
 
 平时你可能不看，但一旦出事，没有它你基本就是瞎猜。
 
-所以我现在会提醒自己，未来如果真要在业务里落地 Agentic，不能只盯着”能不能跑通”。没有 trace 的系统，很多时候只是看起来能跑，一出问题你根本没法定位。
+所以我现在会提醒自己，未来如果真要在业务里落地 Agentic，不能只盯着"能不能跑通"。没有 trace 的系统，很多时候只是看起来能跑，一出问题你根本没法定位。
 
 ---
 
-## 五、对我这种准备落业务的人来说，更现实的姿势不是全自动，而是”人类在环”
+## 五、对我这种准备落业务的人来说，更现实的姿势不是全自动，而是"人类在环"
+
+{% asset_img agent-loop.jpg 自主智能体循环 %}
 
-看到这里，我自己先记一个结论：
+上图展示的是一个理想的自主智能体循环：任务执行 → 任务创建 → 优先级排序 → 继续执行，理论上可以无限循环直到目标达成。
+
+但看到这里，我自己先记一个结论：
 
 **小白入门 Agentic，千万别一上来就追求 100% 自动驾驶。**
 
@@ -259,7 +259,7 @@ LangChain 的 Harrison Chase 提过一个我很认同的点：今天很多 Agent
 
 因为长链路任务一旦完全放飞，AI 很容易在你没注意的时候，往一个看似合理、其实已经偏掉的方向一路狂奔。
 
-所以比“全自动”更现实的做法，是先把它当成一个很强的起草机、陪练和执行器。
+所以比"全自动"更现实的做法，是先把它当成一个很强的起草机、陪练和执行器。
 
 比如：
 
@@ -284,8 +284,8 @@ LangChain 的 Harrison Chase 提过一个我很认同的点：今天很多 Agent
 
 这就是所谓的 **Human-in-the-loop**（人类在关键节点把关）。
 
-它听起来好像“不够自动化”，但对真实业务来说，这反而是更成熟的状态。  
-因为信任不是靠宣传建立的，是靠“我看得见、控得住、改得回”建立的。
+它听起来好像"不够自动化"，但对真实业务来说，这反而是更成熟的状态。  
+因为信任不是靠宣传建立的，是靠"我看得见、控得住、改得回"建立的。
 
 ---
 
@@ -331,7 +331,7 @@ graph LR
 
 它真正打碎的，其实也是我自己之前对 AI 的一个幻觉：
 
-**不是“有没有一个神 prompt 能一次性解决问题”，而是“我能不能把问题组织成一个能不断修正的流程”。**
+**不是"有没有一个神 prompt 能一次性解决问题"，而是"我能不能把问题组织成一个能不断修正的流程"。**
 
 这两个思路，差别非常大。
 
@@ -341,7 +341,7 @@ graph LR
 
 如果我现在还把 AI 只当成一个高级搜索框，或者一个会写字的聊天机器人，那我大概率还没真正进入 Agentic 这套工作方式。
 
-Agentic 的重点，从来不是“让 AI 更像人聊天”，而是“让 AI 更像一个可以在工作流里持续推进任务的执行者”。
+Agentic 的重点，从来不是"让 AI 更像人聊天"，而是"让 AI 更像一个可以在工作流里持续推进任务的执行者"。
 
 它会规划，会调用工具，会回头反思，会在必要的时候把决定权交还给人。
 
@@ -356,3 +356,15 @@ Agentic 的重点，从来不是“让 AI 更像人聊天”，而是“让 AI
 - 发现不对就改
 
 现在，只不过我们开始要求 AI 也这么干了。
+
+---
+
+## 参考与延伸阅读
+
+[^1]: [AI Agents that Work: Agentic Design Patterns](https://www.deeplearning.ai/the-batch/how-agents-can-improve-llm-performance/) - Andrew Ng, DeepLearning.AI
+
+**延伸阅读：**
+
+- [LLM Powered Autonomous Agents](https://lilianweng.github.io/posts/2023-06-23-agent/) - Lilian Weng (OpenAI)
+- [Intro to Large Language Models](https://www.youtube.com/watch?v=zjkBMFhNj_g) - Andrej Karpathy
+- [Birth of BabyAGI](https://yoheinakajima.com/task-driven-autonomous-agent-utilizing-gpt-4-pinecone-and-langchain-for-ultimate-efficiency/) - Yohei Nakajima