Agent 架构解剖：规划、工具、记忆、反思
拆解 Agent 的四个核心模块：ReAct 循环、规划分解、工具调用、记忆与反思，以及为什么最简单的循环最可靠。
ReAct：推理与行动的交替
当前绝大多数 Agent 的骨架，都可以追溯到 ReAct 模式（Reasoning + Acting）：让模型交替产生”思考”和”行动”。思考一步（我需要先查库存），行动一步（调用库存查询工具），观察结果（缺货），再思考（查替代供应商）……如此往复。
ReAct 的价值在于把推理显式化了。对照另一种做法——把任务一次性丢给模型、让它一口气输出完整答案——交替式推理让每一步都建立在上一步的真实观察上，而不是模型的想象上。查了库存再决定下一步，与凭空假设库存充足再往下推，可靠性的差距是结构性的。
用《什么是 AI Agent》的术语说：ReAct 就是”感知—决策—行动”循环的一种具体实现，也是目前工程上最主流的实现。
规划：把大任务拆成可验证的小任务
对于复杂任务，一次性进入 ReAct 循环容易迷路——模型走三步就忘了目标。规划（Planning）模块的职责是先分解任务：产出一份明确的子任务清单，再逐项执行，执行中可以修订计划。
规划带来两个工程收益：一是可检查——人可以在执行前审一眼计划，发现方向性错误；二是可恢复——子任务失败时只需重试或调整该步骤，而不是整个任务重来。实践中一个常见坑是过度规划：为简单任务设计复杂的多层计划，反而增加出错面。判断标准是任务长度——三步以内能完成的，直接 ReAct；需要十步以上、且步骤间有依赖关系的，才值得先规划。
工具与记忆：手与脑的分层
工具（Tools） 是模型影响外部世界的唯一通道。工程上的关键不在”能调多少工具”，而在工具的设计质量：单个工具职责单一、入参出参有清晰的 schema、报错信息对模型友好（模型要靠报错文本来自我修正）。工具清单越长，选错工具的概率越高——工具宜精不宜多。工具接入的标准化问题，见《工具调用与 MCP：Agent 的双手与通用接口》。
记忆（Memory） 在 Agent 语境下分两层：工作记忆即上下文窗口，承载当前任务的全部中间状态，窗口内外的取舍直接决定单轮任务的质量；长期记忆跨会话沉淀信息——用户偏好、历史任务结论、踩过的坑。前者的机制与陷阱（注意力稀释、lost in the middle）在《上下文窗口与记忆》中详细讨论；后者需要单独的存储与检索设计，是把 Agent 从”一次性劳务”变成”越用越好用的同事”的关键。
反思与多 Agent 协作
反思（Reflection） 是让 Agent 检查自己的输出：执行结果与预期是否一致？答案有没有幻觉？工程上可靠的做法不是指望模型”内省”（让模型自查自己的答案，效果有限），而是引入外部校验——用确定性的代码校验格式、用第二个模型交叉检查关键结论、用测试用例验证代码产出。反思的本质是把”信任”变成”验证”。
多 Agent 协作指多个 Agent 分工配合：规划者拆任务、执行者干活、审查者把关。它适合真正需要并行或需要不同视角的任务，但每加一层协作就多一层通信开销与出错面。目前的工程现实是：多数”多 Agent 系统”的收益，用单 Agent + 好的工具清单也能拿到。
观点：最简单的循环 + 最严格的护栏
本篇观点：工程上最可靠的 Agent，几乎总是”最简单的循环 + 最严格的护栏”，而不是最复杂的架构。
架构花活（多层规划、动态协作、自主反思）在 demo 里惊艳，在生产里每个环节都是新的失败模式。而一个朴素的 ReAct 循环，配上设计良好的工具、确定性的校验、最小化的权限和人工确认卡点，能覆盖大多数真实业务场景。加复杂度的唯一正当理由是被验证过的需求——先用简单架构跑到撞墙，再针对那面墙加结构。
小结
- ReAct（推理+行动交替）是当前 Agent 的事实标准骨架。
- 规划用于长链任务分解，收益是可检查、可恢复；简单任务直接循环即可。
- 工具宜精不宜多，记忆分工作记忆与长期记忆两层分别设计。
- 反思靠外部验证而非模型内省；多 Agent 慎用。
- 可靠性来自简单循环加严格护栏，复杂度只应由被验证的需求驱动。