构建 AI Agent 的 8 条“少而精”原则

构建 AI Agent 的 8 条“少而精”原则

(把复杂概念压缩成工程师能立刻用的 checklist)

1. 先定目标，再谈自治
   • 用一句话写清 完成什么业务价值，所有智能度都为这句话服务。
   • 目标≠步骤；让 Agent 决定“怎么做”前，你得先知道“为什么做”。
2. 工作流是骨架，Agent 是关节
   • 把流程画成 直线 → 再把需要灵活决策的节点替换成 Agent。
   • 结果：可预测性留给流程，创造性留给 Agent。
3. 上下文显式传递，绝不隐式魔术
   • 每一步输入/输出都用 JSON Schema 或类型注解声明。
   • 出错时能一眼看出“哪段上下文缺失 / 格式错”。
4. 三层解耦：Reason → Context → Action
   • Reasoning：可以换成任何 LLM。
   • Context：检索/缓存/记忆层，可独立扩展。
   • Action：工具接口，必须可沙盒、可限权。
5. “可观测”优先于“功能全”
   • Step-level 日志、重放能力 > 花哨能力列表。
   • 没法重放 = 没法迭代，生产环境一定会踩坑。
6. 默认把人放在循环里
   • 高风险动作（链上交易、批量推片）加人工确认。
   • 把“插队编辑 / 强制终止 / 重跑”设计成一等功能，而非事后补丁。
7. 逃逸口永远存在
   • 当框架抽象不够用，能下沉到底层代码，而不是推倒重来。
   • 选型时问自己：“我能直接操作 prompt、tools、存储吗？”
8. 成本 & 安全是第一回路
   • 记录 token、调用时长、失败率；设预算报警。
   • 权限最小化：只读默认，写操作白名单。