2026-11-10 · 18 min read

AI 应用开发的四种架构范式:从提示词到多智能体

一份关于 AI 应用架构范式的课程文稿整理。作者先拆掉概念上的巴别塔——提示词、RAG、Agent、工作流这些词在不同人嘴里含义并不一致——然后用四种范式把九成场景收进去:提示词工程、工作流、单智能体、多智能体。每种都给了具体做法和它真正的瓶颈,其中提示词那条卡在上下文超过几万 token 之后效果骤降,工作流那条卡在异常分支。最后给出选型判据:业务不确定性的三个维度——输入、过程、结果。

本文整理自课程文稿《01|拨开迷雾:AI 应用开发的四种架构范式》。文稿末尾自注「内容由 AI 生成」,属整理稿而非逐字记录。

文中关于上下文长度的观察来自讲者自述的实践经验,没有给出测量方法,我照原样转述并标明这一点。

这门课不教某个框架怎么用。作者在第一段就说明白了:他想谈的是 AI 应用本身怎么落地。

而落地之前要先建立一件事:当你遇到一个场景,该用哪种方式做。

先承认概念已经乱掉了

他先花了一点时间骂这个概念环境,我觉得骂得有理。

提示词这个词,从最早出现到现在,怎么读都还有人争。RAG 是另一个。Agent 更是重灾区——有人坚持只有能自主决策的才叫 Agent,有人只要是多步调用工具的工作流也管它叫 Agent。同一个词,不同公众号写出来含义都不一样。

**所以这一篇要做的第一件事是拆掉这座巴别塔。**至少在这门课里,术语要有一套能互通的用法。

他用四种范式把这些词收进去,按自主性从低到高排列。

范式谁决定下一步自主性
提示词工程没有下一步,一次生成最低
工作流程序员预先编排低
单智能体模型自己规划中
多智能体模型规划,加组织编排高

一、提示词工程:拼好一个上下文

他给了一个很朴素的定义:它研究的就是调用模型前那个 message list 怎么构建。

后来这个词换过说法,一会儿叫提示词工程,一会儿叫上下文工程。但做的事是同一件——如何构造这段上下文,让模型更好地处理你的任务。

拿「生成一份竞品分析报告」举例,提词范式下要准备三样东西。

  1. 知识:因为模型没有工具、没有 action 能力,数据只能来自它自己或你手动贴进去的竞品资料。
  2. 思维链:你希望它按什么步骤处理。他强调这只是「期望」。
  3. 任务目标与预期:生成的到底是报告还是讨论,格式是什么,用什么语言。

三样拼在一起交给模型,一次生成。

真正的瓶颈:上下文不是越大越好

这一段是全篇我印象最深的判断,因为它跟当下的「长上下文竞赛」正好相反。

不能光看它能装多少,要看能保持有效的那部分有多少。这个区分需要实测,不能靠厂商的参数表。

他的实践观察是:超过三五万 token,模型输出就会明显变慢,等待时间从几秒拉到几十秒的量级;而且两件事会大幅下降——指令遵循(包括你写好的思维链),以及从大量信息里提取出真正需要的那部分。

他特意标注了这是自己的实践经验。这一点我觉得重要:它不是一个可以用来引用的定论,而是一个提醒你别默认长窗口等于长有效。

第二个问题是对模型能力的要求太高。「提示词做得再多,可能都比不上模型有一个好脑子。」

第三个问题更实际:模型一迭代,提示词就得反复调,项目迭代会被拖着走。

二、工作流:把路径写死

这是他认为真正落地到工业实践里占绝大多数的范式。叫 chain 也好,DAG 也好,本质是一样的:

由程序员通过硬编码,事先设计好路径,决定输入之后一步一步该怎么走。

区别在于,这条写死的路径上某些节点会调用模型能力。

他还是用竞品报告举例,把一条完整链路拆开看。

图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。

flowchart LR
    A["爬虫工具<br/>抓网页"] --> B["清洗<br/>HTML 处理"]
    B --> C["模型节点<br/>观点与信息提取"]
    C --> D["模型节点<br/>生成报告"]
    D --> E["模型节点<br/>审核:好不好 · 能否通过"]
    E --> F["工程渲染<br/>输出 PDF"]

上图是这条链路的形状。注意每一格的职责都很清楚:模型只出现在它擅长的地方——非结构化信息的提取、文字生成、给定条件下的分类判断;而抓取、清洗、渲染这些确定的事交给工具和代码。

它的优点是稳定。「真的非常非常稳定。」

缺点是它的优点带来的:**边界清楚才编得出来。**一旦编不清楚,或者出现各种异常,就会非常麻烦,而且迭代效率不高。

三、单智能体:把下一步交给模型

从这一层开始,作者说他自己当初也觉得超出了程序员的想象。

因为写程序时,每一步都是我自己可控的。而到了 Agent,变得不那么可控了。

他对 Agent 的定义很严格,也很关键:由模型自主进行规划的智能体。

具体机制是这样的:模型作为大脑,你给它任务目标和一组工具描述。

  1. 模型思考:下一步该干什么。
  2. 基于这个决定调用工具。
  3. 工具结果回到上下文。
  4. 模型继续思考下一步。

那什么时候停?由模型自己判断。他举的例子很具体:搜索一次之后,模型可能觉得信息够了,就去生成;也可能觉得不够,就换个来源再搜。

图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。

flowchart TB
    T["任务目标 + 工具描述"] --> R["模型规划下一步"]
    R --> C{"要调工具吗"}
    C -->|要| X["调用工具"]
    X -->|结果回灌上下文| R
    C -->|不要| O["输出结果"]

上图是这个循环。关键在第一个框:谁决定下一步,这是 Agent 和工作的分界线。

他说设计 Agent 时真正重要的两件事:给足工具并让它会调;以及给一定的思维链,说明规划或拆解时应该怎么做。

四、多智能体:不是拆得更细,是隔开上下文

这一节是整篇最有价值的部分,因为他先狠狠地拆了一个流行误解。

什么不是多智能体

他说经常听人说「我们这个是 Multi-Agent」,进去一看——只是在一个工作流里用了三段不同的提示词。

在他的定义里,每个组成部分必须是一个真正的 Agent:能自主决策,能独立完成一个子任务。由这些 Agent 通过任务传递和流程编排,去完成一个复杂任务的系统,才叫多智能体。

为什么还要这么做

他也承认,有一种说法是有依据的:Agent 本身有不确定性,每多一个,出错的概率会上升;Agent 数量上去之后,整体成功率会明显下滑。

但他的判断是,这属于对多智能体的误解。

因为多智能体做的最重要的事,不是把任务拆得更细,而是——

上下文的隔离。

这个解释很漂亮,值得展开。

单 Agent 做竞品分析时,每一次搜索的结果都会叠进同一个上下文。搜得越多,上下文越长,然后你就需要各种压缩、精简的技术去救它。

多智能体时,主控会把任务派给带搜索工具的研究员 Agent:先调研这家公司是做什么的,再搜它的商业模式。每一次搜索都是独立子任务,上下文天然被切开。

所以每次调用的上下文大幅缩短。而压缩终究不如隔离——这是他给出的判断。

第二个好处:工具专注

顺着这条线,他解释了 MCP 和 skill 的关系,我觉得是理解当下工具生态的一个好切口。

MCP 的每个工具本质上就是一个 API,要完整定义自己是干什么的、入参出参是什么。当一个 agent 要调几十个工具时,光这些 schema 就能把上下文撑爆。

skill 做的是在工具上加一层抽象:**先别告诉我参数,先告诉我这个工具是干什么的、一共有几个,给我一个目录。**然后我需要用哪个,再去看它的入参。

多智能体是另一条路:不给抽象,直接给每个 Agent 只配它需要的工具。研究员只有搜索,分析师只有代码解释器和数据分析工具。

效果是两重的:省上下文;减少它在选工具、用工具时的幻觉和错误。

图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。

flowchart TB
    M["主控 Agent"] --> R["研究员 Agent<br/>只有搜索工具"]
    M --> A["分析师 Agent<br/>只有代码解释器"]
    R --> C1["独立上下文<br/>第一次调研"]
    R --> C2["独立上下文<br/>第二次调研"]

上图是这两个好处的来源:工具窄,上下文短。

所以他把多智能体的价值收成一句:靠组织的容错性,抵消单个 Agent 的不确定性,同时解决单 Agent 做不深的问题。

选型判据:业务不确定性的三个维度

前面都是描述,这一节是决策。

他先引了一个概念:信息论里的阿什比定律——只有多样性才能对抗多样性。

这句话解释了一个现象:用工作流做很多事时,要么成本极高(因为要枚举所有情况),要么容错和效果上不去。

所以他给的判据只有一个东西:业务不确定性。而它有三个维度。

一、输入不确定性

输入是确定的还是不确定的。

  • 确定:比如用 AI 做数据清洗,从非结构化对话里提标签。输入形态固定。
  • 不确定:比如智能客服,用户带着各种目的来,给你各种任务。

二、过程不确定性

每一步执行时,中间结果确定吗。

  • 确定:像工作流那样,每一步给「是」或「否」,调用工具的结果无非「有」或「没有」。
  • 不确定:比如线上问题定位。每轮询一个模块有没有问题,结果都不确定——甚至查不查得到 trace、监控全不全,全是变量。

而这种场景恰恰是工作流的死穴:你得处理大量异常分支。交给 Agent 自主决策反而更好。

三、结果不确定性

目标是确定的吗。

  • 确定:通过或不通过。哪怕是金融风控这种核心业务,最终也是「能不能过」。
  • 不确定:比如让 AI 产出观点而不是数据。观点有没有价值,连人都难判断。

图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。

flowchart LR
    U["业务不确定性"] --> I["输入<br/>固定 or 千变万化"]
    U --> P["过程<br/>每步确定 or 随时异常"]
    U --> O["结果<br/>可判定 or 难评价"]
    I --> S{"三维综合"}
    P --> S
    O --> S
    S -->|低| A["提示词 / 工作流"]
    S -->|高| B["单智能体 / 多智能体"]

上图是这套判据的用法。他强调了一个后果,我认为比选型本身更重要:

没有落在最佳匹配区,就是欠设计或者过设计,这两种都很不好。

四种范式的总结

他自己的收束是这样:

范式一句话什么时候会崩
提示词我准备好了交给你,看你能不能一把出上下文过长、模型换代
工作流我全预先编排好编不清楚、异常太多
单智能体模型决定下一步上下文堆积、工具过多
多智能体靠组织给单 Agent 减负组织本身有成本

最后他强调了一句,我觉得是全篇的态度:不是什么东西都能一个大招搞定,一招鲜。

我的三点补充

以下是评注,不是原片内容;取舍由我负责。

第一,把「多智能体的价值是上下文隔离」听进去,很多事就顺了。 大多数人一提多智能体就想到「分工」,然后困惑:分工用工作流不也能做?差别恰恰在这里——工作流的每个节点共享同一段上下文,多智能体的每个子任务有自己的上下文。 前者省编排,后者省上下文。而当上下文一旦成为瓶颈(他给的数字是三到五万 token),后者才是唯一解。

第二,那个「三五万 token 之后效果骤降」的经验值得记住,但要当成经验。 它跟厂商宣传的长窗口叙事相反,而作者自己也没给测量方法。我的读法是:长窗口的价值在于「装得下」,不在于「用得好」。装得下让你不必截断,用得好还需要别的机制——上下文隔离就是其中一种。

第三,三个不确定性维度里,「过程不确定性」最容易被低估。 输入和结果的不确定性大家都会评估:需求清楚不清楚、验收标准明确不明确。但很少有人问:中间每一步的结果稳不稳。 而线上排障、深度调研这类任务,恰恰是每一步都不稳、整体却必须完成——这类任务天生不适配工作流,再精细的编排也只是在枚举异常。


一句话总结:**四种范式没有高下,只有匹配。**选错的代价不是跑不动,是欠设计和过设计——两种都在烧钱。

搜索全站

输入关键词,查找项目与实践记录。