Agent发展趋势
:::info
COT
lan-and-Execute
Plan-and-Execute
Eino
tRPC-A2A-Go
Langfuse
:::
Agent 历程
阶段 1：LLM+提示词
这个阶段是 23 年的东西，直接通过用户输入的提示词+调用 llm 的 api 实现一些功能，例如谈话助手，对话分析等。
- 无法处理复杂任务，模型幻觉问题很明显
阶段 2：AI Agent
24 年中： Agent = LLM+记忆+规划技能+工具使用（mcp）
规划：智能体能够根据给定目标，自行拆解任务步骤执行计划。通过规划能力，将复杂的任务拆分，智能体能够有条不紊地处理大型任务。Dify、n8n、Coze。
记忆：Long-term Memory ; Working Memory ; RAG
工具调用：MCP 协议
- 开始逐渐好用，能处理简单的专业性问题了，比如做一道逆向题目
阶段 3：Multi Agent
多 agent 系统，通过构建多个专业化的 agent 组成的协作网络，每个 agent 专注于特定的领域或者任务。人也可以是整个系统的一个 agent，加入到这个 agent 中（Human in the loop）
参考：MetaGPT 开源项目 / manus
Agent 协议（方便各厂商的 agent 之间进行通信；可扩展性）
两者面向的是不同的场景，但是在应用层面可能会有略微的竞争关系。
MCP 使得单个 agent 拥有了调用工具的能力
A2A 使得不同智能体之间拥有了通信的能力，方便每个 agent 负责专业的任务后交由别的 agent 处理
竞争关系：
mcp 调用的工具可以是低级的 agent。
但是这俩也有不同，也有各自的优劣：
比如 mcp 仅需要一个 agent，资源浪费少，简单可控；但是中心化依赖高，不易拓展
比如 A2A 每个 working 的专业度更高，输出更精准，可扩展性好；资源消耗较大
Agent 框架
Agent 思考框架
使用思考框架是为了赋予 agent 结构化的推理喝决策的能力。一套好的方法论，指导 agent 如何理解目标、分解任务、利用工具、处理信息、并根据环境反馈调整行为。一个好的思考框架能够显著提升 Agent 的鲁棒性、效率、泛化能力。
思维链（COT）
Chain of thought，CoT
CoT 核心在于，引导模型在给出最终答案前，先生成一系列结构化的中间推理步骤—-这如同模拟人类解决问题时的思考过程。通过这种方式，LLM 能够更深刻地理解问题结构，有效分解复杂任务，并逐步推导出解决方案。
CoT 具有透明性和可解释性。这两点很重要，方便研究人员知道模型的处理逻辑和处理过程，修正模型不正确的地方。
:::tips
Anthropic 精心设计了提示词，使得普通模型拥有了 CoT 的能力：https://link.zhihu.com/?target=https%3A//github.com/modelcontextprotocol/servers/tree/main/src/sequentialthinking
:::
- 使得模型具有了推理规划的能力，但是局限于模型内部知识，缺乏与外界的交互。这可能会导致知识陈旧、产生幻觉、错误传播、专业性不强。
ReAct
Reasoning and Action，ReAct
推理与行动
ReAct 将推理与行动相结合，允许模型在推理的过程中与外部的工具或环境进行互动，从而获取最新的信息、执行具体的操作。
核心运作机制：思考（Thought）–行动（action）–观察（Observation）
Plan-and-Execute
Plan-and-Execute 是一种 ReAct 的扩展和优化，旨在处理更复杂、多步骤的任务：
规划阶段：将原始任务分解为一系列更小、更易管理的子任务或步骤。有序的行动序列，指明了要达成最终目标需要完成哪些关键步骤。
执行阶段：按照规划逐一执行每个子任务，在执行子任务的时候，agent 采用标准的 ReAct 循坏来处理该子任务的具体细节，例如调用特定工具、与外部环境交互、或进行更细致的推理。agent 会监控每个子任务的执行情况，若子任务执行失败，agent 会重新评估当前计划，可以动态调整计划或返回到规划阶段进行修正。
- Plan-and-Execute 可以结构化复杂任务与优化上下文
- 提升鲁棒性。若某个子任务失败，会重新评估计划，影响范围相对可控，也容易进行调整
- 增强可解释性与人机协同。清晰的计划和分布执行的过程使得 agent 的行为更容易被理解和调试
开发框架
目前 agent 的主流开发框架集中在 python、JavaScript、Go 技术栈。
OpenAI：Agents SDK https://link.zhihu.com/?target=https%3A//openai.github.io/openai-agents-python/
Google：Agent Development Kit https://link.zhihu.com/?target=https%3A//google.github.io/adk-docs/
微软：AutoGen https://link.zhihu.com/?target=https%3A//microsoft.github.io/autogen/stable/index.html
LangChain：LangGraph https://link.zhihu.com/?target=https%3A//www.langchain.com/langgraph
Eino
开源 更符合 go 语言编程惯例的 llm 开发框架
- 高可维护性和高可扩展性并存：Eino 基于 go 1.18 版本引入的泛型，通过强类型定义各个节点的输入输出类型，并在编译时进行类型校验。
- 丰富的开箱即用组件：chatmodel、Tool、ChatTemplate 等原子级执行节点。
- 简单易用的开发体验：可视化 EinoDEV
Eino 框架的组成
组件
组件是大模型应用能力的提供者，提供原子能力的最小单元，是构建 AI Agent 的砖和瓦，组件抽象的优劣决定了大模型应用开发的复杂度，Eino 的组件抽象秉持着以下设计原则。
- 模块化和标准化：将一系列功能相同的能力抽象成统一的模块，组件间职能明确、边界清晰，支持灵活地组合。
- 可扩展性：接口的设计保持尽可能小的模块能力约束，让组件的开发者能方便地实现自定义组件的开发。
- 可复用性：把最常用的能力和实现进行封装，提供给开发者开箱即用的工具使用
对话处理类组件
chatTemplate
chatmodel
文本语义处理类组件
Document.loader、Document.Transformer
Embedding
Indexer
Retriever
决策执行类组件
ToolsNode
自定义组件
Lambda
编排
Eino通过深入洞察大模型应用的本质特征，提出了基于有向图（Graph）模型的编排解决方案。在这个模型中，各类原子能力组件（Components）作为节点（Node），通过边（Edge）串联形成数据流动网络。每个节点承担特定职责，节点间以上下游数据类型对齐为基本准则，实现类型安全的数据传递。
与 dify/coze 对比
Dify、Coze主要面向业务人员和快速原型开发，而Eino则专为需要深度定制和工程化开发的技术团队设计。
callbacks 切面
callbacks 实现横切面功能注入和中间状态透出两大核心功能
工作原理：用户提供并注册自定义的 callback handler 函数，component 和 graph 在执行过程中的固定时机主动回调这些函数，并传递对应的执行信息。
checkpoint 检查点
Human in the loop 是一种让人类用户能够实时参与和干预 AI Agent 执行过程的机制。
tRPC-A2A-Go
tRPC-A2A-Go 框架为开发者提供了完整的 A2A 协议客户端和服务端实现，帮助开发者快速将 Agent 封装为标准的 A2A 服务，兼容主流的智能体生态，显著降低了多 agentxie’tong 协同系统继承和运维的难度。
Agent 可观测性
Langfuse
Langfuse 是一款开源的 LLM 应用可观测与分析平台，专为大模型驱动的应用（如 Agent、RAG、工具链等）设计。
Eino 框架可以无缝接入 Langfuse
- 数据看板：通过 Dashboard，可以实时查看 LLM 应用的质量、成本、延迟等多维度指标，全面监控和分析智能体系统的运行状态
- 全流程追踪：自动捕获 LLM 应用的每一次调用、嵌套的工具调用、上下文、API 请求、嵌入检索等所有关键步骤，形成完整的执行链路（Trace），用于分析每个环节的输入输出，定位问题。
- 多维度质量评估
总结
AI Agent 的发展正处于爆发前夜，从最初的 LLM 聊天机器人，到具备规划、记忆、工具调用能力的智能体，再到多 Agent 协作的复杂生态，整个行业正在经历一场范式转变。本文系统梳理了 AI Agent 的核心理念、主流协议（MCP、A2A）、思考框架（CoT、ReAct、Plan-and-Execute），并结合 Golang 生态下的 Eino、tRPC-A2A-Go 等工程化框架，结合实际例子详细讲解了如何优雅地开发、编排和观测复杂的智能体系统。
- 协议标准化是 Agent 生态繁荣的基石：MCP、A2A 等协议的出现，极大降低了工具和 Agent 的集成门槛，让”能力复用”成为可能。未来，协议的进一步融合和演进，将推动智能体生态走向真正的互联互通。
- 思考框架决定 Agent 的智能上限：从 CoT 到 ReAct，再到 Plan-and-Execute，结构化的推理与行动流程，是 Agent 能否胜任复杂任务的关键。合理选择和实现思考框架，是打造高鲁棒性、高可解释性 Agent 的核心。
- 工程化框架让复杂 Agent 开发变得优雅高效：Eino、tRPC-A2A-Go 等框架，通过组件化、强类型、编排与切面机制，极大提升了开发效率和系统可维护性。无论是单体智能体，还是多 Agent 协作，都能快速落地生产级应用。
- 可观测与人机协同是生产级 Agent 的必备能力：只有让 Agent 的推理过程、工具调用、任务状态对用户和开发者透明，才能实现高质量的交付和持续优化。Human In The Loop 机制，则为关键场景下的安全性和可控性提供了保障。
- 选择适合自身场景的协议与框架才是最优解：没有万能的协议和框架，只有最适合当前业务和团队的技术选型。理解协议的边界、框架的能力，结合实际需求做出权衡，才能真正发挥 AI Agent 的价值。
AI Agent 的世界远比想象中更广阔，同时也是 AI 领域的一大重大革新！