"AI Agent架构拆解：Planner、Tool、Memory与Evaluation"

来源：Anthropic Engineering Blog — Claude Agent、Prompt Engineering、Context Engineering

Agent 核心组件

1. Planner（规划器）

Agent 的第一步是分解任务。Anthropic 推荐：

• Chain-of-Thought — 让模型逐步推理
• ReAct 模式 — 思考 → 行动 → 观察循环
• Plan-and-Execute — 先规划完整步骤再执行

2. Tool（工具）

工具设计的关键原则：

tools = [
    {
        "name": "search_documents",
        "description": "搜索文档库中的相关信息",
        "parameters": {
            "query": {"type": "string"},
            "top_k": {"type": "integer"}
        }
    }
]

• 工具描述要清晰具体
• 参数设计要简单
• 错误处理要优雅

3. Memory（记忆）

• 短期记忆 — 对话上下文窗口
• 长期记忆 — 外部向量数据库
• 工作记忆 — 当前任务状态

4. Evaluation（评估）

没有评估就没有改进：

• 任务完成率 — Agent 是否成功完成目标
• 工具调用准确率 — 是否正确选择了工具
• 响应质量 — 人类评估或 LLM-as-Judge

实践建议

Anthropic 的 Context Engineering 方法值得学习：不是让模型"更聪明"，而是给它更好的上下文。这比调参有效得多。