面经策

LLM Agent 的基本架构有哪些组成部分？ ​

  • 标签：大模型、AI、Agent

🏛 业务架构师 ​

LLM Agent 的基本架构，我用"一个决策核心+四大支撑系统"来概括：

决策核心——LLM（大脑）：负责理解任务、规划步骤、决定调用什么工具、根据观察结果调整下一步。Agent 的智能上限由模型能力决定。

感知输入：用户指令、环境状态、工具返回结果，统一装配进上下文窗口供大脑决策。

记忆系统：短期记忆（当前对话上下文）+ 长期记忆（用户偏好、历史任务的向量库/档案），让 Agent 跨会话积累经验。

工具系统（手和脚）：检索、数据库查询、API 调用、代码执行器等，通过 Function Calling/MCP 接入。工具的丰富度和描述质量决定 Agent 能做的事的边界。

规划与反思（元认知）：任务分解（把大目标拆步骤）、自我检查（Reflexion 式的复盘重试）、终止判断。现代模型已把 ReAct 循环内化，但显式的规划节点仍能提升复杂任务成功率。

业务视角的架构要点：真正的生产级 Agent 还必须有第五件套——治理层：权限控制（哪些工具能碰哪些数据）、审计日志（每步决策留痕）、人工介入点（关键动作审批）。前四件决定 Agent 能干什么，治理层决定企业敢不敢让它干。做方案时我总是先画治理层边界，再谈能力建设。

🏗 系统架构师 ​

LLM Agent 的基本架构我拆成六模块一总线，这是我看任何 Agent 框架（LangGraph、OpenClaw、ADK）的统一视角：

  • 感知/接入层（Channel）：多渠道消息接入（API、IM、语音），归一化为统一消息协议；
  • 规划模块（Planning）：任务分解、路径决策——显式 Planner（CoT、ToT 分解）或隐式（ReAct 循环中模型边走边规划）；
  • 记忆模块（Memory）：短期（上下文窗口内的会话历史 + 滚动摘要）与长期（向量库/结构化库的用户画像与事实）；
  • 工具层（Tools）：工具注册与描述、调用执行、结果处理（MCP/Function Calling 协议承载）；工具描述质量决定决策准确率；
  • 执行循环（Agent Loop）：感知→规划→行动→观察的 ReAct 循环，含终止条件判断（任务完成/步数上限/预算熔断）；
  • 护栏与治理（Guardrails）：输入输出过滤、权限校验、高危操作人工确认、审计日志——生产化的分水岭。

一条状态总线：所有模块围绕共享会话状态（消息历史、任务状态、中间产物）协作，LangGraph 的 State + Checkpointer 就是这个设计的框架化。

架构要点：模块间的边界决定可测试性——规划可 mock、工具可 stub、循环可回放，Agent 系统才能像传统软件一样做 CI。

💻 全栈开发专家 ​

标准说法四件套，加上我工程上认的第五件：

  1. LLM 大脑（决策）：负责推理、规划、决定下一步做什么，是一切的核心；
  2. 规划（Planning）：任务分解（把大目标拆成子任务）、反思（执行完检查结果调整策略）。CoT、ReAct、Reflexion 都是在强化这个环节；
  3. 记忆（Memory）：短期记忆=上下文窗口内的对话历史；长期记忆=外置存储（向量库/数据库）+ 检索召回；
  4. 工具（Tools/Action）：搜索、代码执行、API 调用、文件操作——Agent 的「手」，通过 Function Calling/MCP 接入；
  5. （工程必备）运行时与治理：循环控制器、上下文管理、权限沙箱、审计可观测——demo 和生产 Agent 的差距全在这一层。
用户目标 → [规划] → [LLM 决策] → [工具执行] → 观察结果
    ↑                                      |
    └────────── [记忆] 供读写 ←────────────┘   循环直到完成

我的架构心得：四件套里最容易被低估的是记忆和治理。demo 期大家卷工具数量，生产期发现问题全在：上下文爆了（记忆管理）、工具乱调（权限）、跑飞了（循环控制）、出了事查不到（审计）。面试时能把话题从「能力」引到「可控性」，就是资深视角。