规划执行循环、多 Agent、状态与记忆
理解 Agent 如何规划、行动、观察并保留必要状态。
- 用自己的话解释“规划执行循环、多 Agent、状态与记忆”及其核心术语。
- 在真实 AI 产品场景中识别何时应该使用本课方法。
- 完成一份可沉淀进“Prompt 模板、RAG 流程、Agent 工作流与评测集”阶段任务的实践产出。
REAL SCENE
先从一个真实场景开始
研究 Agent 被拆成“规划、搜索、写作、审校”四个 Agent，消息往返成本翻倍，错误在角色间传递；它还把一次用户玩笑写入长期记忆，之后持续影响正式报告。多 Agent 和记忆都不是越多越智能，而是新增状态、协调和隐私责任。
PLAIN EXPLANATION
说人话：它到底是什么？
Agent 常以“计划—行动—观察—更新状态”循环推进。状态保存当前目标、已完成步骤、工具结果和待处理事项；短期记忆服务本次任务，长期记忆跨任务保存经确认的偏好或事实。多 Agent 把职责分给不同代理，只有当任务可并行、专业边界清楚或权限需要隔离时才值得采用，否则固定模块或单 Agent 更简单可靠。
规划执行观察循环
计划不是一次生成后盲目执行，应在每个工具结果后更新；行动有前置条件与预算，观察从权威结果提取结构化状态。完成条件独立验证，重复无进展触发停止或人工。
- 计划步骤引用明确目标
- 观察区分成功失败和未知
- 循环检测重复与无进展
状态与记忆生命周期
任务状态需要持久化以支持恢复，但只保存必要事实。长期记忆写入前判断来源、稳定性、用途和敏感性，最好让用户确认；检索时考虑时效与冲突，支持纠正、过期和删除。
- 模型推断不自动升级为事实
- 每条记忆带来源时间与范围
- 删除传播到缓存和索引
多 Agent 协作代价
多 Agent 需要任务分配、共享协议、冲突解决和最终责任人，消息会增加延迟与成本。能用确定函数、并行工作流或单 Agent 工具解决时，不应仅为角色感而拆分。
- 权限隔离可成为合理动机
- 共享状态有唯一权威版本
- 评测比较单体基线与多体增益
Agent 循环以结构化观察更新计划，并由外部条件验证完成。
记忆只保存有用途、经确认、可更正和可删除的信息。
多 Agent 必须证明并行、专业或权限隔离收益高于协调成本。
KEY POINT
这节课最重要的结论
- 为什么重要
- 这决定了与算法和工程团队共同设计 Prompt、RAG、Agent 和评测方案时，团队是否拥有一致、可验证的判断标准。
- 适用边界
- 当问题目标、数据来源或失败成本发生变化时，不要机械套用；先重新确认假设和风险等级。
EXAMPLES
正确案例与常见反例
研究任务由单 Agent 管理计划，搜索工具可并行执行；状态记录已验证来源和缺口，连续两步无新增证据便停止。只有用户明确确认的写作偏好进入长期记忆，带来源和过期设置。安全审查作为确定工作流而非另一个自由 Agent。
每个小步骤都创建一个 Agent，互相用自然语言传递不完整摘要，没有共享版本和冲突规则。任何聊天内容都会永久记忆，模型猜测也写成用户事实；用户修改偏好后旧记忆仍被召回，删除入口不存在。
“state schema 请包含 objective、planVersion、completedSteps、observations、budget 和 stopReason。memory 写入需 type/source/confirmedAt/expiresAt/scope，推断默认不持久化。多 Agent PoC 必须与单 Agent 基线比较质量、延迟和成本。”
HANDS-ON
必做实操任务
本节产出：“Prompt 模板、RAG 流程、Agent 工作流与评测集”阶段任务中的《规划执行循环、多 Agent、状态与记忆》一页实践卡
步骤 1为一个 Agent 画出计划、行动、观察、更新、完成和停止状态机。
步骤 2定义连续失败、重复行动、预算耗尽和环境冲突时的退出策略。
步骤 3把十条候选信息分类为任务状态、短期记忆、长期记忆或不应保存。
步骤 4为多 Agent 候选建立单 Agent 基线，量化并行、质量、延迟与协调成本。
实践结果会自动保存在本机，并进入项目工坊的任务来源。
目标：____
planVersion：____
步骤｜前置｜工具｜观察｜状态：____
完成条件：____
失败/未知/重复/无进展：____
步数/Token/时间/成本预算：____
任务状态字段：____
短期记忆：____
长期候选：内容____ 来源____ 用途____
确认：____ scope：____ expires：____
冲突与纠正：____ 删除传播：____
多 Agent 必要性：____
共享协议、权限与最终责任：____
单体基线对比：____CHECKLIST
产品经理工作检查表
MASTERY QUIZ
掌握测验
达到 60% 即可完成本课。
INTERVIEW
常见面试题
展开参考回答
状态用结构字段记录目标、计划版本、步骤、工具观察、预算和停止原因，每步基于权威结果更新并由外部条件验证完成。短期与长期记忆分开，长期写入需来源、确认、作用域、时效和删除。多 Agent 仅在并行、专业或权限隔离有明确增益时采用，定义共享协议、冲突解决和最终责任，并与单体基线评测。
RECAP & FURTHER READING
重点回顾、延伸阅读与下一步
- 1
围绕“规划执行循环、多 Agent、状态与记忆”继续阅读：阅读模型或 AI 框架的官方概念文档，区分能力原理、评测条件与真实产品限制。
- 2
用“规划循环、多 Agent、记忆”作为检索词，分别写下一条定义、一条适用边界和一个反例。
- 3
对照本课正确案例与反例，寻找一个公开案例并记录其中可复用的判断与不能照搬的条件。