Anthropic发布文章，探讨2025年Agentic系统发展趋势，并分享了构建此类系统的经验。文章指出，Agentic系统通过LLM动态指导流程和工具使用，与预定义代码路径的工作流有所不同。建议开发者从简单的LLM API开始，逐步增加复杂性，并权衡延迟、成本与任务性能。文章还介绍了常见的框架和构建模式，如提示链、路由、并行化，以及编排者-工作者和评估者-优化者等模式。实践应用领域包括客户支持和编码代理。文章强调工具设计原则，建议保持设计简单性、确保透明度，并精心设计代理-计算机接口。整体而言，这是一份构建代理系统的实用指南。

💡代理系统核心概念：代理系统由LLM动态指导流程和工具使用，区别于工作流的预定义代码路径。开发者应从最简单的解决方案入手，仅在必要时增加复杂性，并权衡延迟、成本与任务性能。

🛠️ 构建模式详解：文章详细介绍了多种构建模式，包括提示链（将任务分解为连续步骤）、路由（对输入分类并导向专门任务）、并行化（通过分段和投票实现）、编排者-工作者（中央LLM分配任务）以及评估者-优化者（循环评估和改进）。这些模式为开发者提供了灵活的选择。

🤖 实践与工具设计：文章给出了Agentic系统在客户支持和编码代理领域的应用案例，并强调工具设计原则，包括注重工具文档和接口设计，考虑模型使用便利性，以及进行充分测试和迭代。同时，文章建议保持设计简单性，确保透明度，并精心设计代理-计算机接口。

Anthropic 说 2025 年将是 Agentic 系统年

所以发了一个 Agents 综述的文章，介绍了他们构建 Agentic 系统的一些发现。

原文地址：https://www.anthropic.com/research/building-effective-agents

非常适合入门看，这里是大致的笔记：

1. 代理系统的基本概念
- 工作流(Workflows):通过预定义的代码路径编排LLM和工具
- 代理(Agents):LLM动态指导自己的流程和工具使用

2. 何时使用代理系统
- 建议从最简单的解决方案开始
- 仅在必要时增加复杂性
- 需权衡延迟和成本与任务性能的关系

3. 框架使用建议
- 常见框架:LangGraph、Amazon Bedrock、Rivet、Vellum等
- 建议开发者从直接使用LLM API开始
- 使用框架时需理解底层代码

4. 主要构建模式

A. 基础构建块:增强型LLM
- 具备检索、工具使用和记忆能力
- 通过Model Context Protocol实现工具集成

B. 工作流模式:
- 提示链(Prompt chaining):将任务分解为连续步骤
- 路由(Routing):对输入分类并导向专门任务
- 并行化(Parallelization):
- 分段:将任务分解为并行子任务
- 投票:多次运行获取不同输出
- 编排者-工作者(Orchestrator-workers):中央LLM分配任务
- 评估者-优化者(Evaluator-optimizer):循环评估和改进

C. 代理模式:
- 可自主规划和操作
- 需要环境反馈
- 适用于开放性问题

5. 实践应用领域
- 客户支持:结合对话流程和工具集成
- 编码代理:可验证且结构化的问题领域

6. 工具设计原则
- 注重工具文档和接口设计
- 考虑模型使用便利性
- 进行充分测试和迭代

7. 核心建议
- 保持设计简单性
- 确保透明度
- 精心设计代理-计算机接口(ACI)
- 仅在简单方案不足时增加复杂性

这篇文章为开发者提供了构建代理系统的实用指南,强调了从简单开始、逐步优化的方法论。