跳到正文
AI Agent 教程 · 卷 0 · 学习地图

全景地图:Agent 的七层模型

本合集目录
本章目录

单册说明:本文件是「AI Agent 完整教程」卷 0 的第 2 章,可独立阅读。 前置:无(这一章纯认知,不装环境也能读)。但建议先读第 1 章确定自己走哪条阅读线。

项 内容
所属卷 卷 0 · 学习地图(第 2 / 6 章)
前置章节 无
本章产出 一张能用来定位故障的图 + 知道自己卡在第几层
对应代码 无
配图 图 0-2(七层模型)
读完的判定 能给一个具体问题指出"它卡在第几层"

2.1 为什么先给地图

学 Agent 最常见的失败方式,不是学不会,而是学乱了。

我见过一个典型的混乱:一个人同时在看五篇教程,一篇讲提示词、一篇讲 LangChain、一篇讲 MCP、一篇讲 RAG、一篇讲 Dify。每篇都看懂了,但他没法回答一个最基本的问题——"我现在卡住了,该改哪一块?"

地图的作用就是回答这个问题。它把"Agent 系统"拆成七层,每一层有明确的职责,也有明确的故障症状。有了它,你的排查方式会从"到处试试看"变成"先定位,再动手"。

Agent 的七层模型:一张图定位你卡在哪一层


2.2 七层逐层说

由下往上,是"从底座往上搭"的顺序;由上往下,是"从症状往下查"的顺序。建系统时用前者,排故障时用后者。

层 管什么 典型部件 这一层坏了,你会看到什么 对应卷
7 治理层 评测、成本、权限、合规、监控 评测集、预算闸门、审计日志、告警 能演示,但一算钱就崩;或者不敢给别人用 卷 6
6 交付层 界面、接口、定时任务、通知 命令行、网页、API、定时器 自己电脑上能用,换个环境就跑不起来 卷 4
5 记忆层 会话状态、长期记忆、知识库 状态对象、文件/数据库、向量库 每次都从零开始,答不出"上次说的那个" 卷 2
4 工具层 它能做什么 文件读写、命令、数据库、浏览器、第三方 API 只会说"我建议你……",从不动手 卷 2 / 卷 3
3 编排层 循环、规划、分支、多 Agent 分工 主循环、计划器、路由器、子 Agent 一步错步步错,或绕进死循环出不来 卷 2 / 卷 4
2 能力层 把模型的潜力榨出来 提示词、上下文组织、多模态输入 答非所问、格式不听话、看不懂图 卷 1
1 模型层 底座本身 权重、推理服务、上下文窗口、计费 根本跑不起来,或跑起来账单失控 卷 1 / 卷 4

这七层最重要的性质:相邻层之间会互相"伪装"。

举个真实例子:一个 Agent"回答得很离谱"。

  • 你可能以为是模型不行(第 1 层)→ 换了个更贵的模型,还是离谱;
  • 也可能是提示词没给清(第 2 层)→ 改了提示词,好了一点;
  • 还可能是它没拿到需要的信息(第 4 层工具没调对,或第 5 层记忆没召回)→ 这才是真正的原因。

判断方法:看它有没有"尝试获取信息"。 如果它直接就开始答,说明是第 3、4 层的问题(没调工具就答);如果它调了工具但拿回的内容不对,是第 4 层;如果拿回的内容对但用得不对,是第 2 层;如果都对但结论还是错,才是第 1 层。

这个判断法在第 5 章会反复用到。5.7 节列的四种"必然失败"里,有三种都能用这条线索直接归位。


2.3 一个真实任务穿过七层

抽象讲不如走一遍。用"每天早上自动生成一份 AI 日报"这个任务——这是很多人在做、也是我自己在跑的一件事。

层 这个任务里具体是什么 如果缺了这一层
1 模型层 调用某个大模型,判断哪些资讯值得收、把英文摘要写成中文 没有"大脑",只能写死规则
2 能力层 要求它按固定五个板块输出、每条不超过 100 字、必须给来源链接 输出格式每天都不一样,没法用
3 编排层 采集 → 去重 → 筛选 → 写稿 → 配图 → 校验,六步串起来,失败重试 得每天手工点六次
4 工具层 抓 RSS、读网页、写文件、调用图片处理、发到公众号 只能"告诉"你今天有什么新闻,不能真的产出成品
5 记忆层 记住昨天推过哪些,避免重复;记住你的风格偏好 同一篇文章推两次
6 交付层 定时触发(每天早上 8 点)、失败时发告警、产物落到归档目录 得自己想着去点,忘了就断更
7 治理层 每天成本上限、图片大小与格式校验、内容合规检查 一个月后发现账单翻了三倍,或者推了一篇带违规词的稿子

注意一件事:这个任务里,"模型"只占一层,而且是最不费心的一层。真正让人熬夜的是 3、4、5、6、7 层。

这就是为什么本教程把卷 4 排在卷 3 前面——先理解这七层怎么咬合,再去学某个框架怎么用;反过来学,你会把框架当成全部,然后发现它解决不了你的问题。


2.4 四要素与七层:别混为一谈

网上到处都在传一个公式:

Agent = LLM(大脑) + Planning(规划) + Tool use(执行) + Memory(记忆)

这个公式是对的,但它描述的是"运行时",不是"工程栈"。

四要素 七层模型
回答的问题 一个 Agent 跑起来时,内部在做哪几件事 一个 Agent 系统要落地,需要哪些工程层
视角 运行时 / 单个请求内部 工程 / 整个系统
对应关系 LLM→第 1 层;Planning→第 3 层;Tool→第 4 层;Memory→第 5 层 多出来的是第 2、6、7 层:能力层、交付层、治理层

多出来的三层恰好是最容易被忽略的三层。 一个人自学 Agent 时,最容易只关注"四要素",然后做出一个"在我电脑上、我知道怎么按、演示时能用"的东西——卡在了第 6 层和第 7 层。


2.5 自查:你现在卡在第几层

按顺序回答,第一个回答"否"的地方,就是你该补的层:

# 问题 否 → 你缺这一层
1 我有一个能正常调用、额度够用的模型服务 1 模型层
2 我能让模型稳定按我要的格式输出 2 能力层
3 我能让它连续做多步,并且知道它什么时候该停 3 编排层
4 它能读写文件 / 查数据 / 调接口,而不只是聊天 4 工具层
5 它记得住上一次的结果,不用每次重新喂 5 记忆层
6 别人(或换个时间)也能用上它,不用我在旁边按 6 交付层
7 我知道它每天花多少钱、出错时我怎么发现 7 治理层

这张表可以直接当排期表用:先补第 1 层,再补第 4 层,再补第 3 层——这是投入产出比最高的顺序。第 2 层在做的过程中自然就练了,第 5–7 层等你能跑通一个完整任务之后再补。


2.6 三个常见误解

误解一:层数越高越"高级",应该从上往下学。

不对。层是依赖关系,不是难度等级。没有第 4 层的工具,第 3 层的编排就无从谈起;没有第 1 层的模型,一切都是空转。正确的建法是自下而上,排错是自上而下。

误解二:要先学模型原理,才能用好 Agent。

不需要。会用 Agent 需要知道的是它的行为特征(会幻觉、会忘、会跑偏、会偷懒),而不是注意力机制怎么算。原理值得学(卷 1 会讲),但它是"懂了更好",不是"不懂不能用"。先用起来,再回头补原理,效率高得多。

误解三:工具越多、框架越强,Agent 就越厉害。

恰恰相反。工具每多一个,模型选错的概率就多一分;框架每多一层抽象,出问题时你就多一层要穿透的黑箱。真实项目里更常见的情况是:一个 Agent 只有 3–5 个工具,效果比有 30 个工具的好。 这一点在卷 2 讲工具设计时会展开——第 5 章给第一个 Agent 只配 3 个工具,就是按这个原则来的。


2.7 本章验收

  • 应当会画出七层,并说出每一层管什么(不看笔记);
  • 应当会用七层定位一个你遇到过的 AI 使用问题(哪怕是"它总是不按格式输出"这种小事);
  • 应当会解释四要素和七层的区别,说清多出来的是哪三层。

自测题(口头答出来即可):

  1. "它总是不按我要求的格式输出" —— 哪一层?
  2. "它说帮我整理了文件,但文件夹里什么都没有" —— 哪一层?
  3. "我换了个电脑就跑不起来了" —— 哪一层?
  4. "昨天让它记的事,今天它完全不记得" —— 哪一层?
参考答案
  1. 第 2 层(能力层:提示词与格式约束)
  2. 第 3、4 层(编排层没走完循环 / 工具层根本没有写权限)
  3. 第 6 层(交付层:依赖环境,没有打包)
  4. 第 5 层(记忆层:状态没有持久化)

2.8 下一步