代理設計模式：全部 21 種模式，針對實際營運企業的代理團隊進行評分（2026 年）

搜尋“智能體設計模式”，你會發現反覆出現五個相同的名稱：反思、工具使用、ReAct、規劃、多智能體。每個模式都配有一個簡單的範例（例如一首自我批判的詩、一個旅行社預訂飯店）和一個帶箭頭的示意圖。但沒有人告訴你，在幾個月的實際無人值守運作之後，這些模式中哪些仍然有效。.

所以我給它們打了分。不是那五個，而是這本書裡的全部21個技能，這本書現在佔據了搜尋結果，我把它們和我設定的20個定時代理技能進行了比對，這些技能在我睡覺的時候就能幫我經營業務。就是這樣。 自 2026 年 6 月 12 日以來，已記錄 1980 次運行。, 我能數清所有以結果行結尾的模式。有些模式每天都在運作。有些我從未用過。一些被引用最多的模式，其形式與它們的圖表完全不同。還有四種最有效的模式，卻不在任何人的清單上。.

到最後，你將了解什麼是代理商設計模式，哪些模式在生產環境中真正有效，以及如何根據風險而不是炒作來選擇模式。.

什麼是代理型設計模式？簡單解答及列表來源

代理設計模式是一種可重複使用的方法，用於安排 LLM 呼叫、工具、檢查和人員，以便 AI 系統能夠分多個步驟朝著目標努力，而不是只回答一次。. 與經典的軟體設計模式的理念相同：針對反覆出現的問題，給出一個命名的解決方案，這樣你就不會每次都重新發明輪子，而且你的團隊也對它有一個共同的稱呼。.

這份人人抄襲的名單，其家譜卻出奇地簡短：

• 2024年3月：Andrew Ng的信件 一批. 他列舉了四種模式：反思、工具使用、規劃和多智能體協作。他的論點是：GPT-3.5 在零樣本測試中正確率從 48.1% 提升至 95.1%，超過了 GPT-4 在零樣本測試中的 67.0%。大多數「前五名」榜單都包含這封信以及 ReAct。.
• 2024年12月：Anthropic的 打造高效率代理商. 它將「工作流程」（提示鏈、路由、並行化、協調器-工作器、評估器-優化器）與「代理」分開，並以大多數清單文章都會忽略的建議作為開篇：找到最簡單的解決方案，這「可能意味著根本不要建立代理系統」。“
• 2025：安東尼奧古利的書 智能體設計模式 （Springer 出版社）。本書包含 21 種模式，每章一種，並附有程式碼。這本書目前在搜尋結果中佔據主導地位，而且確實不錯。.
• 雲端供應商指南, 例如Google雲端的 圖案選擇器, 它將相同的概念重新命名為順序邏輯、平行邏輯、循環邏輯、協調器邏輯、分層邏輯、群體邏輯、人機互動邏輯和自訂邏輯。.

我發現最能說明問題的細節是：古利的書有424頁。實際標題為…的章節 “「生產模式」（異常處理、人機互動、檢索）共有 34 種。. 這並非貶低這本書；它正好反映了整個討論的現狀。我們把注意力都放在經紀人的思考方式上，卻很少注意他們失敗的原因。放任經紀人無人監管，這種比例很快就會顛倒。.

所有 21 種智能體設計模式，均針對實際車隊進行評分

首先，評分標準是什麼？我的艦隊配置刻意比較簡單：一個調度器文件，其中包含… 20項技能共22個活躍時段, 一個 shell 腳本，用於為每個職位以無頭模式啟動 Claude Code；每個職位對應一個純 Markdown 格式的技能文件；以及 Airtable 表格作為共享文件櫃。每次運行都會寫入日誌，並以一行內容結束： 技能結果：成功 | 跳過 | 失敗. 如果你需要架構圖，我已經寫好了。 它背後的代理作業系統 和 Claude Code 代理程式如何在生產環境中運行它.

截至今日的人口普查數據： 1,980 次運行 = 1,609 次成功 / 216 次跳過 / 44 次失敗 / 2 次降級 / 109 次完全沒有結果行。. 現在，我們以本書的21章為檢查清單，來製作一份評分錶：

#	圖案	用過的？	它實際呈現的效果
1	提示鏈	日常的	每項技能都是用 Markdown 語言手寫的一系列步驟。
2	路由	日常的	時鐘負責分配任務；一個LLM（法學碩士）負責將電子郵件分配到4個儲存桶中。
3	平行化	很少	只清理風扇；技能每個槽位運轉一次
4	反射	是的，方式不同。	檢查的是最終呈現的產物（渲染後的影像、即時頁面），而不是它自己的推理過程。
5	工具使用	日常的	透過純 HTTP 呼叫十幾個 API
6	規劃	是的，方式不同。	我只需制定一次計劃；代理人每天執行。
7	多智能體	是的，方式不同。	20項技能透過桌子傳承；沒有人直接交談。
8	記憶體管理	每日（弱點）	一個筆記文件，現在大小為 2.39 MB，包含 10,323 行。
9	學習與適應	手工	課程內容已記錄在筆記中；技能文件在失敗後進行了修補。
10	模型上下文協定	僅僅	計劃技能使用 curl，而不是 MCP
11	目標設定和監控	是的	每項技能都有一個完成條件和一個結果行
12	例外處理和恢復	日常的	備用方案（影片播放失敗 → 靜態影像）
13	人機交互	是的，但有條件。	Asana 和 Airtable 中的審批隊列
14	知識檢索（RAG）	不	在這個尺寸下，使用 grep 命令處理檔案比使用向量儲存更有效。
15	代理間通信（A2A）	不	使用表格代替代理之間的訊息
16	資源感知優化	是的	每個作業選擇模型，每個插槽設定硬逾時
17	推理技巧	遺傳	無論模型如何運作，我都不會去建構它。
18	護欄/安全	是的	151 條書面「絕不」規則，以及相關權限
19	評估和監測	日常的	夜間看門狗讀取的計分結果
20	優先權	日常的	所有隊列均已排序（關鍵字難度最低者獲勝）
21	探索與發現	很少	研究人員按計劃在圍欄內進行掃描。

從上到下閱讀「已使用？」一欄，你會發現一個規律。. 每天發生的那些事情，大多都是些不起眼的： 鍊式呼叫、路由、工具使用、異常處理、監控、優先權排序。那些著名的演算法（反射、規劃、多代理）都得以保留，但都已變形為更枯燥、更易於檢查的形式。.

核心七大製作：哪些保留了下來，哪些被捨棄了

提示鏈：骨架，由人編寫

艦隊中的每項技能都是一條鏈。今天的文章源自於一個技能文件，其中包含一個編號的流程（檢查刷新隊列、選擇關鍵字、研究結果頁面、撰寫大綱、生成圖片、發布、更新追蹤器），共 1190 行。該模型不會創造這些步驟，而是執行它們。如果你只能從本文中記住一點： 對於經常性業務工作，書面溝通比精明的代理人更有效。.

路由：主要顯示時鐘，LLM 路由器大多顯示「不適用於你」。“

我伺服器群組裡最大的路由器根本不是LLM（郵件路由管理員）。它是一個調度器，根據一天中的時間將22個時間段分配給20個技能。 LLM真正負責路由的地方是郵件代理，它會將郵件分類到客戶、合作夥伴、財務和其他類別。在10月17日至11月7日記錄的58次運行中，它進行了分類。 共發送了 563 封電子郵件：6 封客戶郵件、2 封合作夥伴郵件、60 封財務郵件、495 封其他郵件，並撰寫了 8 封回覆草稿。. 路由器88%的工作是識別噪音。這與機器學習精通課程中提供的解決方案相符。 模式決策樹：對可預測的情況使用確定性規則，對不確定的情況保留 LLM。.

反思：被檢視事物本身所取代。

教科書反思是指範例對自身的草稿進行批判。在實踐中，更實用的版本是一位能夠…的批評者。 看到作者看不到的東西. 我的經紀人在產生圖片時，會製作一份實際渲染圖的聯絡表，並檢查是否有虛假文字。 11月7日，一個「店面廣告」的提示產生的圖片上的標誌亂碼，於是經紀人將其刪除並重新渲染。當他們刷新貼文時，會取得即時頁面，並在確認新標題確實存在後才算完成。這是基於證據的反思，而非基於感覺的判斷。通用版本恰恰犯了決策樹文章中警告的錯誤：評論者與生成器過於相似，以至於無法發現任何問題。.

工具使用：所有工具都可用，純 HTTP 協定也完全可以。

這支艦隊所做的每一項有用的工作都是透過工具呼叫實現的：WordPress、Airtable、Asana、圖像生成、搜尋、資料抓取、社群媒體日程安排。幾乎所有這些操作都是簡單的。 捲曲. 我測量了實際到達模型的量。 MCP 與 CLI 對代理商的影響; 簡而言之，對於規劃任務而言，有文件記錄的命令列加上清晰的輸出比花俏的介面更勝一籌。.

計劃：我制定計劃；代理人執行計劃。

運行時規劃（模型自行製定多步驟計劃）非常適合一次性研究。但對於每天都要進行的任務，讓代理每天早上重新規劃只會增加出錯的可能性。我的代理程式會在每個步驟中進行規劃，例如建立文章大綱，但整體計劃是一個由我審核和編輯的文件。規劃工作並沒有消失；它只是轉移到了我這裡，而且只進行一次。.

多智能體：一場在表格間的接力賽，而非會議

我的20項技能之間從不直接溝通。它們透過共享表格傳遞工作。研究人員填滿一個隊列，海報發布者則從中抽取一個隊列：社交隊列維持運作。 共 115 行，已使用 111 行，剩餘 4 行待處理。. 內容日曆包含 144 份簡報，已發布 138 份。它的多方協作模式就像廚房裡的多位廚師：任務是按順序執行，而不是爭論不休。我撰寫了協調方面的工作。 無需平台即可實現人工智慧代理編排, 並且，當單一運行中的子代理提供幫助（或造成損害）時 Claude Code 生產中的子代理.

並行化：基本沒有必要

唯一會分散處理的任務是抓取競爭對手的頁面，每次抓取六個。其他所有任務都在各自的時間內運行。當你的代理商通宵工作時，時間就是你的平行處理能力。除非有人在等待答案，否則更快完成任務並不會有任何獎勵。.

生產模式：無人值守代理商的生死存亡

這些章節頁數最少，但工作量最大。以下是每個章節在運行數千次後的表現。.

人為因素參與：只有當有人處理隊列時，隊列才有效。

谷歌的指南對這種模式描述得很好：在預設的檢查點，代理會暫停並等待用戶批准、更正或添加輸入。我的團隊也設定了這些檢查點。線上討論的回覆會預先撰寫，但不會自動發布。收到的回覆令人感到慚愧： 已撰寫 550 篇回覆草稿，跳過 514 篇，準備就緒 36 篇，未發布 0 篇。. 這個圖案本身沒問題，只是環路始終無法閉合。我為此專門寫了一篇文章。, 只有當有人完成閉環時，循環中的人才算數。. 審批隊列的規模應根據使用者實際擁有的時間來設定，而不是根據他們希望擁有的時間來設定。.

護欄：提示中的規則是一種請求

我的 CLAUDE.md 檔案和技能檔中都有 包含“never”一詞的151行”永遠不要捏造數據，永遠不要做出定價承諾，永遠不要發佈到草稿 URL。這些規則大多時候都有效，因為模型大多時候都會遵循指令。但「大多時候」並非安全保障。真正有效的保障是結構性的：例如，物理上無法執行特定操作的令牌、需要人工清空的佇列、以及不接受無效值的欄位。編寫提示規則後，問問自己：如果模型忽略了它，該如何強制執行？.

資源感知優化：為每個動作定價

每個任務都有 30 到 90 分鐘的硬性逾時時間，每個操作都有固定的價格：搜尋結果頁面查詢費用為 $0.0035，圖片部分費用約為 $0.04 到 $0.08（取決於模型），30 秒影片費用約為 $0.33。每個任務都會指定其模型，因此高級任務僅在輸出包含帖子的地方運行。這聽起來並不光鮮亮麗，但一個不受限制的代理程序正是將有趣的實驗變成賬單的罪魁禍首。.

記憶管理：我的弱點，公開場合。

艦隊的長期記憶是一個 Markdown 文件，所有技能都會在其中添加內容。現在 2.39 MB 和 10,323 行, 正常情況下，讀取操作只能追溯到大約一個月前。之所以能實現，是因為每個技能都會搜尋自己的名稱，而不是從上到下讀取整個清單。這只是權宜之計，並非設計初衷。我已經將其標記為一個未解決的問題。 智能體工程 已經寫好了，而且這個問題仍然開放。如果你是新手，第一天就應該給記憶體設定大小限制，並執行記憶體清理任務。.

檢索和代理間通訊協定：在這個規模下不需要。

沒有向量資料庫，也沒有代理程式之間的訊息傳遞。使用 grep 搜尋純文字檔案可以在幾毫秒內找到代理程式所需的內容；我測量了這種方法何時不再有效。 RAG 管道：當 grep 勝過它時. 表格取代了代理商之間的聊天。這兩種模式都是真實存在的。它們只是解決了擁有20項技能的艦隊目前尚未遇到的問題。.

四種鮮為人知的（卻最有效的）代理設計模式

Gullí 的書確實涵蓋了故障處理（異常處理、防護措施、求值），所以我並不是說沒人考慮過這個問題。但下面這些模式在我查閱過的所有書籍中都沒有專門的章節介紹，而且如果我丟失了所有數據，我會先重建這些模式。.

模式 22：回讀驗證

每次寫入後，從記錄系統中讀取記錄並進行比較。. 「200 OK」表示請求已到達，並不表示更改已發生。我的關鍵字表讓我深刻體會到了這一點。它的字段名都是小寫的，而Airtable的字段名是不對稱的： 篩選 不區分大小寫，但欄位名稱在 寫 區分大小寫。因此，代理程式可以完美讀取佇列，但每次狀態更新都會悄悄地傳回一個無人檢查的錯誤。技能文件至今仍留有痕跡：「這種不對稱性隱藏了這個漏洞數月之久。」 如果在第一次寫入後進行一次回讀，就能在第一天就發現它。.

模式 23：結果線合約

每次運行結束後都會產生一行機器可讀的程式碼：成功、跳過或失敗，外加一個摘要。一個單獨的任務，即夜間監視程序，會讀取這些代碼行，而不是退出代碼。為什麼？因為 我的日誌中所有 44 次失敗的運行都以代碼 0 退出。. 對作業系統而言，每一次運行看起來都成功了。但有 109 次運行完全沒有輸出任何結果，這本身就是一個訊號：某些環節被中斷了。這是你能建構的最經濟的可觀測性，也是「代理運行了」和「代理工作了」之間的區別。“

模式 24：每日配額

給每位經紀人分配配額，而不僅僅是預算。部落格寫手每天只能執行一項SEO操作，可以是更新內容或發布新文章，但不能同時執行兩者。討論區發文員每天撰寫三到五個回應。外聯經紀人每次推廣五個潛在客戶。每個帖子最多只能跟進三次，並且有12小時的冷卻時間。配額制度可以將糟糕的一天造成的損失限制在一天之內，並防止任何經紀人過度幹預業務。.

模式 25：大聲降級

備用方案是教科書式的異常處理：如果視訊引擎故障，則改為顯示靜態圖片。我的方案效果很好，甚至好得過頭了。. 從6月18日至7月22日，在35次運行中，有32次視訊步驟退而求其次，只顯示靜態影像。首先是缺少品牌資料夾，然後是嵌套登入返回 401 錯誤。這 35 次運行中仍有 33 次報告錯誤。 成功, 因為從技術上講，帖子確實已經發出去了。原因就寫在每個摘要裡，但狀態顯示為成功，而狀態才是統計依據。這個備用方案保證了業務的正常運轉，也讓故障引擎在五週內不被察覺。解決方案是製定一條規則：允許使用備用方案來挽救運行，但必須將結果標記為成功。 退化的 並說明它跳過了哪些步驟。靜默的備用方案只不過是緩慢的失敗。.

如何選擇代理設計模式：從風險著手

大多數嚮導會根據任務類型來選擇路線：路徑是否已知？是否需要工具？質量是否比速度更重要？這是一個很好的初步判斷。我還要補充第二個問題，這個問題在無人監督時顯得格外重要： 犯錯會付出什麼代價？你又該如何發現自己犯了錯？

如果一個錯誤會…	伸手	艦隊範例
看起來就像成功一樣	回讀+結果行合約	Airtable 正在撰寫；即時頁面標題檢查
公開或不可逆轉	人機互動佇列	討論回覆、財務郵件
重複發生需要付費。	每日配額 + 逾時	每天執行一項SEO操作
完全停止輸出	回退機制會發出很大的噪音	影片 → 靜態影像，標記為劣化
打個高品質的電話	對這件文物的反思	發布前的圖片聯絡表
發生過數百次	確定性路由 + 鏈接	基於時鐘的調度，書面技能文件
需要對含糊不清的輸入做出判斷	LLM路由	郵件分類分為四類

注意表格中缺少的內容：表格中沒有任何「新增更多代理商」的說明。 Anthropic 的建議在 1980 次運行後仍然有效：從最簡單的方案開始，只有當簡單的方案無法滿足需求時才添加其他元件。如果您需要協助將自己的工作流程對應到類似的模式，您可以… 預約自動化策略會議 我們將首先選擇最值得自動化的那項工作。.

如果你正在梳理所有這些方面的規範（規格、審查、驗證），我的 Claude Code 從四個月的無人值守運行中總結出了最佳實踐 是姊妹篇。真正做到不去打擾一個人的秘訣在於… 完全自主的人工智慧代理.

代理設計模式常見問題解答

主要的智能體設計模式有哪些？

大多數人所指的核心集合包括提示鏈、路由、平行化、反思、工具使用、規劃和多智能體協作。吳恩達最初在2024年提出的清單包含四項（反思、工具使用、規劃和多智能體），而ReAct（先思考後行動，循環往復）通常被添加為第五項。.

智能體設計模式有幾種？

這取決於你使用哪個目錄：Ng 的信件中有 4 個，Anthropic 指南中有 5 個工作流程和代理商，Gullí 的書中有 21 個，2026 年出版的書中有 12 個。 arXiv上的系統理論目錄. 姓名重疊的情況遠比數量所顯示的要多。.

代理工作流程和代理有什麼區別？

在 Anthropic 的框架下，工作流程會沿著你在程式碼中定義的路徑執行 LLM 呼叫和工具；而智慧體則會自行決定路徑。大多數可靠的業務自動化都是以工作流程為基礎，內部包含一些小型智慧體模組。我的系統當然也是如此。.

ReAct現在還值得使用嗎？

是的，在單一步驟中，智能體需要尋找資訊並決定下一步操作。常見的錯誤是循環：重複訪問已經回答過的問題。要給它設定明確的停止條件和步驟限制。.

我需要像 LangGraph 或 CrewAI 這樣的框架嗎？

別急著開始。 Anthropic 建議直接從模型的 API 入手，因為很多模式只需要幾行程式碼，而框架可能會隱藏你需要偵錯的提示資訊。我的整個車隊都沒用框架。.

小型企業該從哪種智慧體設計模式著手？

提示鏈加上人為介入檢查點。寫下步驟，讓代理執行這些步驟，並讓代理將結果傳回給你審批，直到你信任為止。如果第一次「成功」的結果被證明是錯誤的，則需要添加回讀驗證。這種情況一定會發生。.

結語：模式即詞彙，收據即檢驗標準

學習代理型設計模式的理由與其他設計模式一樣：它們能幫助你找到解決問題的正確方法，否則你只能獨自摸索，而且效果不佳。閱讀相關書籍，並將Google和 Anthropologie 的相關指南加入書籤。但切記不要把這些清單當成操作指南。.

經過 1980 次運行，我的結論很簡單。構成代理的模式。 聰明的 吸引註意力。構成它們的模式 誠實的 （回讀、結果行、配額、響亮的備用方案、手動處理隊列）這些才是讓你安心的關鍵。先處理那些枯燥乏味的部分。對照上表評估一下你的伺服器集群，誠實地填寫「已使用？」列，然後修復今晚一旦悄無聲息地出現故障就會造成最大損失的那一行。.

你不需要20個經紀人就能開始。你只需要一份書面記錄，告訴你事情的真相。.