智能体不缺框架，缺的是一套说得清的话
阅读方式：微信读书网页版，从推荐语翻到第 7 章末，共 296 屏、6 分 53 秒。
结构：上篇（为什么需要一场"再发明"、从对象到 Agent 的地基、Agent 时代）+ 下篇（感知、记忆、推理、行动四族共 13 个模式）。
这本书干的是一件很硬的事：它想把 GoF 那套"设计模式"的传统，重新焊到智能体上。
1994 年那本《设计模式》给了软件业 23 个名字。名字的作用被严重低估了——有了"观察者模式"这个词，一个团队才能在五分钟内对齐一件本来要画三页图的事。
智能体这一代的问题恰恰相反：框架一堆（LangChain、LangGraph、Coze、Dify），词却没有。 你说不清"这块该归记忆还是归推理"，最后的结果就是同一段逻辑反复重写。
这本书就是在补这套词。作者王常圣，296 屏，一半在讲为什么，一半在给模式。
一、"诸神的黄昏"：确定性遇上不确定性
上篇三个小标题，我照抄，因为它们本身就是论证：
1.1 GoF 的贡献：秩序的承诺
1.2 黄金时代：设计模式的繁荣与边界
1.3 诸神的黄昏：当确定性遇到不确定性
这个三段式很省字。"秩序的承诺"是说 GoF 那 23 个模式成立的前提——代码的行为是确定的。同一个输入，永远同一个输出，所以你才敢把结构抽象出来复用。
而大模型把这条前提抽掉了。第 2 章最后一节叫"软件 2.0：当概率遇见代码"，讲的就是这件事：一段可能给出不同答案的逻辑，没法用"输入—处理—输出"的老办法切分。
"诸神的黄昏"这个说法有点文艺，但意思很硬：不是设计模式没用了，是它赖以成立的确定性没了。 所以需要一场"再发明"，而不是一次升级。
二、四个器官：13 个模式怎么分的
下篇的结构干净得让人舒服——四章，四个功能族：
感知（第 4 章）：注意力聚焦、多模态融合、主动感知。记忆（第 5 章）：分层记忆、RAG、情节记忆。推理（第 6 章）：思维链、思维树、思维图、类比推理。行动（第 7 章）：ReAct、规划—执行、工具编排、自适应策略。
翻译成一句人话：眼睛、记性、脑子、手。
这个分法最实用的地方在于，它能当排错表用。智能体答得不好，先别急着换模型，先问：是没看见（感知）、忘了（记忆）、想错（推理），还是做错（行动）？ 四个器官对应四类病，四类病对应四组药。
下面挑三个我认为最有信息量的细节。
细节一：主动感知里那个"刹车片"
第 4 章讲主动感知的工程架构，给了四个组件。第一个叫不确定性探针（Uncertainty Probe），书里对它的定位写得特别准：
系统的"刹车片"，不负责生成内容，只负责判断"能不能回答"。
大部分智能体是"先答，再露馅"。这个组件的思路是反过来：先判断自己会不会，不会才去查。
后面三个组件补上了剩下的环节——查询生成器把模糊的"知识缺口"翻译成具体的工具指令，书里的例子是：把"分析这家公司的财务风险"拆成 search_engine("2023财报") 加 code_interpreter("计算流动比率")；信息过滤器把搜回来的噪声挡在记忆之外；预算控制器专门防一件事——
防止 Agent 陷入"搜索—失败—再搜索"的死循环，
必须设置最大跳数或 Token 消耗上限。
"工业级系统最容易忽视的组件"——这句评价我信。自己搭过就知道，一次跑飞的智能体烧掉的不是电，是钱。
细节二：记忆要治理，遗忘是功能
第 5 章说记忆正在变成"AI 应用基础设施"，并给了一张表（表 5-1），把记忆治理拆成四段：编码、洗练、检索、遗忘。
书里那句话是整章的核心：只有将"多、乱、旧、私"的问题前置解决，才能为推理提供可靠的输入。
四个字，四个病：多（上下文塞满）、乱（结构混乱）、旧（过期信息）、私（隐私不能进库）。而"遗忘"被当成一个正式环节写进表里——这是我在这类书里少见的态度。多数教程只教你怎么存，不教你怎么删。
还有一个很实在的观察：企业里最大的痛点是"数据孤岛"，客服 Agent 不知道代码助手 Agent 已经了解到的用户偏好。 所以记忆不该是每个 Agent 自己揣着的一份，而该是中间件——书里点了 Mem0 和 MaaS 这类做法。
细节三：思维图的第五步，才是它值钱的地方
推理那一章，链、树、图三个模式层层递进。真正把"图"和"树"区分开的，是书里给的深度调研例子，五步：
1. Branching：拆出 3 个子搜索意图
2. Exploration：各分支并行浏览网页，独立收集信息
3. Aggregation：汇总三个分支
4. Loop：发现"分支 A 与分支 B 的数据存在矛盾"，触发一个新的"验证分支"，专门核查该矛盾
5. Final：生成一份逻辑自洽的调研报告
前三步思维树也能做。第四步不行。
第四步的意思是：矛盾不是错误，是一条新的搜索指令。 两条支路打架，说明某处有事实没查清，于是专门开一支去查它。这就是 Perplexity、DeepSeek 那类深度调研背后真实的骨架——不是"想得更多"，是"让想法互相校对"。
第 7 章的 ReAct 那节，有全书我认为写得最好的一段。标题叫"设计的哲学：认知的具身化"：
模型从"缸中之脑"迈向"具身智能"。
在此之前，模型仅仅是旁观者；此后，模型成为参与者。
ReAct 模式是所有 Agent 的基本功能，它将"错误处理"内化为"认知过程"的一部分。
"错误处理内化为认知过程"——这句话把 ReAct 和"普通的函数调用"彻底分开了。函数出错要抛异常，Agent 出错要长记性。
三、它给的到底是结构，不是代码
这一点得提前说清楚，不然会失望。
13 个模式，每一个都给了"问题—结构—组件—适用场景"，但没有给能直接跑的完整工程。 书里出现的图以流程图（图 4-8、图 6-13 这类）和表格（表 5-1）为主，代码是片段式的。
换句话说：它是一本"词汇表 + 装配图"，不是一本"照着抄的食谱"。
这也决定了它该怎么读。不要按顺序读。 先跳到你要解决的那一章，找到对应的模式名，看看它拆成哪几个组件——然后回你自己的代码里，把缺的那个组件补上。
我用这个读法试了一次，很有效：把手上那个"搜不到就反复重试"的智能体，按第 4 章补了个预算控制器（最大跳数 + Token 上限），行为立刻从"偶尔跑飞"变成"稳定失败"——能稳定失败，才谈得上修。
四、这本书的短板
一是上篇太厚。 第 1 到 3 章占了近四成篇幅讲"为什么需要再发明"，论述扎实但重复，想直接抄模式的人会觉得慢。
二是"图解"二字有点过。 书名带"图解"，实际是以文字讲结构为主，图是流程图和表，不是那种一页一个示意画的图解书。
三是术语没统一。 Uncertainty Probe、Critic、Loop 这些词前后英中混用，对不熟英文术语的读者不友好，也没给统一的译名表。
四是模式之间没有"什么时候用哪个"的判据。 思维链、思维树、思维图都讲了，但没说清一个具体任务该选哪个、成本差多少。这部分得自己踩坑总结。
它的价值也因此很明确：它是这个领域里少有的、试图给混乱命名的书。 命名本身就是进步——你没法优化一个叫不出名字的东西。
五、一句话
设计模式从来不是教你写代码，是给你一套词。智能体这一代最缺的不是框架，恰恰是词。 说不清"这块该归记忆还是归推理"，就只能一遍遍重写；说得出"我这里缺一个预算控制器"，问题就已经解了一半。这本书 296 屏，最大的用处不是那 13 个模式，是让你在讨论自己的智能体时，有话可说。
阅读记录：微信读书网页版逐页翻阅，296 屏 / 6 分 53 秒，4 章 / 13 个模式。
本书知识图谱见文中配图，原图地址：https://www.jiangtian.top/zb_users/upload/kg/agent-design-patterns-map.png
发表评论: