标签：AI Agent

Demo 能跑和生产可用之间隔着一整套工程体系。本篇聊聊 Agent 落地绕不开的几个环节：上下文与记忆管理、规划与反思、工具接口（ACI）设计、可观测性与追踪、离线/在线评估，以及安全护栏与人机协作。

团队每周要汇总十几个项目的进展，过去靠人翻群聊、查工单、看提交记录，动辄两三个小时。我们用一套“固定流水线 + 局部用模型”的自动化流程，把它压到 10 分钟出初稿。这篇完整拆解这个真实案例的架构、为什么不用自主 Agent、人机怎么分工、踩过的坑和成本，并沉淀出一套可复制到其他办公场景的方法论。

同样是“让大模型干活”，写法可以从固定流水线到完全自主。本文逐个梳理 Prompt 链、路由、并行、编排者-工人、评估者-优化者五种工作流模式，以及自主 Agent 与多智能体架构该怎么选。

大模型本身只会“生成文本”，Agent 却能自主规划、调用工具、根据反馈纠错。本系列第一篇从最基础的问题入手，讲清 Agent 到底是什么：增强型大模型、ReAct 推理-行动循环，以及模型、工具、记忆、规划四大核心能力。