别急着学框架，先理解Agent的第一性原理

2026年，每两周就有一个新的Agent框架发布。开发者追框架追到疲惫——刚学会LangGraph，CrewAI火了；刚学会CrewAI，AutoGen又更新了；刚学会AutoGen，Anthropic发布了Agent SDK。

但Agent开发的核心不是框架，而是几个不变的第一性原理。理解这些原理，你可以在任何框架上构建Agent，甚至不需要框架。

第一性原理一：工具调用（Tool Use）是Agent的"手"

Agent和传统LLM应用的本质区别在于：Agent能"做事"，不只是"说话"。而"做事"的能力来自工具调用。

工具调用的本质是：LLM输出一个结构化指令（函数名+参数），系统执行这个指令，把结果返回给LLM。

关键设计决策：

  • 工具粒度：一个工具应该做一件事，还是做多件事？做一件事——Agent更容易选择正确的工具
  • 工具描述：工具的docstring是Agent理解的唯一依据。写清楚"做什么、参数是什么、返回值是什么"
  • 工具数量：超过10个工具，Agent的选择准确率下降30%。用"工具分组"或"分层工具"解决

金句：Agent的能力上限 = 它拥有的工具数量 x 每个工具的可靠性。工具越多，上限越高，但下限越低。

第一性原理二：状态管理（State Management）是Agent的"脑"

Agent在执行多步骤任务时，需要记住"已经做了什么"和"正在做什么"。这就是状态管理。

状态管理的三种模式：

  1. 无状态：每次调用独立，不记忆上下文。适合简单任务，但不适合Agent。
  2. 消息历史：把整个对话历史作为状态。简单但低效——长对话中Token消耗巨大。
  3. 结构化状态：用Pydantic/JSON Schema定义状态结构，只传递必要信息。LangGraph的StateGraph就是这种模式。

金句：状态管理的本质是"压缩"——把100轮对话的历史压缩成10个关键字段，让LLM高效理解上下文。

第一性原理三：记忆系统（Memory）是Agent的"海马体"

Agent需要两种记忆：

  • 短期记忆：当前对话的上下文（窗口内）
  • 长期记忆：跨对话的知识积累（窗口外）

短期记忆靠"状态管理"解决。长期记忆靠"向量数据库"解决——把重要信息存成Embedding，需要时检索。

但长期记忆有三个关键设计问题：

  1. 存什么：不是所有对话都值得记住。Agent应该有"重要性评分"机制，只存有价值的信息。
  2. 怎么查：检索记忆时，需要结合"语义相似度"和"时效性"两个维度。
  3. 怎么忘：Agent应该有"遗忘机制"——过时的、矛盾的、无用的记忆应该被删除。

金句：Agent的记忆系统不是"什么都能记住"，而是"知道该记住什么，该忘记什么"。

第一性原理四：多Agent协作（Multi-Agent）是Agent的"社会"

多Agent协作的本质是：把复杂任务拆分为子任务，分配给不同的Agent，然后协调它们的输出。

两种协作模式：

  1. 层级式（CrewAI）：一个Manager分配任务，多个Worker执行。适合确定性流程。
  2. 对话式（AutoGen）：Agent之间通过对话协商。适合探索性任务。

但多Agent协作最大的问题是"效率"——Agent之间的对话消耗大量Token，而且容易跑偏。一个实用的原则是：能用单Agent完成的任务，不要用多Agent。 多Agent只在以下场景有价值：

  • 任务天然需要多种专业能力（如代码审查+安全检查）
  • 任务需要并行处理（如同时搜索多个数据源）
  • 任务需要不同"视角"（如分析同一问题的不同观点）

金句：多Agent不是"更高级"的架构，而是"更复杂"的架构。只有单Agent确实不够用时，才该引入多Agent。

框架是"实现"，不是"原理"

理解了这四个第一性原理，你会发现：框架只是提供了这些原理的"实现方式"。LangGraph用Graph做状态管理，AutoGen用对话做协作，CrewAI用角色做任务分配。它们的不同只是"实现方式"的不同，不是"原理"的不同。

金句：掌握了Agent的第一性原理，你可以用任何框架（甚至不用框架）构建Agent。被框架绑定的人，永远在追框架；理解原理的人，框架只是工具。