AI Agent 架构全景图
From Tool Use to Multi-Agent Systems
LLM 作为通用推理引擎
现代 LLM 不再仅是文本生成器，而是具备规划、推理、工具使用能力的通用认知引擎，是 Agent 系统的核心驱动力。
ReAct 范式
Reasoning + Acting 交替循环：LLM 先推理决定行动，执行后观察结果，再推理下一步。这种循环是 Agent 自主性的基础。
MCP 协议标准化
Model Context Protocol 提供了标准化的工具接口，让 Agent 能即插即用各类外部工具与数据源，降低了集成成本。
多 Agent 协作范式
从单一 Agent 到多 Agent 系统：Orchestrator 模式、Debate 模式、Swarm 模式，各 Agent 精通不同领域，协作完成复杂任务。
⏳ Agent 架构演进
2022
LLM + Tool Use — ChatGPT 插件系统发布，Function Calling 范式确立，LLM 开始具备行动能力。
2023 Q1
AutoGPT / BabyAGI — 自主 Agent 概念爆发，ReAct + Planning + Memory 三件套成为标配。
2023 Q3
LangChain / LlamaIndex — Agent 框架生态成熟，RAG 与向量数据库成为长期记忆标配。
2024
Multi-Agent 系统 — CrewAI、AutoGen、MetaGPT 推动多 Agent 协作，MCP 协议标准化工具接口。
2025
Agentic OS — Agent 操作系统化，Computer Use、浏览器自动化、持久记忆，Agent 融入日常工作流。