Agent 架构演进主题
主题定义
Agent 架构演进涵盖 AI 智能体从简单的”一问一答”到复杂的”自主执行”的技术演进路径。包括控制流设计、知识管理、记忆系统三大维度的递进。
核心要点
- 控制流是本质：Agent 演进的本质是控制流设计而非 prompt engineering。从 Reflection、Tool Use、ReAct、Planning 到多 Agent 编排——每种架构新增的是 State 字段、路由逻辑和失败模式
- Skill 成为知识封装的基本单位：无论是 OpenClaw 的 SKILL.md 还是各种框架的 Plugin/Tool/Action，本质上都是把领域知识打包成可热插拔的单元
- Skill 不是协议层概念：从 LLM HTTP 底层视角看，Skill 最终被编译为 System/Developer Message + Tools Definition + Multi-turn Tool Calling Loop 4 记忆从”存对话”到”版本控制”：Agent Memory 的演进方向是分层、压缩、可检索、可遗忘
- 从一问一答到自主执行的鸿沟：定时任务、高可用、统一管理、权限、可观测——这些”无聊的工程问题”才是 Agent 走向生产的关键瓶颈
- 上下文编排 vs 流程编排：Agent Room 协作模式让多个角色在同一上下文场中交互，形成涌现式集体判断
- OpenClaw 的 16 大模块是完整的工程参考：覆盖了 Agent 工程的所有关键维度
- 多 Agent 架构需要共享工作空间而不只是消息传递：Tutti 把多个 Agent 的对话、文件、任务、应用产物和运行状态放在同一个实时桌面空间中，说明 Agent 架构演进正在从 ReAct / Planner / Tool Loop 扩展到跨 Agent 状态共享、产物流转和协作边界设计。
涉及实体
- OpenClaw —— Agent 架构的典型实现
- OpenClaw-Skills —— Skill 机制的具体实现
- OpenClaw-SandBox —— 安全隔离子系统
- Agent-Memory —— Agent 记忆系统
- Harness-Engineering —— Agent 从”能跑”到”可靠”的框架
- Tutti —— Agent-Agent 实时共享工作空间，补多 Agent handoff 与产物引用层
对比矩阵
| 维度 | 单 Agent | Multi-Agent | Agent + Harness |
|---|---|---|---|
| 复杂度 | 低 | 中 | 高 |
| 可靠性 | 低 | 中 | 高 |
| 适用场景 | 简单任务 | 复杂任务分解 | 生产级系统 |
关键来源
- 从0开发大模型的17种Agent架构演进详细拆解 —— 17种架构完整拆解
- Agent核心技术概念与范式发生了哪些演变 —— 范式演变梳理
- 从0到1搭建Agent-原理分析及个人助手实践 —— 从零搭建指南
- Tutti-GitHub —— 多 Agent 共享工作空间和本地优先桌面架构样本