Agent 的基本架构由哪些核心组件构成？

面试考察点

1. 架构认知的系统性：面试官想知道你是不是把 Agent 当成 "聊天机器人 + 函数调用" 的简单玩意儿。它其实是一套完整的认知架构，你得把大脑（LLM）、规划、记忆、工具这几块讲清楚，还能说出它们怎么配合。

2. 理论与实践结合：能不能结合主流框架（Spring AI、LangChain4j、LangChain）说说这些组件怎么落地？停在概念层和能写出代码，完全是两个段位。

3. 演进意识：Agent 这块 2024 到 2026 年变化太快了，从单 Agent 到 Multi-Agent，从手工编排到 ReAct、Plan-and-Execute、Reflexion 各种范式冒出来。能聊到演进趋势，说明你一直跟得上。

核心答案

Agent 架构最经典的定义，来自 OpenAI 前研究主管 Lilian Weng 提出的公式：

Agent = LLM（大脑）+ Planning（规划）+ Memory（记忆）+ Tool Use（工具使用）

谷歌 2025 年的 Agent 白皮书把它简化成 "模型 + 工具 + 编排层（Orchestration）" 三件套，其实就是把规划、记忆、循环调度都塞进编排层里。

我建议面试时按 五大核心组件 来答，清楚，也不容易漏：

一句话总结：Agent 就是以 LLM 当大脑，靠 "感知 → 规划 → 行动 → 反思" 这个循环，配合记忆和工具去把复杂任务办了的系统。

深度解析

一、Agent 的整体架构

先上一张整体架构图，把组件之间的关系串起来：

这张图把 Agent 的核心循环讲明白了，我拆开来说：

• 感知层：接收用户输入或环境信号，包括文本、图像、语音等多模态输入。这是 Agent 和外界打交道的第一道关
• LLM 大脑：整个系统的决策中枢，负责理解意图、生成下一步行动方案。注意它不是单次问答，而是在一个循环里不断被调用
• 规划层：Agent 和普通 Chatbot 的区别就在这里。它把一个复杂目标拆成多个可执行步骤，再决定每一步做什么、调用什么工具
• 记忆层：分短期和长期两块。短期记忆管当前对话上下文，长期记忆把历史经验和知识存进向量库
• 工具层：Agent 的 "手脚"，通过 Function Calling 调用各种外部能力，比如查数据库、调 API、跑代码、检索知识库
• 执行层：真正去调用工具、产生副作用，再把结果回传给 LLM 进入下一轮循环

核心机制就是 "感知 → 规划 → 行动 → 反思" 这个闭环。Agent 不是一次调用完事，而是一圈圈循环下去，直到任务完成或者触发终止条件。这就是常说的 Agent Loop（智能体循环）。

二、四大核心组件拆解

1. LLM 大脑——决策中枢

LLM 是 Agent 的核心，但 Agent 场景下对 LLM 的要求和普通对话不太一样：

• 推理能力要强：得支持 CoT（Chain-of-Thought）、Function Calling、长上下文
• 指令遵循要好：能严格按 System Prompt 的格式输出，否则工具调用就会乱套
• 主流选择：闭源看 GPT-4o、Claude 系列；国产看 Qwen、DeepSeek、GLM，2025-2026 年国产模型在 Agent 场景的能力已经追得很紧

2. Planning 规划——Agent 的脑子怎么转

这是面试官最爱深挖的部分。规划层常见的几种范式：

ReAct 是目前最主流的范式，核心是 "思考 → 行动 → 观察 → 再思考" 的循环：

ReAct 让 LLM 边想边做，每执行一个动作就观察结果，再决定下一步，比那种 "一开始就把整个计划定死" 的方式灵活得多。

3. Memory 记忆——让 Agent 有了连续性

没有记忆，Agent 就是个 "金鱼脑"，每轮对话都从零开始。记忆分两层：

• 短期记忆（Short-Term Memory）：就是当前会话的上下文窗口，一般用消息列表维护。问题是上下文长度有限，长对话会爆 Token，所以要做 滑动窗口、摘要压缩 等策略
• 长期记忆（Long-Term Memory）：把历史对话、用户偏好、经验知识存进 向量数据库（如 Milvus、Chroma），要用的时候通过语义检索找回来。Agent 能不能跨会话记住你，就靠它

2025 年这块演化很快，出现了专门做 Agent Memory 的项目，比如 Mem0、Zep，能把记忆管理做成独立的中间件服务。

4. Tools 工具——Agent 长出了手脚

工具是 Agent 区别于 LLM 的地方。谷歌白皮书里说得挺形象：LLM 是 "纸上谈兵"，Agent 是 "知行合一"。

工具的形态主要有：

• Function Calling / Tool Use：最基础的形式，LLM 决定调用哪个函数、传什么参数，应用层负责执行
• 代码解释器（Code Interpreter）：让 Agent 能写代码、跑代码，适合数据分析场景
• RAG 检索：把知识库检索封装成一个工具，让 Agent 自己决定什么时候去查资料
• API 调用：查天气、订机票、操作数据库等真实世界的接口

2025 到 2026 年有个明显趋势：MCP（Model Context Protocol）。这是 Anthropic 推出的工具调用标准协议，工具一次开发，任意模型和框架都能复用，Spring AI、LangChain4j 都已经跟上了。

三、用 Java 框架落地 Agent

讲完架构，下面用主流 Java 框架演示一下组件怎么落地。

方案一：LangChain4j 实现 AI Service + Tools

LangChain4j 提供了 AiServices 这套声明式 API，把记忆、工具、模型粘在一起，写起来很省心：

import dev.langchain4j.agent.tool.Tool;
import dev.langchain4j.memory.ChatMemory;
import dev.langchain4j.memory.chat.MessageWindowChatMemory;
import dev.langchain4j.model.chat.ChatLanguageModel;
import dev.langchain4j.model.openai.OpenAiChatModel;
import dev.langchain4j.service.AiServices;

import java.time.LocalDateTime;

public class AgentDemo {

    // 1. 定义工具——Agent 的"手脚"
    public static class WeatherTools {

        @Tool("查询指定城市的实时天气")
        public String getWeather(String city) {
            // 实际项目里调用真实天气 API
            return city + " 今天晴，25 度";
        }

        @Tool("获取当前系统时间")
        public String getCurrentTime() {
            return "现在是 " + LocalDateTime.now();
        }
    }

    // 2. 定义 Agent 接口——LLM + 规划 + 记忆的入口
    public interface Assistant {
        String chat(String userMessage);
    }

    public static void main(String[] args) {
        // LLM 大脑：连接大模型
        ChatLanguageModel model = OpenAiChatModel.builder()
                .apiKey(System.getenv("OPENAI_API_KEY"))
                .modelName("gpt-4o")
                .build();

        // 短期记忆：保留最近 20 条消息
        ChatMemory memory = MessageWindowChatMemory.withMaxMessages(20);

        // 组装 Agent：模型 + 记忆 + 工具
        Assistant agent = AiServices.builder(Assistant.class)
                .chatLanguageModel(model)
                .chatMemory(memory)
                .tools(new WeatherTools())  // 注入工具
                .build();

        // Agent 会自动 ReAct：理解意图 → 决定调哪个工具 → 拿到结果 → 组织回答
        String answer = agent.chat("北京现在天气怎么样？顺便告诉我时间");
        System.out.println(answer);
        // 输出示例：北京现在晴天，气温 25 度。当前时间是 2026-06-29T10:30:00
    }
}

这段代码里，AiServices 帮你把 LLM、Memory、Tools 三大组件粘起来，底层跑的就是 ReAct 循环。你看不到显式的 "思考-行动-观察" 代码，框架全包了。

方案二：Spring AI 的 Tool Calling

Spring AI 的写法更符合 Spring 开发者的习惯，用 @Tool 注解就能声明工具：

import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.chat.model.ChatModel;
import org.springframework.ai.tool.annotation.Tool;
import org.springframework.ai.tool.annotation.ToolParam;
import org.springframework.stereotype.Service;

@Service
public class CustomerServiceAgent {

    private final ChatClient chatClient;

    public CustomerServiceAgent(ChatModel chatModel) {
        // 构建带系统提示词的 ChatClient，定义 Agent 人设和行为规范
        this.chatClient = ChatClient.builder(chatModel)
                .defaultSystem("你是一个专业的客服助手，可以查询订单和商品信息。"
                        + "如果用户的问题超出能力范围，请礼貌引导。")
                .build();
    }

    // 工具一：查询订单
    @Tool(description = "根据订单号查询订单状态和物流信息")
    public String queryOrder(@ToolParam(description = "订单编号") String orderId) {
        // 实际从数据库查询
        return "订单 " + orderId + " 已发货，预计明天送达";
    }

    // 工具二：查询商品库存
    @Tool(description = "查询商品库存数量")
    public String checkStock(@ToolParam(description = "商品名称") String productName) {
        return productName + " 当前库存 128 件";
    }

    // Agent 对外接口
    public String serve(String userQuery) {
        return chatClient.prompt()
                .user(userQuery)
                .tools(this)   // 注入当前 Bean 的所有 @Tool 方法
                .call()
                .content();
    }
}

Spring AI 好就好在和 Spring 生态无缝衔接，改改 application.yml 就能切模型供应商，做企业级应用很顺手。

小提示：涉及具体 API 写法，多翻翻 LangChain4j 和 Spring AI 的官方文档，Java AI 框架迭代太快，2025 到 2026 年 API 改动不少，凭记忆写很容易踩坑。

四、Agent vs LLM vs Workflow 的区别

这个对比面试官经常追问，搞清楚边界很重要：

一句话：LLM 是大脑，Workflow 是流水线工人，Agent 是能自己想办法解决问题的"聪明人"。

面试高频追问

1. Agent 和 RAG 是什么关系？

   RAG 可以看作 Agent 工具层的一种，把 "检索知识库" 封装成一个 Tool，让 Agent 自己决定什么时候查资料。Agent 是更大的架构概念，RAG 是它其中一块能力。

2. Agent 的循环什么时候终止？

   常见策略：LLM 自己判断任务完成并输出最终答案；达到最大循环次数限制（防止死循环）；超时或异常中断。生产环境一定要加 max_iterations 兜底。

3. Agent 在生产环境最大的坑是什么？

   稳定性 和 成本。LLM 是概率模型，可能乱调工具、陷入死循环、Token 烧得飞快。生产落地要做：超时控制、循环次数限制、工具调用幂等性、Token 用量监控、人工兜底接管。

4. ReAct 和 Plan-and-Execute 怎么选？

   任务简单、步骤少用 ReAct（边想边做）；任务复杂、步骤多用 Plan-and-Execute（先定大计划再分步执行）。前者灵活，后者更可控，实际项目里经常混用。

常见面试变体

• "Agent 和 LLM 的本质区别是什么？"
• "Agent 的核心循环是怎么工作的？讲讲 ReAct 范式"
• "你用过哪个 Agent 框架？讲讲它的优缺点"
• "如何设计一个能处理复杂业务场景的 Agent 系统？"
• "Multi-Agent 架构相比单 Agent 有什么优势和挑战？"

记忆口诀

Agent 五件套：大脑（LLM）决策，规划拆任务，记忆存上下文，工具通外部，循环到完成。

简单点记："脑 + 图 + 记 + 手 + 环"，脑（LLM）、图（规划/思考路径）、记（记忆）、手（工具）、环（执行循环）。

总结

Agent 的核心架构就浓缩在 Lilian Weng 那个经典公式 "LLM + Planning + Memory + Tool Use" 里，加上感知和执行，闭环就齐了。面试时把五大组件讲清楚、配上 ReAct 的循环逻辑、用 LangChain4j 或 Spring AI 的代码落地佐证，再点一句生产环境的稳定性和成本坑，高分基本就稳了。这块知识 2025 到 2026 年变化太快，MCP 协议、Multi-Agent、Agent Memory 中间件这些前沿话题能提一句，面试官会眼前一亮。