Anthropic：Agents 最佳实践指南

Anthropic 发布了一篇关于 Agent 的文章《Building effective agents》，这篇文章分享了 Anthropic 从与客户共建 agents 的过程中学到的经验，并为开发者们提供如何构建有价值的 agents 最佳实践与实用建议。

以下内容是我对这篇文章的总结。

agents 的定义和分类

1. agents（智能体） 的定义

• 完全自主的系统：在扩展时间段内独立操作，使用各种工具完成复杂任务。

• 预定义工作流程的实现：遵循预定义的工作流程。

1. agents（智能体） 与 workflows（工作流） 的区别

• Workflows（工作流）：大模型和工具通过预定义的代码路径进行编排。

• Agents（智能体）：大模型动态指导其自身的过程和工具使用，保持对任务完成的控制。

  
  

如何使用 agents ？

1. 使用场景

• 复杂任务：当需要灵活性和规模化的模型驱动决策时，Agents（智能体）是更好的选择。

1. 不使用场景

• 简单任务：当任务可以清晰分解为固定子任务时，工作流程提供了可预测性和一致性。

框架的使用

1. 常用框架

• LangGraph：用于简化LLM调用、定义和解析工具以及链接调用的框架。

• Amazon Bedrock的AI Agent框架：简化代理系统实现的框架。

• Rivet：拖放GUI LLM工作流程构建器。

• Vellum：用于构建和测试复杂工作流程的GUI工具。

1. 使用框架的建议

• 初学者使用LLM API：许多模式可以用几行代码实现。

• 理解底层代码：确保理解框架的底层代码，避免错误的假设。

构建blocks、workflows 和 agents

ingFang SC", system-ui, -apple-system, BlinkMacSystemFont, "Helvetica Neue", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: var(--articleFontsize);letter-spacing: 0.034em;">augmented LLM（增强型大模型）

• 基本构建块：增强型LLM具有检索、工具和内存等增强功能。

• 关键方面：定制这些功能以适应特定用例，并确保为LLM提供易于使用且有良好文档的接口。

Workflow（工作流）

Prompt chaining（提示链）：将任务分解为一系列步骤，每个LLM调用处理前一个调用的输出。

• 生成营销文案，然后翻译成不同的语言。

• 编写文档的大纲，检查大纲是否满足特定条件，然后根据大纲编写文档。

  
  

Routing（路由）：对输入进行分类并将其引导至专门的后续任务。

案例


• 将不同类型的客户服务查询（一般问题、退款请求、技术支持）引导到不同的下游流程、Prompt 和工具中。

• 将简单/常见问题路由到较小的模型，将困难/不寻常的问题路由到功能更强大的模型，以优化成本和速度。

  
  

ingFang SC", system-ui, -apple-system, BlinkMacSystemFont, "Helvetica Neue", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: var(--articleFontsize);letter-spacing: 0.034em;">Parallelization（并行化）：LLMs可以同时处理任务，并聚合其输出。

案例


• 任务拆分

• 一个模型实例处理用户查询，而另一个模型实例筛选用户查询是否存在不适当的内容或请求。这往往比使用相同的 LLM 调用同时处理响应的性能要好。

• 评估 LLM 性能，其中每个 LLM 调用都会评估模型在给定 Prompt 下性能的不同方面。

• 投票

• 检查一段代码是否存在漏洞，如果发现问题，则几个不同的 Prompt 会检查并标记代码。

• 评估给定的内容是否不合适，多个 Prompt 评估不同的方面或要求不同的投票阈值来平衡误报和漏报。

  
  

Orchestrator-worker（协调器-工作者）：中央 LLM 动态分解任务并将其委托给 worker LLMs ，然后综合结果。

案例‍

• 每次对多个文件进行复杂更改的产品。

• 涉及从多个来源收集和分析信息的搜索任务。

Evaluator-optimizer（评估器-优化器）：一个LLM调用生成响应，另一个提供评估和反馈。‍

案例


• 文学翻译，译者 LLM 最初可能无法捕捉到细微差别，但评估者 LLM 可以提供有效建议。

• 复杂的搜索任务，需要多轮搜索和分析以收集全面的信息，其中评估者 LLM 决定是否需要进一步搜索。

Agents

用于开放式问题，难以预测所需的步骤数量，无法硬编码固定路径。

案例

• 用于解决 SWE 工作台任务 的编程 Agent ，该任务涉及根据任务描述对许多文件进行编辑。

SWE-bench（https://www.anthropic.com/research/swe-bench-sonnet） 是一个用于评估大型语言模型（LLM）在软件工程任务中的表现的基准测试平台。它通常涉及编写、修改和分析代码的任务。

• “computer use” 参考实现，其中 Claude 使用计算机完成任务。Anthropic Computer Use Demo（https://github.com/anthropics/anthropic-quickstarts/tree/main/computer-use-demo）是一个帮助开发者快速开始使用 Anthropic 的 Claude AI模型进行操作电脑的例子。

总结

1. 核心原则

• 保持 agents 设计的简洁性：避免不必要的复杂性。

• 透明性：展示 agents 的计划步骤。

• 精心设计 agent-computer interface（ACI）：通过彻底的文档和测试设计工具。

  
  

1. 框架的使用建议

• 快速启动：框架可以帮助快速启动，但不要害怕减少抽象层并使用基本组件进行生产。