从 ReAct 到多 Agent 协作：AI Agent 的架构演进与工程化实践

写在前面

2026 年，Agent 早已不是新鲜词。Gartner 预测超过 40% 的 Agentic AI 项目将在 2027 年底前被取消，原因集中在成本失控、业务价值不清晰和风险控制不足-50。与此同时，MCP 协议的 SDK 月下载量已突破 4 亿次，A2A 协议获得超过 150 家组织支持-19。

一边是工程落地的残酷淘汰，一边是协议生态的快速收敛。这种张力本身就说明一个问题：Agent 的技术骨架已经基本成型，但真正决定成败的，是工程化能力。

这篇文章试图沿着架构范式的演进脉络，拆解 Agent 的核心组件、记忆机制、协议标准，以及那些决定项目生死的工程细节。

一、重新定义边界：Agent 不是“更聪明的聊天机器人”

Agent 概念被泛用之后，很多团队在做的事情其实是“带了个模型节点的工作流”，却按 Agent 的方式设计架构，结果复杂度上去了、稳定性下来了。

区分的关键在于 控制权在谁手里：如果分支与顺序在编码阶段就确定了，那是工作流；如果下一步调用哪个工具、要不要再试一次，是模型在运行时看着执行结果临时决定的，那才是 Agent-4。

用工程语言给 Agent 下一个定义：Agent 是一个以目标为输入、以大模型为决策核心、在“决策—执行—观察”闭环中往复运行的程序-4。它的特征不是“更聪明”，而是控制流由模型在运行时决定，而非在编码时写死。

这个区别看起来细微，却直接改变了整个工程架构：既然下一步做什么由模型临时判断，那么执行过程中的不确定性就必须由工程手段来兜住。

二、架构范式的四代演进

第一代：ReAct——推理与行动的交替循环

ReAct 框架是 Agent 领域最具影响力的架构范式。它让模型在每一步先产生“思考”（Thought），再决定“行动”（Action），然后观察执行结果（Observation），如此循环-。

这个循环看起来简单，但它解决了早期 LLM 应用的一个核心问题：模型只会“说”，不会“做”。ReAct 让模型在推理和工具调用之间建立了显式的连接。一个最小 ReAct 循环的实现不到 40 行代码-。

ReAct 的局限在于没有全局规划。它是一步一步走，每一步都基于当前的观察做决策，缺乏对整体任务的预判。在简单任务上表现良好，但遇到需要多步分解的复杂任务时，容易陷入局部最优。

第二代：Plan-and-Execute——先规划再行动

针对 ReAct 缺乏全局视野的问题，Plan-and-Execute 模式将流程拆分为两个阶段：规划器首先生成有序的子任务队列，执行器再逐个处理，遇到失败时触发重新规划-。

这种模式的优势是任务结构清晰、可解释性强。但它对规划质量高度依赖：如果初始规划有偏差，后续所有执行都会沿着错误的方向走。

第三代：Reflexion——行动后反思

Reflexion 引入了自我批判机制。Agent 先生成输出，再对其进行评估，如果质量不达标，则根据反思结果修改后重试。典型的迭代轮次是 2-3 轮批评循环，或 3-5 轮精炼-。

研究显示，反思模式在需要多次迭代优化的任务上效果显著。ContReAct 架构将反思-规划-执行的循环扩展为持续运行模式，通过自反馈机制在循环之间建立连续性，类似于流处理相对于批处理的优势-。

第四代：多 Agent 协作——从单机到分布式

当任务复杂到单个 Agent 无法胜任时，多 Agent 系统成为自然选择。以 LangGraph、CrewAI、AutoGen 为代表的框架，提供了不同的协作范式-36：

• LangGraph：有向图 + 全局状态，提供确定性的流程控制、断点续跑和可观测性，是企业级生产环境的首选-36
• CrewAI：角色 + 任务 + 团队，上手快、贴近真实协作，但复杂分支能力较弱-36
• AutoGen：Agent 间自然语言对话驱动，协作自然、人机协同好，但流程不可控、调试困难-36

选型的关键判断是：你的任务路径是否可枚举。可枚举的用工作流，不可枚举的用 Agent，混合形态是常态——外层用工作流保证关键路径可控，把“路径不确定”的环节包成 Agent 节点嵌进去-4。

三、记忆：Agent 持续运行的根基

Agent 的记忆系统远不止“把对话历史塞进上下文”这么简单。当前主流的记忆架构分为两个方向：向量存储擅长语义相似度检索，图存储擅长结构化关系推理-26。

但单一范式都有局限。MemWeave 框架提出了一种统一方案：同时维护语义向量记忆和关系图记忆，由一个轻量级的 Memory Router 自适应地为每个查询选择最优检索路径。在 LOCOMO 基准上，MemWeave 的 QA F1 达到 73.5%，距离全上下文上界仅差 0.4 个百分点，同时将中位延迟降低了 95.7%，token 成本降低超过 90%-26。

从工程落地角度看，当前最务实的方案是基于向量数据库 + Mem0 框架的记忆层。阿里云提供的 ES + Mem0 方案支持对话记忆、用户偏好、知识积累的持久化存储，通过向量检索和全文检索实现高效召回。腾讯开源的 TencentDB Agent Memory 则走全本地化路线，通过四层渐进式管线为 Agent 提供长期和短期记忆能力，零外部 API 依赖-。

四、协议层：MCP 与 A2A 的双轨演进

2025-2026 年，Agent 协议层快速收敛到两个互补的开放标准：MCP 负责 Agent 与工具/数据源的连接，A2A 负责 Agent 之间的协作-。

MCP：从有状态到无状态

MCP 在 2026 年 7 月发布了第五版规范，核心变化是从双向有状态协议全面转向请求/响应模型。这意味着 MCP 服务器可以部署在 Serverless 和边缘基础设施上，不再需要维护长连接和会话状态。

新版规范还引入了标准化的扩展框架，MCP Apps 和 Tasks 两个官方扩展让开发者可以在不修改核心协议的前提下添加交互式 UI 和长时间运行的任务支持。授权机制方面，MCP 现在与生产级 OAuth 2.0 和 OIDC 对齐，可以直接连接 Entra、Okta 等企业身份系统。

A2A：跨组织的 Agent 协作

A2A 由 Google 于 2025 年 4 月发起，同年 6 月捐给 Linux 基金会，2026 年 3 月发布 v1.0.0，目前已获得超过 150 家组织支持，包括 Google Cloud、AWS Bedrock、Microsoft Azure AI Foundry 等主要云平台的原生支持-19-20。

A2A 的核心设计原则是 “交换目标、不交换家底” ：双方 Agent 通过 AgentCard 交换能力声明和身份信息（支持 JWS 密码学签名），但不暴露各自的内部状态、记忆和工具实现-20。任务状态机包含 8 种状态，其中两个“中断态”（等补信息、等授权）特别值得注意——它们承认了真实协作中“中途需要人介入”的常态-20。

但协议解决的只是“怎么传”，不是“怎么信”。任务状态是执行方自己报的，签名名片证明的是身份，不是履约质量。验收环节必须自己搭建-20。

五、工程化的真实瓶颈

可靠性：Gartner 的警告不是危言耸听

Gartner 分析师 Erick Brethenoux 的判断非常直接：“挑战不在于创造更有能力的 Agent，而在于创造足够可靠、能在明确问责和治理边界内获得更大自主权的 Agent。”-50

这意味着两件事：第一，大多数 Agent 目前不够可靠，不适合在关键业务中自主运行；第二，自主权的边界应该由可靠性决定，而不是反过来。

安全：过度代理是最大的风险

OWASP 已将“过度代理”列为大模型十大风险之一。当智能体拥有的权限超过其任务所需，事故的半径就被无限放大-59。

四类核心威胁需要分层防护-59：

• 提示注入：通过网页、邮件或文档中的隐藏指令诱导 Agent 偏离目标。防护手段是对外部内容做来源标记与不可信隔离，杜绝“看到即执行”
• 工具滥用：被控制的 Agent 可能调用搜索、代码执行、API 等工具成为攻击跳板。防护手段是为每个工具设置独立的最小权限凭证，并在沙箱中运行
• 越权与横向移动：Agent 持有的凭证缺乏隔离。防护手段是按任务隔离凭证，限制横向移动范围
• 数据泄露：Agent 聚合多源信息后把敏感内容带出授权边界。防护手段是记录每一步推理与调用，确保事后可审计、可回溯

核心原则只有一条：让 Agent“能做事，但做不了大事” 。权限越收敛，事故半径越小。

六、工程实践建议

结合当前的技术成熟度，给出几条务实建议：

1. 从工作流开始，逐步引入 Agent 节点。不要一上来就做全自主的 Agent。外层用工作流保证关键路径可控，把真正需要动态决策的环节包成 Agent 节点嵌进去。
2. 记忆系统优先选向量数据库方案。Mem0 + 向量数据库的组合已经足够成熟，不需要一开始就上混合架构。等到查询类型多样化之后再考虑引入图记忆。
3. MCP 用于工具层，A2A 用于跨组织协作。如果只是自己系统内部的工具调用，MCP 就够了。只有在需要和外部组织的 Agent 协作时，才需要 A2A。
4. 把安全检查清单固化进发布流程。是否移除了不必要的工具？高权限动作是否有二次确认？外部内容是否被标记为不可信？调用链路是否有完整日志？凭证是否按任务隔离？这五条能挡住绝大多数现实攻击-59。
5. 可靠性优先于自主性。一个能在有限场景下稳定运行的 Agent，比一个在广泛场景下时好时坏的 Agent 更有价值。

结语

从 ReAct 的简单循环到多 Agent 的分布式协作，从有状态的 MCP 到无状态的请求/响应，从单一向量记忆到混合记忆架构，Agent 的技术骨架正在快速成型。但 Gartner 的预测提醒我们：技术骨架的完善不等于工程能力的成熟。

协议层已经就绪，但信任层才是真正的硬仗。那些能在可靠性、安全性和成本控制之间找到平衡点的团队，才能把 Agent 从 Demo 推向生产。