别再把业务整段丢给大模型了：我对 AI Agent 的工程拆法（工具 / 状态 / 门禁）

别再把业务整段丢给大模型了我对 AI Agent 的工程拆法工具 / 状态 / 门禁声明个人工程实践总结。文中 Demo 均为脱敏可运行示例https://gitee.com/trouble_lonely_love/blog-demos很多「Agent」项目一上来就把整段业务丢给大模型结果是贵、慢、不可控、出了错也难复盘。更稳妥的做法是把 Agent 当成编排系统而不是「更会聊天的 API」。Agent 到底是什么对我来说Agent 有目标、有工具、有状态、有分流、有校验/人审门禁的流水线。大模型只负责其中「不确定」的那一跳。六个零件零件职责常见实现Planner决定下一步规则 / 短 JSON 意图Tools做确定性的事CLI、检索、计算器、写库Memory记住上下文Job 状态、缓存、知识库Router分流命中/未命中、功能/性能Guardrail防翻车人审、短路、校验、限流Observability可运维分阶段耗时、落盘、告警三条原则规则或工具能解决的不要调模型关键写操作要有人审或至少有强校验结果要能沉淀让下一次少调模型一张总图入口 → 归一/聚合 → 缓存或知识库 ├─ 命中 → 直接返回 └─ 未命中 → LLM 结构化输出 → Tool → 校验 ├─ OK → 写回 / 通知 └─ Fail → 重试 / 降级 / 人审四个典型场景方便对照场景确定性部分工具不确定部分模型门禁文案国际化补漏扫代码、调平台 CLI建议 key / 抽取文案负责人确认后再发布线上告警分诊指纹、知识库检索未命中时的根因猜测先检索再推理低置信度人工知识库问答 / 辨证RAG 检索基于片段的推理未命中则短路不调模型数学解题本地求解器、验算选哪个工具、怎么讲解先工具后模型结果要验算仓库里怎么练手git clone https://gitee.com/trouble_lonely_love/blog-demos.git cd blog-demos 一键冒烟测试.bat四个可运行 Demodemos/tcm-rag-pipeline-demo分阶段进度 RAG 未命中短路demos/i18n-hardcode-scan-toy硬编码中文扫描demos/alert-fingerprint-demo告警指纹聚合 知识库优先demos/tool-calling-solver-demo先工具后模型下一篇预告下一篇用「问诊 → RAG → 模型」的管线把「未命中短路」和异步进度跑一遍。