3.4 智能体配置与参数调优

3.4 智能体配置与参数调优

配置不是调参玩具，它直接决定 Agent 是"听话的助手"还是"脱缰的野马"。这一节把最常被误用、也最值得花时间的几个配置项讲透：human_input_mode、max_consecutive_auto_reply、system_message。

human_input_mode：人在哪环出现

三个档位，代价各异：

• ALWAYS：每轮都问你。最稳，但最慢，只适合调试。
• TERMINATE：只在模型说"终止"或出错时问你。折中，上线常用。
• NEVER：全自动。最快，但出错没人拦。

我们的判断：开发期用 ALWAYS 看清每一步，验证逻辑后用 TERMINATE 留个刹车，真正无人值守才上 NEVER。

from autogen import UserProxyAgent
import os
cfg = {"model": "gpt-4o-mini", "api_key": os.environ.get("OPENAI_API_KEY")}

# 调试：每轮都问，看清 Agent 在想什么
debug_exec = UserProxyAgent("exec", human_input_mode="ALWAYS",
                            code_execution_config={"use_docker": False})
# 上线：只在终止/出错时介入
prod_exec = UserProxyAgent("exec", human_input_mode="TERMINATE",
                           code_execution_config={"use_docker": False})
​

max_consecutive_auto_reply：防自嗨

这个参数限制一个 Agent 连续自动回复的最大次数。设小一点能防止两个 Agent 你一句我一句停不下来烧钱。我们一般设 10 以内。

from autogen import ConversableAgent
cfg = {"model": "gpt-4o-mini", "api_key": os.environ.get("OPENAI_API_KEY")}
agent = ConversableAgent("a", llm_config=cfg,
                         max_consecutive_auto_reply=8,  # 连续自动回最多 8 次
                         system_message="你协助完成任务。")
​

system_message：角色的灵魂

它定义 Agent 是什么人、该做什么、不该做什么。写得模糊，Agent 就自由发挥；写得具体，产出更可控。我们建议写明"角色 + 职责 + 禁止项"。

system_msg = """你是数据分析师。
职责：把业务问题转成可执行的查询，并解释结果。
禁止：不要编造不存在的数据字段，不确定时明说。"""
# 明确的禁止项能显著减少幻觉
​

llm_config 的细分

第三章 3.1 提过强弱分工，这里补两个易漏项：response_format（要求模型返回特定结构）和 seed（固定随机，便于复现）。调试时用 seed 能让同样输入产出一致，方便对比改动效果。

调优的实用顺序

1. 先定 human_input_mode（开发 ALWAYS）。
2. 再写清 system_message（限职责和禁止项）。
3. 然后压温度、设 max_consecutive_auto_reply。
4. 最后才做强弱模型分工降本。

我们反对一上来就堆参数——先让它能跑，再让它听话，最后让它便宜。

一个完整配置示例

把前面几项合起来，一个"上线前灰度"的 Agent 长这样：TERMINATE 留刹车、限制连续自动回、写清禁止项。

from autogen import AssistantAgent, UserProxyAgent
import os
cfg = {"model": "gpt-4o-mini", "api_key": os.environ.get("OPENAI_API_KEY")}

brain = AssistantAgent(
    "brain",
    llm_config=cfg,
    max_consecutive_auto_reply=8,
    system_message="""你是数据分析师。
职责：把业务问题转成查询并解释。
禁止：编造不存在的字段，不确定明说。""",
)
hand = UserProxyAgent("hand", human_input_mode="TERMINATE",
                      code_execution_config={"use_docker": False})
# 平时自动，关键处人拍板，连续自动回有上限
​

调优的常见误区

• 一上来堆参数：先让它能跑，再调。
• 温度调很高想"更有创意"：函数调用场景会吐非法结构。
• 以为 system_message 越长越好：过长反而稀释重点，三句清楚胜过三段模糊。

我们主张把配置当作"给 Agent 立规矩"，规矩越少越准，Agent 越听话。

配置即规矩

把配置当作"给 Agent 立规矩"来理解，很多纠结会消失。比如 max_consecutive_auto_reply 是"最多自嗨几轮"，system_message 里的禁止项是"红线在哪"，human_input_mode 是"人什么时候能喊停"。规矩立清楚，Agent 才既不脱节也不失控。我们评审配置时，第一件事就是看这些"规矩"是否自洽。

一个调优顺序的反面教材

有人反过来：先堆一堆参数试图"调优",结果某个 max_consecutive_auto_reply 设太大，两个 Agent 聊到账单爆才发现。正确顺序是先让它能跑(默认参数),再按阶段加约束。参数越多,出问题的面越大,每加一个都要想清楚"为什么必须加"。这条纪律能挡掉绝大多数配置引发的事故。

本节要点回顾

• human_input_mode 三档对应稳/折中/快，按阶段切换。
• max_consecutive_auto_reply 防自嗨烧钱。
• system_message 写清职责与禁止项，比堆参数更管用。

⚠️ 上线直接 NEVER 又没终止条件，等于把失控对话交给模型自由发挥，风险极高。

💡 配置项就是"对话即编排"的调节阀，拧对了编排既可控又省钱。