1.3 智能体架构总览：Profile-Memory-Planning-Action 四模块全景
1.3 智能体架构总览：Profile-Memory-Planning-Action 四模块全景
把核心循环「感知-规划-行动-观察」打开看，会发现它背后站着四个角色：一个定调子的「人设」、一个管账本的「记忆」、一个出主意的「规划」、一个动手的「行动」。这就是单体智能体最经典也最通用的四模块拆解——Profile、Memory、Planning、Action。
1.3.1 为什么是这四个模块
第 1.2 节定义了 Agent 的核心循环。但循环是一个「过程」，要把过程落到工程，需要回答四个具体问题：
| 问题 | 谁来回答 | 对应模块 |
|---|---|---|
| 这个 Agent 是谁？目标是什么？行为边界在哪？ | Profile（人设） | 定身份与约束 |
| 它现在知道什么？过去发生了什么？ | Memory（记忆） | 提供上下文与经验 |
| 下一步该做什么？ | Planning（规划） | 决策与推理 |
| 怎么真的去做？做完看到了什么？ | Action（行动） | 执行与观察 |
这四个问题覆盖了一个 Agent 运转所需的全部信息维度——身份、状态、决策、执行。少任何一个，循环都转不起来：
- 没有 Profile，Agent 不知道自己是「严谨的财务助手」还是「活泼的聊天伙伴」，行为没有一致性。
- 没有 Memory，Agent 是金鱼，每轮都从零开始，无法处理多步任务。
- 没有 Planning，Agent 退化成「无脑的工具调用器」，不会推理。
- 没有 Action，Agent 退化成「纯文本生成器」，回到 LLM 问答。
注意四模块的依赖关系：Profile 是前提（决定其他模块的调性）→ Memory 提供 Input → Planning 做决策 → Action 做执行 → Action 的观察回到 Memory。这是一个有方向的环流，不是平铺的四块。
1.3.2 四模块功能定位
下表给出四模块的功能定位、核心问题与本书详细展开的章节：
| 模块 | 核心职责 | 关键问题 | 详细章节 |
|---|---|---|---|
| Profile（人设） | 定义角色、目标、约束、语气 | 「我是谁？我该做什么？不该做什么？」 | 第 2.1 节 |
| Memory（记忆） | 管理短期上下文与长期经验 | 「我现在知道什么？过去发生过什么？」 | 第 2.2 + 第 5 章 |
| Planning（规划） | 任务分解、推理、策略选择 | 「下一步做什么？为什么？」 | 第 2.3 + 第 3-4 章 |
| Action（行动） | 工具调用、代码执行、动作执行 | 「怎么去做？做完看到什么？」 | 第 2.4 + 第 6 章 |
本节只给全景与定位，让读者建立「地图感」。每个模块的内部机制将在后续章节展开——这正是全书后面 6 章的主题。
1.3.3 模块一：Profile——Agent 的身份证
Profile 模块回答「这个 Agent 是谁」。它通常以一段系统提示词（System Prompt） 的形式注入 LLM，决定 Agent 的：
| 维度 | 例子 |
|---|---|
| 角色身份 | 「你是一位资深的财务分析师」 |
| 任务目标 | 「帮助用户分析财报、识别风险」 |
| 行为约束 | 「不提供具体投资建议；不确定时必须声明」 |
| 语气风格 | 「专业、简洁、用数据说话」 |
| 可用工具 | 「你可以调用财报查询、股价查询、计算器」 |
| 输出格式 | 「结论先行,附数据来源」 |
Profile 的工程价值常常被低估，但它其实是 Agent 一致性的根基。同一个 LLM，配上「严谨的审计师」和「活泼的推销员」两套 Profile，行为差异会大到像两个模型。第 2.1 节会专门讨论 Profile 的设计方法与 System Prompt 工程。
💡 Profile 的隐藏作用：它不仅是「人设」，更是约束边界。一个没有约束的 Agent 会乐于回答任何问题、调用任何工具，这是安全灾难。Profile 里写明「不做 X、不调 Y 工具」，是 Agent 安全设计的第一道闸门。
1.3.4 模块二：Memory——Agent 的账本
Memory 模块回答「Agent 现在知道什么、过去发生了什么」。它分两层：
┌─────────────────────────────────────────────┐ │ 短期记忆 (Short-Term / Working Memory) │ │ - 当前对话上下文 │ │ - 最近 N 步的观察与行动 │ │ - 实现: LLM 上下文窗口 │ │ - 容量: Token 有限(几K到几百K) │ └─────────────────────────────────────────────┘ ↑ 溢出/检索 ┌─────────────────────────────────────────────┐ │ 长期记忆 (Long-Term Memory) │ │ - 历史对话、用户偏好、事实知识 │ │ - 跨会话的经验积累 │ │ - 实现: 向量数据库 / 知识图谱 / 文档库 │ │ - 容量: 近似无限 │ └─────────────────────────────────────────────┘
两层记忆的关系是「工作台 vs 档案柜」：短期记忆是 LLM 当前能看到的工作台，长期记忆是按需调取的档案柜。当工作台装不下时，旧内容被压缩或转移到档案柜；当需要历史信息时，从档案柜检索回工作台。
⚠️ 常见误区：把上下文窗口当万能记忆。即便窗口有 200K Token，也装不下数小时任务的完整历史，更装不下跨会话的经验。长期记忆不是可选项，是 Agent 超越单轮对话的必需品。这是第 5 章的全部主题。
1.3.5 模块三：Planning——Agent 的大脑
Planning 模块回答「下一步做什么」。它是 Agent 智能含量的核心，也是全书最厚的部分（第 3-4 两章）。
Planning 有几个层次，从简单到复杂：
| 层次 | 思考方式 | 代表方法 | 适用场景 |
|---|---|---|---|
| 直接回答 | 不规划,直接生成 | Zero-shot | 简单问答 |
| 分步推理 | 把思考过程写出来 | 思维链 CoT | 多步推理题 |
| 边想边做 | 思考与行动交替 | ReAct | 工具调用任务 |
| 多路径探索 | 多条思路并行评估 | 思维树 ToT | 创意/搜索类问题 |
| 任务分解 | 大任务拆成小任务 | Decomposed Prompting | 复杂长程任务 |
| 先规划后执行 | 一次规划全部,再执行 | Plan-and-Execute | 步骤明确的任务 |
一个关键认知：Planning 不是一个固定算法，而是一个策略空间。同一个 Agent 面对不同任务，应该路由到不同规划策略——简单任务用直接回答，复杂任务用 ReAct，创意任务用 ToT。第 3 章讲各种规划算法，第 4 章专攻 ReAct，第 2.3 节则讨论「怎么在不同策略间路由」。
💡 过度规划的陷阱：不是所有任务都需要复杂规划。给「今天天气如何」配一套 ReAct + 任务分解，既慢又贵。优秀的 Agent 设计懂得让规划粒度匹配任务难度——简单任务轻装上阵，复杂任务才上重型武器。
1.3.6 模块四：Action——Agent 的双手
Action 模块回答「怎么真的去做」。它把 Planning 输出的「下一步动作」翻译成对真实世界的操作。
Action 的形态主要有三类：
| 行动类型 | 实现方式 | 例子 |
|---|---|---|
| 工具/函数调用 | 调用预注册的 API/函数 | 查天气、查数据库、发邮件 |
| 代码执行 | 在沙箱里运行生成的代码 | 数据分析、复杂计算 |
| 直接回答 | 不调工具,直接生成文本 | 解释、建议、闲聊 |
Action 模块的核心工程问题有三个，都留到第 6 章详解：
- 工具描述：怎么用 LLM 能理解的方式告诉它「有哪些工具可用、怎么调」（第 6.1 节 Function Calling）。
- 工具编排：多个工具怎么组合、并行还是串行（第 6.2 节）。
- 安全执行：怎么不让 Agent 干坏事（第 6.4 节沙箱与人类在环）。
⚠️ Action 是 Agent 风险最高的模块。规划错了顶多绕远路，行动错了可能转错账、发错邮件、删错数据。Action 的设计原则是「能力最小化 + 高危确认」——给 Agent 的权限刚好够完成任务，多余的一点不给；任何不可逆操作都要人类点头。
1.3.7 四模块如何协同：一个数据流示例
把四模块串起来看一个完整的数据流。任务：「帮我把昨天的销售数据算个同比，发到我的邮箱」。
可以看到，四模块不是顺序执行一次就结束，而是在每一轮循环里都重新走一遍：Profile 每轮都在调子上把关、Memory 每轮都更新状态、Planning 每轮都重新决策、Action 每轮都执行并观察。循环往复，直到任务完成。
1.3.8 架构的变体与扩展
Profile-Memory-Planning-Action 是单体智能体的参考架构，不是唯一模板。实际系统常见两类变体：
变体一：模块合并（轻量化）
简单 Agent 会合并模块以降低复杂度：
- 把 Profile 直接写死在第一个 System Prompt 里，不作为独立模块。
- 把 Planning 简化为「单步 ReAct」，不引入复杂规划。
- Memory 只用短期上下文，不要长期记忆。
结果是「LLM + 工具循环」的最小 Agent，适合简单任务。这是 LangChain ReAct Agent、OpenAI Assistants 等很多框架的默认形态。
变体二：模块拆分（重型化）
复杂 Agent 会把单个模块拆得更细：
- Memory 拆成工作记忆、情节记忆、语义记忆、程序记忆四层（参考《具身智能技术原理》第 4.3 节）。
- Planning 拆成「全局规划器 + 局部执行器」两层（Plan-and-Execute）。
- Action 拆成「动作选择 + 参数填充 + 执行验证」三段。
结果是多层级 Agent 架构，适合长程复杂任务。
💡 设计原则：架构粒度应匹配任务复杂度。简单任务用轻量架构，过度设计反而增加故障面；复杂任务用重型架构，模块化才能管理复杂度。第 8 章会给出框架选型的决策树。
1.3.9 与核心循环的对应关系
最后，把四模块与第 1.2 节的核心循环对应起来，形成全书统一的视图：
| 核心循环环节 | 主要负责模块 | 辅助模块 |
|---|---|---|
| 感知 Perceive | Memory（读取状态与历史） | Profile（决定关注什么） |
| 规划 Plan | Planning | Profile（约束规划方向） |
| 行动 Act | Action | Planning（提供动作指令） |
| 观察 Observe | Action（提取结果）→ Memory（写回） | Planning（判定是否完成） |
四模块是「横向的功能切片」，核心循环是「纵向的时间流转」。两者交叉，就构成了单体智能体的完整运转图景。后续章节都会落在这张坐标系上：
- 第 2 章横向展开四模块的骨架；
- 第 3-4 章纵向深化 Planning；
- 第 5 章纵向深化 Memory；
- 第 6 章纵向深化 Action；
- 第 7 章把单体扩展为多体；
- 第 8 章回到工程整合。
本节小结
- 单体智能体的参考架构是 Profile-Memory-Planning-Action 四模块：Profile 定身份、Memory 管状态、Planning 做决策、Action 去执行。
- 四模块构成有方向的环流：Profile 是前提 → Memory 提供 Input → Planning 决策 → Action 执行 → 观察写回 Memory。
- Profile 的隐藏作用是安全约束的根基；Memory 分短期（上下文）与长期（向量库）两层；Planning 是一个策略空间而非固定算法；Action 是风险最高的模块，须遵循能力最小化。
- 架构可轻可重：简单任务用「LLM + 工具循环」最小架构，复杂任务用多层级拆分。粒度应匹配任务复杂度。
- 四模块（横向切片）与核心循环（纵向流转）交叉，构成全书统一视图。后续 6 章分别纵向深化各模块，第 7 章扩展到多体，第 8 章回到工程。
下一节《1.4 发展脉络与里程碑》将从历史维度梳理 Agent 概念的来路，看清 LLM Agent 在 AI 发展长河中的坐标。