Table of Contents
核心问题
无论prompt 还是 agentic ai，最终目标都是解决你面临的问题。
完美提示词的局限性
prompt假设：只要提供足够的上下文，AI就能完美工作。
问题所在：
- 无法规划、调整或推理
- 细微的措辞变化就会导致整个系统崩溃
解决问题的最优解： 有目标, 一边探索,一边执行, 一边思考, 重要的不是直接给出答案，而是答案形成的过程。这正是agentic AI得过程.
五大 Agentic AI 设计模式
1. 反思 (Reflection)
核心思想： 让AI自我评估和改进
实现方式： 在回答后再次提示：”这个回答完整吗？有什么遗漏？如何改进？”
2. 工具使用 (Tool Use)
核心思想： 不要期望模型知道一切
实现方式： 为AI提供外部工具和资源，扩展其能力边界
3. 推理与行动 (ReAct)
核心思想： 让智能体在循环中思考和行动
实现方式： 模型逐步推理并随着学习调整行动
4. 规划 (Planning)
核心思想： 将目标分解为更小、更易管理的任务
实现方式： 将规划与执行分离，先制定计划再执行
5. 多智能体 (Multi-Agent)
核心思想： 角色分离，专业化分工
实现方式： 不同智能体承担不同角色，协作完成任务
总结
完美的prompt不能一下子解决问题, 有目标, 一边探索, 一边思考的方式才是解决问题的最优解, 重要的不是直接给出答案，而是答案形成的过程。
参考原文： https://medium.com/data-science-collective/stop-prompting-start-designing-5-agentic-ai-patterns-that-actually-work-a59c4a409ebb
请我喝杯咖啡
大家一起来讨论