Antonio Gulli《Agentic Design Patterns》学习笔记：第 12–17 章
Antonio Gulli 著，https://github.com/evoiz/Agentic-Design-Patterns（21 章 + 7 个附录，每章配可运行的 Jupyter Notebook） 全书导读见 agentic-design-patterns-summary.md；本篇是我的学习笔记（讲回）。
一句话
前两部分讲 agent 怎么搭，第三部分讲 agent 怎么在生产里活下来：出错了怎么恢复、什么时候必须让人接手、答案从哪来才靠得住。
第 12 章：异常处理与恢复
机器遇到的错误，和正常程序一样，分已知和未知两种。以前的做法是记个 log、重试，换种方法再试，实在处理不了就抛异常。
AI 的情况里，异常最大头是输入输出不符合规格。AI 最大的用处，是能知道自己错了、自己改了再试——不像以前代码写死，一不符合就得重写代码。以前写代码不可能把所有情况都写进去，不然逻辑异常庞大复杂；AI 能根据输入输出判断哪种重试方法更合适，从而提高成功率。
但也要注意，AI 有时会因为错误走错方向，烧很多 token 也没更正确的结果。
补充：AI 只能自己修“有信号的错”（工具报错、格式校验失败、测试不过）；“没信号的错”（答案错了但看起来对）它自己发现不了，得靠外部校验（judge、测试、人）。所以重试必须设预算（最多几次、最多多少 token）+ 熔断，烧到头就停、转人工。恢复策略分四档：重试 / 回退 / 降级 / 转人工；先分错的种类（一次性调用失败、工具返回错、模型自己跑偏），再定策略。
第 13 章：Human-in-the-Loop
人在 loop 里最大的问题是没法 scaling：需要人 handle 的事一多，人要么变橡皮图章，要么变瓶颈（当然也可以放更多的人）。然后必然走到 human on the loop：能让 AI 自动做的就让 AI 自动做，人就在旁边监察一下，处理故障与 AI 做不了的事。
人为什么必须在环里（in the loop 或 on the loop）？除了 handle 机器 handle 不了的事，最关键的是要为重要决定负责，以及保证机器的伦理与操作与人的想法和方向一致。
补充：on the loop 成立的前提是人还能有效干预——能停、能回滚，否则监察是摆设。in→on 不是一刀切，是按信任度分级：新的、高风险的动作还在 in the loop，跑稳了的降到 on the loop。审批只放在不可逆动作前（写操作、发出去的东西、花钱的调用）；其余让人事后能查、能回滚就行。
第 14 章：知识检索 / RAG
RAG 根子上就是 prompt 的增强：无论通过搜索引擎、数据库还是本地文本，把可能的答案藏在输入里，AI 的答案就更精确，不太会幻想一个不存在的答案给你。
一般 RAG 用向量数据库 embedding 内容，把相似的词以一定维度放在一起；更进一步 Graph RAG，可以把需要推理才能联系起来的内容以图的方式连在一起，提高检索内容的精确性和全面性。
Agentic RAG，就是让一个或多个 agent 专门负责 RAG，再把结果给主要 AI 汇总处理——有点像我们的陪审团与法官模式。
补充：检索也可能把错的东西塞进输入（相似不等于正确，版本旧了也会一本正经地答错），所以 Agentic RAG 里自我评估那道关才是关键。Graph RAG 和 Agentic RAG 的代价是构建成本 + 延迟/成本（延迟 1–2 秒变 10 秒+、成本 3–10 倍），只在查询复杂、知识库乱的时候上；查询简单、知识库干净时标准 RAG 就够了。陪审团与法官的类比里，关键是法官得会判（自我评估：相关吗？完整吗？和其他信息冲突吗？不过关就换问法或换源重试，最多循环 5 次）。
第四部分（第 15–17 章）
一句话：第四部分讲企业级规模化：agent 之间怎么通信协作、资源怎么按需分配、推理质量怎么用算力换。
第 15 章：Agent 间通信 / A2A
A2A（Agent to Agent Protocol）是为 agent 之间的交流与协作定的协议。它的目的是让不同框架、不同厂商的 agent 也能互相发现、互相委派任务、协同干活。关键机制是 Agent Card：一份放在固定地址的 JSON 描述，写明这个 agent 能干什么、怎么调它，client agent 靠它发现 remote Agent。
和 MCP 的不同：MCP 侧重于上下文与规范，管 LLM 怎么接外部数据和工具，可调用的工具面很广。其实我们并不 care MCP 背后调用的工具到底是写的程序、数据库还是另一个 agent，我们只关心为我们的任务拿到下一步的 context。A2A 则不同，它管的是 agent 之间的任务协调。
A2A 还有个好处，这篇文章里并没有提，是我通过其他方式学到的：MCP 的工具是按指令行事，输入和输出都是定义好的；A2A 的代理却可以比较自由，因为 AI 可以自主决定怎么处理数据。MCP 是同步请求并响应，A2A 可以同步，也可以异步，还可以并行。MCP 是无状态的，A2A 是有状态的。所以如果一个任务 agent 需要管理自己的状态，并在独立的底层架构上运行，就需要使用 A2A。
补充：A2A 的操作就几条：
tasks/send（同步发任务）、tasks/sendSubscribe（订阅式，长任务流式回进度）、tasks/get/tasks/cancel，还有个input-required状态——agent 做到一半缺信息可以停下来反问，等补了再继续。这就是它“有状态”的具体样子。
第 16 章：资源感知优化
这一章主要讲成本控制。概念是根据任务的不同难度来取舍不同的 model，这样可以节约成本，而且反应很快。资源感知优化这一步，应该是有个 Agent 首先过一遍任务，判断这个任务该由哪个 model 来完成才符合最优解。
如果我来做的话，还会根据回答判断质量高不高：不高的话，升级用更高一档的模型重新来做。因为我认为，为了节省成本而降低回答质量是不可取的；当然，为了保证质量，一味用最贵的模型也是一种浪费。
补充：你这个“先便宜模型答、再判质量、不行升级重做”的思路，正是这章推荐的标准做法，叫 cascade（级联）+ verifier（校验）。另外那个“先过一遍”的 router 不一定非得是个完整 Agent，轻量分类器、甚至规则都行，关键是“先判断难度再分流”这个动作。
第 17 章：推理技术
推理技术里，CoT 是模仿人类思考，把一个大问题拆成很多小问题，然后一步一步地回答。ToT 则是在 CoT 基础上允许分叉，探索多条路径，形成树状结构。ReAct 是一种循环的方式：先做一步，然后把结果反馈回来，调整计划，再接着做下一步推理，有点像一种能自我纠错的机制。CoD 是多个模型辩论，共同求解。
这一章还提到一个很有意思的情况：用多个小模型多次推理，也可以达到大参数模型相似的高质量回答。这让我想起最近流行的 harness，就是这个思想的实现与成功证明。
补充：CoD 的辩论是模型之间互相看到对方的论点、来回交锋、几轮之后才定论；咱们的智囊团不是辩论，是陪审团——几个模型各自独立答题、互不相见，最后由裁判模型挑出最好的那个。所以智囊团是“并行独立作答 + 裁判裁决”，更接近 best-of-N / 自洽性那一路。什么时候用辩论、什么时候用陪审团，是设计多 agent 系统时一个实在的选型点。另外“多小模型多次推理 ≈ 大模型”这个思想叫 test-time compute（推理时算力）：质量不一定非要靠更大的模型，也能靠推理时多花算力换来，harness / 智囊团确实是这个思想的一个实现。