精读 Anthropic《Building Effective Agents》2025 更新版
2026-03-23 精读 Anthropic《Building Effective Agents》2025 更新版
写在前面
2024 年 12 月，Anthropic 发布了《Building Effective Agents》。一年多过去，Agent 领域变化很快：2025 年 9 月，Claude Code SDK 升级为 Claude Agent SDK，文章本身也做了更新，而当初提出的核心原则在实践中基本站住了。
本文基于官方原文的最新版本，结合 2025-2026 年的行业实践，重新梳理构建高效智能体的几条主线。
核心观点没有变：效果好的智能体实现，往往不靠复杂框架，而是靠简单、可组合的模式搭起来。
核心概念辨析
智能体 vs 工作流
Anthropic 对"智能体"和"工作流"的区分，到 2025 年反而更值得强调：
| 概念 | 定义 | 特点 | 典型工具 |
|---|---|---|---|
| 工作流 | 通过预定义代码路径协调 LLM 和工具 | 可预测、可控制 | LangChain, Vellum |
| 智能体 | LLM 动态指导自己的工作过程和工具使用 | 灵活、自主 | Claude Agent SDK |
2025 年的趋势：行业重心从"工作流编排"转向"自主智能体"。LangChain 创始人甚至判断，2026 年会是"Agent 工程"的分水岭。
增强型 LLM：构建基石
文章把"增强型 LLM"作为所有智能体系统的基本构建模块：
增强型 LLM = 基础模型 + 检索能力 + 工具调用 + 记忆系统
关键更新：2025 年 Anthropic 发布了 Model Context Protocol（MCP），给工具集成定了一套标准。有个比喻很贴切：MCP 之于 AI 工具，有点像 USB 之于外设——插上就能用。
Skills：2025 年的新范式
2025 年底，Anthropic 推出了 Claude Skills 开放标准，Vercel 随后推出了 skills.sh 这个技能分发平台。
# 一行命令为 AI 助手添加技能
npx skills add <skill-name>
Skills vs MCP：
- Skills 让 AI 学会"怎么做"（包含指令、脚本、资源的文件夹）
- MCP 让 AI 知道"用什么做"（工具连接协议）
两者配合，AI 才算有了"专业技能 + 顺手工具"的完整工作方式。
五种核心工作流模式
1. 提示词链（Prompt Chaining）
核心思想：将复杂任务分解为固定步骤，每步 LLM 调用处理前一步的输出。
输入 → 步骤 1 → 检查点 → 步骤 2 → 检查点 → ... → 输出
适用场景：
- 任务可清晰分解为固定子任务
- 牺牲速度换取更高准确性
实践案例：
营销文案生成 → 翻译成多语言 → 格式化输出
文档大纲生成 → 检查是否符合标准 → 撰写完整文档
我的思考：提示词链是最容易实现也最容易出问题的模式。关键在于检查点的设计——如何在中间步骤验证流程是否正确。
2. 路由（Routing）
核心思想：对输入分类，引导至专门的处理流程。
┌─→ 流程 A（专门处理 A 类问题）
输入 → 分类器 → ────┼─→ 流程 B（专门处理 B 类问题）
└─→ 流程 C（专门处理 C 类问题）
适用场景：
- 存在明显不同的输入类别
- 不同类别需要不同的处理策略
实践案例：
- 客服系统：一般问题、退款请求、技术支持分别路由
- 成本优化：简单问题路由到 Haiku，复杂问题路由到 Sonnet
2025 年更新：随着模型成本下降，路由更多用于质量优化，而不是省钱。
我的思考：路由的本质是关注点分离。一个 Prompt 处理所有场景往往顾此失彼，不如让每个专家各司其职。
3. 并行化（Parallelization）
核心思想：同时处理多个任务，聚合输出结果。
两种关键形式：
分段（Sectioning）：
任务 → 分解为子任务 A、B、C → 并行执行 → 聚合结果
投票（Voting）：
任务 → 多个模型实例并行处理 → 投票/综合 → 最终结果
适用场景：
- 子任务相互独立，可并行执行
- 需要多视角验证，提高置信度
实践案例：
- 内容审核：一个模型处理用户请求，另一个并行筛选敏感内容
- 代码审查：多个提示从不同角度检查漏洞
我的思考：并行化是用空间换时间。在延迟敏感的场景中，这是提升用户体验的有效手段。
4. 协调器 - 工作者（Orchestrator-Workers）
核心思想：中央 LLM 动态分解任务，分配给工作者 LLM，综合结果。
┌─→ Worker 1
输入 → Orchestrator ─┼─→ Worker 2 → 综合结果
└─→ Worker 3
与并行化的关键区别：子任务不是预定义的，而是由协调器根据具体输入动态确定。
适用场景：
- 无法预先预测子任务的情况
- 编程任务（文件数量、修改内容取决于具体问题）
实践案例：
- 代码重构：根据需求动态决定修改哪些文件
- 信息检索：从多个来源收集和分析信息
2025 年案例：Anthropic 在 SWE-bench 上的智能体就用了这个模式，可以根据 PR 描述自动处理 GitHub issue。
我的思考：这是最接近人类团队协作的模式。项目经理拆解任务，团队成员各司其职，最后汇总成果。
5. 评估器 - 优化器（Evaluator-Optimizer）
核心思想：一个 LLM 生成响应，另一个 LLM 提供评估和反馈，形成迭代循环。
┌──────────────────────────────┐
↓ │
输入 → 生成器 → 输出 → 评估器 → 反馈 ──┘
↓
满足标准 → 最终输出
适用场景：
- 有明确的评估标准
- 迭代改进能带来可衡量的价值
- LLM 能提供有价值的反馈
实践案例：
- 文学翻译：评估器捕捉细微差别，指导优化
- 复杂搜索：评估器判断是否需要继续搜索
我的思考：这类似于人类的"草稿 - 审阅 - 修改"循环。关键在于评估器的能力——它必须比生成器更"懂"什么是对的。
自主智能体（Agents）
当 LLM 具备以下能力时，真正的智能体成为可能：
- 理解复杂输入：解析模糊、多义的指令
- 推理和规划：分解目标，制定步骤
- 可靠使用工具：正确调用 API、执行操作
- 从错误中恢复：遇到问题能调整策略
智能体的核心循环：
while not task_complete:
observation = get_environment_feedback()
plan = llm.plan(current_state, observation)
action = execute(plan)
evaluate(action)
关键设计要点：
- 清晰的工具集设计和文档
- 适当的检查点和人工干预机制
- 停止条件（如最大迭代次数）
2025 年重大进展：
Claude Code：终端中的 AI 软件工程师
2025 年 Anthropic 推出 Claude Code，定位是"AI 软件工程师"。和 Cursor 这类 IDE 插件不同，它直接跑在命令行里：
# 配置并启动 Claude Code
export ANTHROPIC_BASE_URL=http://localhost:8000/v1
export ANTHROPIC_API_KEY=your_key
claude
核心能力：
- 直接操作文件系统和终端
- 执行代码并查看结果
- 自主调试和修复错误
- 多步骤任务规划
Agentic Coding：智能体编程时代
2026 年，苹果与 Anthropic 联合宣布，Xcode 26.3 首次原生集成 Claude Agent，支持以 Agentic Coding 方式开发。这标志着智能体正式进入主流开发工具。
三个核心原则
Anthropic 总结了构建智能体的三个核心原则，在 2025 年显得更加重要：
1. 保持简单
"成功的实现通常只是 LLM 在循环中基于环境反馈使用工具。"
不要过度设计。简单的架构更容易调试、更容易理解、更容易维护。
2025 年的教训：多智能体系统烧 Token 烧得厉害。不少团队发现，单个强智能体往往比一堆弱智能体协作更有效。
2. 优先透明度
让智能体的规划步骤清晰可见：
- 显示当前正在执行什么
- 解释为什么选择这个行动
- 展示中间结果
透明度建立信任，也便于调试。
3. 精心设计 ACI
Agent-Computer Interface（ACI） 与 HCI 同等重要：
- 工具定义要清晰，包含使用示例和边界情况
- 参数命名要直观，像给初级开发者写文档
- 防错设计（Poka-yoke），让错误难以发生
实战案例：Anthropic 发现模型在使用相对路径时会出错，改为强制要求绝对路径后，表现显著提升。
2025 年新洞察：
- Skills 的设计应遵循"渐进式披露"原则
- MCP Server 的文档质量直接影响智能体表现
- 工具命名应使用动词 + 名词结构（如
read_file而非file_reader）
两个高价值应用场景
客户支持
为什么客户支持是智能体的理想场景？
- 自然对话流程 + 需要外部信息和操作
- 可集成多种工具（查订单、退款、更新工单）
- 成功标准清晰（问题是否解决）
- 有公司已实现"按成功付费"的商业模式
2025 年进展：多家公司已经商业化落地，按解决效果付费逐渐成了通行模式。
编程智能体
为什么编程特别适合智能体？
- 代码可通过自动化测试验证
- 测试结果可作为反馈指导迭代
- 问题空间定义明确
- 输出质量可客观衡量
2025 年里程碑：
- Anthropic 的智能体可以独立解决 SWE-bench Verified 里的真实 GitHub issue
- 四名工程师 10 天搭出一个完整应用，大部分代码由 Claude Code 自己编写
- AI 编程从"代码补全"走到了"自主解决问题"
框架选择指南
主流框架对比
| 框架 | 类型 | 适用场景 |
|---|---|---|
| Claude Agent SDK | 官方 SDK | 生产级智能体，MCP 原生支持 |
| Strands Agents SDK | AWS 官方 | AWS 生态集成 |
| Rivet | GUI 拖拽 | 快速原型，非技术人员 |
| Vellum | GUI 工具 | 工作流构建和测试 |
Anthropic 的建议
文章对框架的态度很明确：
"框架简化了入门，但可能创建额外的抽象层，掩盖底层细节，使调试更困难。"
2025 年的行业共识：
- 先直接调 LLM API
- 理解底层原理之后再上框架
- 生产环境考虑降低抽象层级
值得注意的声音：LangChain 创始人判断，2026 年应该"放弃 workflow 编排工具"，转向面向自主智能体的框架。
我的思考与总结
关于复杂性
文章反复强调一个观点：只有在简单方案不足时，才增加复杂性。
这条原则反直觉但很重要。做 AI 很容易陷入"技术炫技"——架构越复杂越好、框架越新越好。但工程上真正值钱的判断是：用最简单的方式把问题解决掉。
2025 年的验证：最早把简单智能体跑起来的公司，比等着"完美架构"的公司拿到了更多实际收益。
关于框架
2025 年的教训：
"框架是拐杖，不是双腿。"
这不是说不用框架，而是要搞清楚框架底层在做什么。很多问题的根源，恰恰是对底层机制的错误假设。
建议学习路径：
- 先用原生 API 实现一个简单智能体
- 理解工具调用、状态管理等核心概念
- 再选择适合的框架提升效率
关于未来
2026 年被视为"长任务 Agent 元年"。Anthropic 在文末提到：
"在 LLM 领域取得成功，不是要构建最复杂的系统，而是要构建适合您需求的系统。"
这句话说透了工程实践的本质：技术是手段不是目的，最好的架构是能解决当下问题、又能适应后续变化的架构。
2026 年趋势判断：
- 智能体从"玩具"变成"工具"
- 企业级部署成为主流
- 人机协作的模式逐渐成熟
实践建议
基于文章内容和 2025 年实践，我总结了以下建议：
- 从简单开始：先用单一 Prompt，评估后再考虑增加复杂性
- 理解底层：如果使用框架，务必理解其实现原理
- 投资 ACI：工具定义和文档是智能体成功的关键
- 设置检查点：在关键节点加入人工审核或自动验证
- 持续迭代：基于评估结果不断优化，而非一次性设计完美
- 拥抱 MCP：使用标准化协议连接工具
- 善用 Skills：积累可复用的能力模块
代码示例：Claude Agent SDK 快速开始
import { Agent } from '@anthropic/agent-sdk';
const agent = new Agent({
model: 'claude-sonnet-4-5-20250929',
tools: [
// 使用 MCP 连接的工具
new FileSystemTool(),
new BrowserTool(),
new ShellTool()
]
});
// 运行智能体
const result = await agent.run(
'帮我重构这个项目的认证模块，使用 JWT 替代 session'
);
console.log(result.output);
评论讨论