Agent 如何"思考"？
Agent 的"思考"本质上是在上下文中组织信息、推导结论、制定计划的过程。理解这个过程，是设计高效 Agent 的前提。
思考的本质：上下文中的推理
LLM 没有独立的"思考空间"——它的所有推理都发生在 Context Window 中。通过精心设计 Prompt，我们可以引导模型产生更高质量的推理。
from openai import OpenAI
client = OpenAI()
# 不引导推理：直接给答案（可能错误）
def direct_answer(question: str) -> str:
response = client.chat.completions.create(
model="gpt-4o",
messages=[{"role": "user", "content": question}]
)
return response.choices[0].message.content
# 引导推理：分步思考（更准确）
def structured_thinking(question: str) -> str:
system_prompt = """解决问题时，请严格按照以下框架：
【问题分析】
- 问题的核心是什么？
- 有哪些已知条件？
- 有哪些不确定因素？
【推理过程】
1. 第一步...
2. 第二步...
...
【结论】
最终答案是...
【验证】
验证答案是否合理...
"""
response = client.chat.completions.create(
model="gpt-4o",
messages=[
{"role": "system", "content": system_prompt},
{"role": "user", "content": question}
]
)
return response.choices[0].message.content
# 对比测试
question = "一个水桶装满水重10公斤，装半桶水重6公斤，空桶重多少公斤？"
print("直接回答：", direct_answer(question))
print("\n结构化思考：", structured_thinking(question))
认知框架：OODA 循环
Agent 的决策可以用 OODA 循环来理解：
class OODAAgent:
"""基于 OODA 循环的 Agent 框架"""
def __init__(self):
self.context = {} # 当前情境理解
def observe(self, input_data: str) -> str:
"""观察：收集和整理当前环境信息"""
prompt = f"""
分析以下输入，提取关键信息：
{input_data}
请识别：
1. 用户的明确需求
2. 隐含的期望
3. 可能的障碍
"""
response = client.chat.completions.create(
model="gpt-4o",
messages=[{"role": "user", "content": prompt}]
)
observation = response.choices[0].message.content
self.context["observation"] = observation
return observation
def orient(self, observation: str) -> str:
"""定位：在已知知识框架中理解当前情况"""
prompt = f"""
基于以下观察，进行情境评估：
{observation}
请分析：
1. 这个任务属于哪类问题？
2. 有哪些可用的方法和工具？
3. 主要的风险和挑战是什么？
"""
response = client.chat.completions.create(
model="gpt-4o",
messages=[{"role": "user", "content": prompt}]
)
orientation = response.choices[0].message.content
self.context["orientation"] = orientation
return orientation
def decide(self, orientation: str) -> str:
"""决策：制定行动计划"""
prompt = f"""
基于情境评估，制定具体行动计划：
{orientation}
请给出：
1. 推荐的行动方案（第一选择）
2. 备选方案
3. 执行步骤（按优先级排序）
"""
response = client.chat.completions.create(
model="gpt-4o",
messages=[{"role": "user", "content": prompt}]
)
decision = response.choices[0].message.content
self.context["decision"] = decision
return decision
def act(self, plan: str, user_input: str) -> str:
"""行动：执行计划并生成最终响应"""
response = client.chat.completions.create(
model="gpt-4o",
messages=[
{
"role": "system",
"content": f"执行计划：\n{plan}\n\n用自然语言给用户一个清晰的回答。"
},
{"role": "user", "content": user_input}
]
)
return response.choices[0].message.content
def process(self, user_input: str) -> str:
"""完整的 OODA 循环"""
obs = self.observe(user_input)
orientation = self.orient(obs)
decision = self.decide(orientation)
result = self.act(decision, user_input)
return result
元认知：Agent 的自我意识
高级 Agent 具备元认知能力——能够思考自己的思考过程：
def metacognitive_reasoning(problem: str) -> dict:
"""元认知推理：Agent 能评估自己的置信度和局限性"""
response = client.chat.completions.create(
model="gpt-4o",
messages=[
{
"role": "system",
"content": """回答时，始终进行元认知评估：
1. 我对这个问题的知识有多可靠？（置信度 0-10）
2. 哪些方面我可能存在盲区？
3. 是否需要额外工具或信息？
4. 我的回答基于哪些假设？"""
},
{"role": "user", "content": problem}
]
)
return {
"answer": response.choices[0].message.content,
"self_assessed_by_llm": True
}
# 测试元认知
result = metacognitive_reasoning("量子计算机什么时候能超越传统计算机？")
print(result["answer"])
推理模式对比
小结
Agent 的"思考"依赖于：
- 结构化的推理框架（CoT、OODA 等）
- 元认知能力（知道自己不知道什么）
- 不同的推理模式（演绎、归纳、溯因、类比）