Agent 15种架构模式完整分类&选型指南

一、四大大类划分（按业务诉求分组）

01 简单直接型｜入门首选（单任务、逻辑简单）

1. Single Agent 单智能体：单一机器人独立完成整套任务，无分工，新手快速落地
2. Sequential 流水线模式：任务分步骤串行执行，前一步输出给后一步
3. Parallel 并行处理模式：多子任务同步跑，最后汇总结果
4. Coordinator 调度员模式：总管Agent分发任务、统筹多个子Agent

02 分工协作型｜流程固定、标准化流程

5. Review & Critique 审稿模式：生成Agent+评审Agent成对，产出后自动校验纠错
6. Iterative Refinement 迭代打分模式：循环打分优化，多轮迭代提升输出质量
7. ReAct 边走边看模式：思考→调用工具→观察结果循环，适合实时查询类任务
8. Plan-and-Execute 先计划后执行：先拆解完整方案，再分步落地执行（你们AICoding主流模式）

03 质量打磨型｜高要求、高风险场景

9. Human-in-the-Loop 人机协同：关键节点人工介入复核，规避失控、Token乱烧
10. Custom Logic 规则+模型混合：固定校验逻辑写代码，创意推理交给大模型

铁律提醒：金额、权限、规则校验用代码；生成、理解、解释用模型，安全边界优先

04 探索决策型｜路径未知、需要自主探索

11. Hierarchical 层级拆解：顶层总规划，下层细分子任务，多层级调度
12. Swarm 群聊辩论模式：多个Agent多角度辩论，综合多方结论
13. Loop/Reflexion 自我反思：执行完成复盘缺陷，自动优化下一轮执行（对应Harness自迭代框架）
14. Event-Driven 事件驱动：触发条件满足才启动任务，被动响应业务信号
15. Tool Selection 工具自主选择：Agent自动判断调用什么工具，无需人工指定

二、快速选型判断逻辑

1. 不确定调用什么工具 → 选工具选择型
2. 任务执行路径未知、需要探索 → 选探索型
3. 交付质量要求高、需要反复打磨 → 选优化型
4. 业务存在资金、权限等高风险 → 选人机协同/代码规则混合型（安全型）
5. 落地原则：从最简单架构起步，跑通业务后再迭代复杂模式；自治不是越强越好，风险点必须人工收束

三、贴合你们研发团队痛点落地建议

你们当前核心问题：Plan-and-Execute无熔断，Loop无限循环导致Token单日烧空

1. 编码Agent基础架构选用Plan-and-Execute + Loop反思
2. 叠加Human-in-the-Loop人机介入，设置执行步数、额度硬熔断（代码规则管控）
3. 加入Review审稿Agent，拦截无效工具调用、冗余上下文，从源头削减Token消耗
4. 高风险资金/权限校验全部写死代码逻辑，不交给模型自主判断，杜绝成本失控、安全漏洞

Agent架构选型 智能体开发 AICoding成本管控 Loop自迭代 企业AI落地 企业级AI架构 AI工作模式 AI底层架构 开源Agent ai架构图 NPU架构 AI代理框架