Prompt、Context engineering 又向前进化了，3个关键维度+5个具体杠杆 ｜谷歌

我们正处在一个AI Agent（智能体）爆发的时代。从简单的ReAct循环到复杂的Multi-Agent Swarm（多智能体蜂群），新的架构层出不穷。但在这些眼花缭乱的名词背后，开发者的工作往往更像是一门“玄学”，我们凭直觉调整提示词，凭经验增加Agent的数量，却很难说清楚为什么某个架构在特定任务上表现更好。

最近，来自Google Cloud AI的研究者Philip Stephens和Emmanuel Salawu发表了一篇极具分量的论文。他们做了一件工程界急需的事情：将这些凭直觉设计的Agent架构，统一到了一个严谨的“概率数学框架”之下。

这篇文章将带您深入剖析这篇论文。看看谷歌是如何用数学语言重新定义ReAct、控制流（Control Flow）和多智能体协作的。

一切皆概率：Agent的本质是什么？

在深入各种花哨的架构之前，研究者首先回归了原点：Agent到底是在做什么？

无论您的Agent是在写代码、做客服，还是在玩游戏，它的终极目标只有一个：在给定初始背景（Context）的情况下，最大化执行正确动作序列的概率。

核心公式：概率链

研究者提出，Agent的运行过程本质上就是一条概率链（Probability Chain）。

这就好比您在走迷宫，每一步的选择都取决于您当前的位置和您之前的记忆。数学上，我们可以这样描述：

这个公式告诉我们：

• c：是初始的上下文（Context），比如用户的原始需求。
• a：是动作（Action），是我们希望Agent采取的一系列步骤。
• s：是状态（State），它随着每一步的执行而更新。

为什么这很重要？

将Agent视为概率链，意味着我们的设计工作不再是“教模型说话”，而是“操纵概率”。

如果您设计的架构（无论是加更多的Agent还是改Prompt），不能在数学上提高这个概率值，那么这种设计就是无效的。这为我们评估不同架构提供了一把通用的标尺。

解构ReAct：为什么“思考”有用？

目前最流行的Agent模式莫过于ReAct (Reasoning + Acting)。也就是让模型在行动之前先生成一段“Thought”（思考）。但您有没有想过，为什么多生成一段文字（思考），就能提高任务成功率？

研究者给出了数学上的解释。

引入“思考”变量

在ReAct框架中，概率公式发生了变化。我们在状态s和动作a之间，插入了一个中间变量t（Thought）。

新的概率核心变成了：

这意味着：

研究者指出，ReAct的本质就是通过引入t，来提高选择正确a的条件概率。

ReAct的致命弱点：随机游走

虽然ReAct很有效，但论文中也毫不客气地指出了它的缺陷。

从数学上看，标准的ReAct循环本质上是一种“随机游走”（Random Walk）。

• 它非常灵活，没有任何预设的路径。
• 但也正因为缺乏约束，它很容易出现“不收敛”的情况。
• 表现出来的症状就是我们常说的“幻觉循环”：Agent在错误的路径上越走越远，拉不回来了。

这就是为什么我们需要更复杂的架构，比如控制流或多智能体。

概率优化的三大战略维度

1. Prompt Engineering (提示工程)

通俗理解： 如果把Agent比作考生，Prompt Engineering就是给考生发的“试卷说明书”。在简单模式下，整场考试只有一份说明书；在高级模式下，每一道大题都有一份专门定制的说明书。

2. Context Engineering (上下文工程)

通俗理解： 这是考生的“草稿纸管理策略”。ReAct是把所有草稿不加筛选地往下写，越写越乱；Context Engineering则是每做完一题，就整理、擦除或总结草稿，确保下一题开始时思路清晰。

3. Inference Algorithms (推理算法)

通俗理解： 这是考生的“解题大脑”。你可以选择全程用“快思考”（直觉），也可以强制要求在某几步使用“慢思考”（列提纲、反复推敲、自我反思）。Inference Algorithms就是决定在什么时候用哪种脑子的策略。

设计者的工具箱：5个“自由度”

这篇论文最精彩的部分，在于它提出了“自由度”（Degrees of Freedom）的概念。这张图在网上很火。

研究者认为，无论您在构建什么样的Agent，您手中真正能调节的“旋钮”其实只有5个。不同的架构（ReAct vs Multi-Agent），无非就是对这5个旋钮的不同配置。

让我们逐一拆解这5个优化杠杆：

架构大比拼：用“自由度”看世界

有了上面这套理论，我们再来看现在的各种Agent架构，视野就完全不同了。研究者在论文中通过对比表格，清晰地展示了各架构的本质区别。

ReAct：被锁死的自由度

Control Flow（控制流/工作流）：人为的约束之美

现在流行的LangGraph或各种Workflow工具，在数学上是在做什么？

• Prompt：动态，到了“写代码”的节点，就换上“程序员”的Prompt；到了“测试”节点，就换上“测试员”的Prompt。
• Actions：分区，在特定节点，只暴露特定的工具。
• 数学含义：通过人为地“分割”动作空间和状态空间，我们强制将概率集中在正确的路径上，消除了“随机游走”的不确定性。

Multi-Agent（多智能体）：开启新的维度

多智能体不仅仅是把任务拆分，它引入了一个全新的优化维度，协作（Collaboration）。

多智能体协作的数学本质

这是论文最核心的理论贡献之一。研究者问了一个深刻的问题：为什么两个Agent配合往往比一个超级Agent更好？

什么是协作概率？

公式如下： 

协作即“搜索”

这听起来很抽象，但请您这样理解： 协作和协商（Negotiation），本质上是在搜索最优的通信上下文。

研究者指出，这种“通过对话来动态调整上下文”的能力，实际上是在运行时（Runtime）动态微调系统的参数，而不需要重新训练模型。这就是多智能体系统强大的数学根源，它增加了一个巨大的、可优化的参数空间。

现实的考量：协作是有代价的

虽然多智能体协作听起来很美，但研究者非常冷静地泼了一盆冷水：协作是有成本的（Collaboration Costs）。

您增加的每一个Agent，每一次交互，都会带来：

1. 延迟（Latency）：网络请求和生成的耗时。
2. 算力消耗（Tokens）：真金白银的成本。
3. 复杂性（Complexity）：系统越复杂，越容易出错。

正则化目标函数

为了解决这个问题，论文提出了一个修正后的目标函数。我们在设计Agent时，不能只看成功率，还要看“性价比”。

这个公式提醒我们：不要为了追求1%的概率提升，而引入过度复杂的协作流程。 一个优秀的Agent架构师，应该在这个公式中找到平衡点，设计出既高效又经济的系统。这也是上周五的文章中介绍的观点，感兴趣您可以看下：

总结：从艺术走向工程

读完这篇论文，最深刻的感受是它为AI Agent领域带来了一种秩序感。每一个决策是拆分Prompt，还是增加Agent交互，都可以映射到概率链上的具体变量。

希望这篇文章能帮助您透过数学的视角，重新审视您手中的Agent代码。下一次当您在优化Agent时，您调整的不再仅仅是文字，而是那条精妙的概率链。

文章来自于“AI修猫Prompt”，作者 “AI修猫Prompt”。