智能体三层架构实战:从RPA走向自主决策
作者:搬砖的石头2026.11.17 03:16浏览量:1简介:RPA 依赖固定脚本,流程一变就要重写;智能体能读懂文本、图像等非结构化输入,并自主规划步骤。本文拆解感知、决策、执行三层架构,给出 LLM 与规则引擎协同、工具调用、RAG 知识接入的代码思路,并整理模型分层选型与 Token 成本的计算方法,帮你判断哪些场景适合改用智能体。
一、先判断:RPA 还是智能体
很多团队做流程自动化时,第一个想到的是 RPA。RPA 适合结构稳定的任务,但业务规则一变,就得重写脚本。智能体能处理非结构化数据,也能应对部分异常,但它需要更严格的边界设计。选型前先看两件事:流程是否稳定,输入是否结构化。
| 维度 | 传统 RPA | 自主决策智能体 |
|---|---|---|
| 输入 | 结构化、格式固定 | 文本、图像、语音等非结构化数据 |
| 流程 | 脚本预先写死 | 由模型推理动态规划 |
| 变更成本 | 流程变化要修改脚本 | 通过提示词、工具、知识库调整 |
| 异常处理 | 超出规则即中断 | 可换路径重试,或转人工 |
| 典型场景 | 发票信息录入财务系统 | 电网故障诊断、智能客服 |
两个条件都满足时,RPA 通常更便宜,结果也更可预测。只要有一项不满足,智能体才值得认真评估。
电网故障诊断常被当作智能体的成功案例。有公开讨论称,智能体把响应时间明显缩短了。但目前没有可核验的测量数据,包括样本范围、统计周期和对比基线,因此本文不给出具体时长或倍数。可以确定的是,这类改善主要来自感知、决策、执行链路的重新设计,模型参数规模只是其中一个因素。
二、三层架构怎么搭
感知层:把输入变成模型能读的内容。 感知层接收文本、图像、语音和时序指标等多模态数据,完成清洗、切分和脱敏。以智能客服为例,用户可能一边打字一边发语音,感知层需要把两路输入对齐到同一个会话上下文,再交给决策层。敏感信息识别和格式归一最好在这一层完成,避免脏数据进入推理环节。
下面是一个最小的脱敏示例:
import rePHONE_PATTERN = re.compile(r"(?<!\d)1[3-9]\d{9}(?!\d)")ID_CARD_PATTERN = re.compile(r"(?<!\d)\d{17}[\dXx](?!\d)")def normalize_input(raw_text: str) -> str:text = raw_text.strip()text = re.sub(r"\s+", " ", text) # 统一空白字符text = PHONE_PATTERN.sub("[手机号已脱敏]", text)text = ID_CARD_PATTERN.sub("[证件号已脱敏]", text)return text
正则只覆盖常见格式。正式上线前,需要按所在行业和地区的合规要求扩充规则。
决策层:LLM 与规则引擎协同。 LLM 负责理解意图、抽取关键信息和开放式推理。规则引擎依据行业规范和企业内部策略做校验与修正。以金融风险评估为例,LLM 分析市场数据和企业财报等文本,规则引擎再按监管要求对结论做硬性校准,例如不满足准入条件的客户直接拦截。
决策层还需要收敛机制,包括最大推理步数、置信度阈值和超时兜底。缺少这些约束,智能体容易反复调用同一个工具,陷入死循环。
执行层:把决策变成动作。 执行层通过 API 对接业务系统,例如在电商营销场景中调用广告投放平台。执行层必须做到四点:
智能体的自主性越强,执行层的约束就应越严格。
三、决策层代码骨架:一个最小工具调用循环
下面的代码使用兼容 OpenAI 协议的客户端接入模型。切换厂商时,主要修改 base_url 和 model。运行前,请对照你所用平台的接口文档核对字段名。
import jsonimport osfrom openai import OpenAI # 兼容 OpenAI 协议的多模型客户端client = OpenAI(api_key=os.environ["LLM_API_KEY"],base_url=os.environ["LLM_BASE_URL"],)MODEL = os.environ["LLM_MODEL"]TOOLS = [{"type": "function","function": {"name": "query_fault_signal","description": "按设备编号查询实时故障信号与近 30 分钟告警。""若用户未提供设备编号,不要调用此工具,应先追问。","parameters": {"type": "object","properties": {"device_id": {"type": "string"},"window_min": {"type": "integer", "default": 30},},"required": ["device_id"],},},}]def query_fault_signal(device_id: str, window_min: int = 30) -> dict:# 示例桩函数。正式环境需替换为真实的监控系统查询,# 并在函数内部处理鉴权、超时和幂等。return {"device_id": device_id, "window_min": window_min, "alarms": []}def run_tool(name: str, args: dict):if name == "query_fault_signal":return query_fault_signal(**args)raise ValueError(f"未注册的工具: {name}")def agent_loop(user_input: str, max_steps: int = 6) -> str:messages = [{"role": "user", "content": user_input}]for _ in range(max_steps):resp = client.chat.completions.create(model=MODEL, messages=messages, tools=TOOLS)msg = resp.choices[0].messagemessages.append(msg.model_dump(exclude_none=True))if not msg.tool_calls:return msg.content # 推理收敛,输出结论for call in msg.tool_calls:result = run_tool(call.function.name,json.loads(call.function.arguments))messages.append({"role": "tool","tool_call_id": call.id,"content": json.dumps(result, ensure_ascii=False),})return "已达到最大推理步数,转人工处理"
这段代码有三个容易被

登录后可评论,请前往 登录 或 注册