Agent开发的真正难点:上下文工程与多Agent编排实战
作者:问题终结者2026.11.17 03:42浏览量:1简介:Agent开发看起来只是"调接口",但真正拉开差距的是上下文工程、任务拆分与结果聚合。本文拆解上下文爆窗、subagent 变傻、任务独立性判断、Push/Pull/Hybrid 分发策略与多层递归等核心难点,并给出可落地的代码骨架与选型建议。
很多人第一次写 Agent,会觉得这事没什么门槛:拼一段 system prompt,挂上几个 function calling 的工具,剩下的交给模型。但当任务稍微复杂一点,问题就来了—— context 要么太多撑爆窗口,要么裁剪过度让 subagent 变傻 。这才是 Agent 与 Agent 之间差距的真正来源:不是接口会不会调,而是上下文怎么组织、任务怎么切、结果怎么合。
在动手写编排逻辑之前,建议先把底座定下来:用 百度智能云词元所 对比不同模型的长上下文能力、价格与调用方式,再决定哪些环节用长窗口模型做规划、哪些环节用便宜快的模型做执行。Agent 的成本结构里,模型选型的影响往往比 prompt 调优更大。
一、难点一:上下文窗口是稀缺资源,不是垃圾桶
新手最常见的两个极端:
- 全量 dump :把历史对话、全部工具返回、所有文档切片一股脑塞进 prompt,结果是关键指令被淹没,模型注意力分散,token 成本线性上涨。
- 粗暴裁剪 :只保留最近 N 轮,早期定下的约束、用户的硬性要求被丢掉,Agent 跑到第五步就”忘了自己在干什么”。
工程上更可靠的做法是把上下文分成三类,分别处理:
| 类型 | 内容 | 处理策略 |
|---|---|---|
| 常驻上下文 | 角色指令、输出规范、少量示例 | 精简、稳定、放在最前 |
| 任务上下文 | 当前子任务的目标、输入、约束 | 按需注入,任务结束即释放 |
| 可检索上下文 | 知识库、历史产物、大体积数据 | 外置存储,用索引/摘要按需拉取 |
核心原则是: 上下文不是”能塞多少”,而是”这一刻 Agent 需要什么” 。
二、难点二:Map-Reduce 拆分,前提条件是任务真的独立
应对复杂任务的主流思路是 Map-Reduce:
- Map :主 Agent 把复杂任务拆成多个独立子任务,并行分发给 subagent,每个 subagent 只拿自己需要的那部分 context。
- Reduce :subagent 完成后,主 Agent 聚合结果。
听起来简单,但”独立性”的判断标准必须写死,否则并行只会更快地产生冲突:
- 无共享写目标 :不会同时写同一个文件、同一条 DB 记录、同一张表。
- 无执行顺序依赖 :A 的输出不是 B 的输入。
任务边界清晰的场景(比如”分别调研三个竞品”、”分别生成三个模块”)主 Agent 能稳定识别独立性;但业务逻辑一复杂,这里就是最容易出错的地方——判断错了,并行会直接产出互相覆盖的结果。实践中的兜底手段是给每个 subagent 分配独立的输出路径或命名空间,把”写冲突”从逻辑问题降级为工程问题。
三、难点三:共享信息怎么分发,Push 还是 Pull
多个 subagent 都需要同一批背景信息时,分发方式要看 信息体积 和 主 Agent 窗口余量 :
| 模式 | 做法 | 适用场景 |
|---|---|---|
| Push | 主 Agent 直接把共享信息写入每个 subagent 的 context | 共享信息体积小,主 Agent 窗口够用 |
| Pull | 共享信息存入外部 store,subagent 按 key 自行取用 | 共享信息体积大,或主 Agent 窗口紧张 |
| Hybrid | 主 Agent 只分发”索引 + 摘要”,subagent 按需拉详情 | 信息量大且结构复杂,多数生产场景的最优解 |
判断规则很朴素: 主 Agent 窗口够就 Push;不够就把共享信息外置,让 subagent 自己去取。 Hybrid 之所以在实践中最常用,是因为它同时压住了主 Agent 的 token 开销和 subagent 的注意力污染。
四、难点四:Reduce 阶段的结果合并
并行结束后怎么合,取决于输出关系:
- 输出互不重叠 :直接拼接,保持顺序即可。
- 输出有重叠或需要综合判断 :让主 Agent 或一个专门的聚合 Agent 做一次摘要归并,输出统一结构(如固定字段的 JSON),避免下游解析时格式漂移。
这里最容易忽略的是 失败处理 :并行任务里只要有一个 subagent 超时或返回空,聚合结果就会缺块。生产环境要给每个子任务设超时、重试和”部分成功”的降级路径,而不是整批回滚。
五、难点五:上下文不够时,向下再开一层
真实场景里会出现这种情况:subagent-LV1 执行前做了一次 discovery,发现需要读取的信息量远超自己的上下文窗口。
解法不是硬塞,而是 向下再开一层 :LV1 启动多个 subagent-LV2 并行获取信息、各自做局部总结,再把压缩后的结果返回给 LV1。这就是递归式 Map-Reduce。
def run_subagent(task, ctx, depth=0, max_depth=2):# 1. 轻量探查:判断信息量是否超出自身窗口need = estimate_context_size(task, ctx)if need > CTX_BUDGET and depth < max_depth:# 2. 拆分为互不重叠、无顺序依赖的子任务subs = split_independent_tasks(task)results = parallel_map(lambda s: run_subagent(s, pick_context(ctx, s), depth + 1, max_depth),subs,)# 3. 归并压缩后再返回上一层return summarize_merge(results)else:return llm_call(task, pick_context(ctx, task))
两个必须守住的约束: 递归深度上限 (否则容易自我繁殖式调用)和 每层的 token 预算 (父层给子层的预算之和不能超过自己的额度)。
六、难点六:可观测性、评估与成本
Agent 是概率系统,同一个输入两次运行结果可能不同,这让调试比传统服务难得多。至少要能回答三个问题:每一步的 prompt 到底是什么、每个工具调用的入参出参是什么、token 花在了哪个环节。没有链路级日志,Agent 的 bug 基本无法定位。
成本上,多 Agent 架构的 token 消耗通常是单 Agent 的数倍,因为存在重复读取和摘要开销。可行的优化方向包括:把稳定的规划/摘要环节和廉价的执行环节分开选型、对可缓存的检索结果做复用、给 subagent 设置严格的输出长度上限。在 词元所的大模型 API 服务平台 上,可以按调用成本和性能对比来搭配不同模型,并通过统一 API 接入降低多模型集成的改造成本,这对需要”贵模型规划 + 便宜模型执行”的 Agent 架构尤其实用。
七、如果不想手写编排:低代码路径
并非所有场景都需要自己实现 Map-Reduce。任务边界清晰、以工具调用和知识检索为主的应用,用零代码可视化编排就能跑起来。比如在百度智能云千帆 AppBuilder 上,通过自定义组件和可视化流程编排,可以较轻松地实现复杂任务的规划与分发;配置好角色指令、知识库、数据库和记忆表后,还能直接发布并通过 SDK 调用。当低代码平台在长程任务、多轮修改或复杂聚合上遇到瓶颈时,再针对该环节做模型精调或自建编排,是性价比更高的演进路径。
落地清单
- 先把上下文分层,明确”常驻 / 任务 / 可检索”三类边界。
- 拆分前显式校验独立性:无共享写、无顺序依赖,并给每个 subagent 独立输出空间。
- 共享信息默认走 Hybrid:主 Agent 发索引,subagent 拉详情。
- 聚合阶段固定输出结构,并为部分失败设计降级路径。
- 递归开层必须带深度上限和 token 预算。
- 上线前补齐链路日志与 token 归因,否则无法优化。
Agent 开发的门槛从来不在”会不会调接口”,而在于你是否把上下文当成需要精心设计的有限资源。想给自己的 Agent 挑一套成本与能力平衡的模型组合,可以先到 百度智能云词元所 做一次选型与价格对比,再回到编排层做优化。

登录后可评论,请前往 登录 或 注册