先问这件事要不要 Agent

不是所有用了大模型的项目都是 Agent。先走复杂度阶梯，选能完成需求的最低一级，并记下你拒绝了哪一级、为什么。

先选最低的一级。不是所有调用了大模型的项目都叫 Agent，也不是步骤一多就该拆成多 Agent。复杂度阶梯的用处，是逼你在往上爬之前先证明低一级不够——每上一级，你付的是 token、延迟、失败面和验证成本，换来的只是更多自主性，而自主性只在你能验证它的时候才值钱。

八个级别，从最低开始爬

确定性函数：分支、循环、错误处理能用普通代码写清楚。
单次模型调用：一段文本进，一段文本出，中间没有其他环节。
结构化模型调用：模型只负责判断或抽取，输出进 Schema。
单 Agent Tool Loop：下一步依赖中间结果，工具选择无法预先确定。
程序控制的 Workflow：有固定状态机，分支与终止条件可编码，需要审批与审计。
可恢复的耐久 Workflow：任务要跨天恢复、允许人工中断或需要严格重放。
多 Agent：子任务可并行、上下文应隔离、权限必须隔离，或评审需要独立视角。
分布式 Agent 系统：跨服务、跨团队部署，各自有独立生命周期与发布节奏。

用法不是从第一级往上评估八次，而是从第八级往下问「我真的需要它吗」，直到某一级的答案是「不能再降了」。

有大模型不等于 Agent

一个快速检验：把这次模型调用换成一个返回固定值的 stub，主干流程还能跑通吗？能跑通，说明模型只是流程里的一个零件，你在写第三级的代码，不是在造 Agent。

常见的误判是「项目里用了 LLM，所以是 Agent」。真正的分界在于谁决定下一步：下一步由你的代码写死，就是 workflow 里嵌了一次调用；下一步由模型根据工具结果自己决定，才算 agent langchain-what-is-agent。命名本身不重要，重要的是你按哪一级的方式去验证和运维——把第三级当第七级运维，你会为不存在的自主性付一整套 Gate 和回滚的成本。

这条分界不是某家框架的说法。Anthropic 的《Building Effective Agents》把 workflow 定义为「用预定义代码路径编排 LLM 与工具」、把 agent 定义为「模型自己决定流程与工具调用」，并建议大多数场景从最简单的可行模式开始，自主性只在收益可测时才加 anthropic-bea。OpenAI 的官方构建指南同样把「这个问题值不值得用 Agent」放在框架与实现之前 openai-agents-guide。

第 0 级：已知意图不该过模型

阶梯最底下还有一层确定性前置，放在 LLM 之前拦截已知意图。

语义路由：为已知意图准备数百条参考语句（可以由 LLM 合成），向量化入库；新请求相似度过阈值就直接调用绑定工具，省掉「框架问模型 → 模型决定调工具 → 结果回填 → 再问模型」这一整轮往返。

语义缓存：请求与响应成对入库，相似请求直接返回缓存响应；官方建议问题、FAQ 可以预生成问答对提前入库。

Redis 的实测数据很直白：完整链路 13 秒、约 400 token，缓存命中后 345ms、0 token redis-semantic-routing。

三个坑要提前处理。阈值必须用测试数据跑基准校准，不能拍脑袋。长请求按句分块匹配，用户会把真实意图埋在闲聊里。最危险的是否定敏感：「X 是什么」和「X 不是什么」在通用 embedding 里距离极近，语义缓存会返回相反答案，高风险场景要换否定敏感的模型或加一层校验。另外，这两种模式只在意图集合相对收敛时成立，开放域问答上它不是银弹。

多步骤不等于多 Agent

流程有八个步骤，不代表需要八个 Agent。步骤多属于第五级：确定性 Workflow。只有在子任务能明显并行、上下文需要隔离、权限必须隔离，或者评审需要独立视角且有可测收益时，才考虑往第七级走。多个 Tool 也不等于多 Agent——同一个 Agent 挂十个工具，仍然是单一上下文、单一责任主体。

把决策记下来

每次选型记录三件事：选中哪一级、拒绝了哪些更高级、理由是什么。这条记录的价值在三个月后体现：模型升级时，你才分得清当时卡住的是能力不足还是设计偷懒。

还有一层校准值得做。淘天团队的复盘给出一个更冷静的比例：生码只占研发链路的 20%–30%，决定端到端周期的是需求流转、评审、联调等待这些环节 taotian-loop。把最复杂的那一级押在编码上，未必撬动最大收益——先量出瓶颈在哪，再决定在哪一级投入。