为什么你的Agent总在同一个地方翻车？试试这个7×6架构框架

为什么你的 Agent 总在同一个地方翻车？

用 Claude Code 跑过复杂任务的同学，有没有这种感觉：明明 prompt 写得挺好，Agent 还是会在某个环节突然迷失方向——有时候是丢了关键上下文，有时候是两个 sub-agent 互相否定，有时候任务跑了一半不知道做到哪了。

大多数人把这归咎于「模型不够聪明」或者「 prompt 没写好」。但 Jia Huang（黄佳，新加坡 A*STAR 研究员，Manning 在审技术书《Designing AI Agents》作者）认为，问题不在 prompt，在架构模式。

7×6 坐标系：给每种 Agent 病开个处方

他维护的 GitHub 仓库 Agent Design Patterns 提出了一个双轴框架：

• 认知功能轴（Y）：Agent 在干什么——感知、记忆、推理、行动、反思、协作、治理
• 执行拓扑轴（X）：工作流怎么编排——单步、串行、并行、循环、路由、分层

两个轴交叉出 42 个格子，其中 28 个有实际模式沉淀。比如：

• Context Triage（感知 × 路由）：帮 Agent 在长上下文中只拿最相关的块——解决上下文膨胀问题
• Generator-Critic（反思 × 循环）：双 Agent 互相 review——解决输出质量不稳定
• Approval Gate（治理 × 层级）：高风险操作必须人工确认——解决 Agent 越界执行
• Fan-out & Gather（协作 × 并行）：一个任务拆分 N 个 sub-agent 同时干，再合并结果

每个模式都有可直接运行的 Python 代码（50-250 行），以及来自 Claude Code、Aider、OpenHands、DeerFlow 的工程验证片段。不是理论论文，是能抄进项目的代码。

为什么比其他 Agent 指南有用

现在市面上的 Agent 资料大多给你一张平铺清单：ReAct、CoT、ToT、Multi-Agent……背了一堆名词，遇到具体问题还是不知道怎么组合。

这套框架的价值在于强迫你回答「为什么这个模式在坐标 (X,Y) 而不是别处」。一个银行贷款评审 Agent 崩溃，往往不是因为缺了 Reflection，而是 Perception 层的 budget 分配把关键文档丢了——这需要在 (Perceive × Router) 坐标找解药，不是 (Reflect × Loop)。

没有坐标系，这些差异看不见。

适合谁用

• 正在用 LangGraph、CrewAI 等框架搭复杂 Agent 系统，但不确定模块怎么组合的工程师
• 想系统化理解 Agent 架构而不是靠玄学调参的开发者
• 对 Agent 学术研究感兴趣——框架有对应 arXiv 论文 (arXiv:2605.13850)

怎么用

仓库里有完整的双语 README（英文 + 中文），每个模式文件夹包含：

• pattern.py：最小可运行参考实现
• example.py：真实场景案例，不需要 API key 也能跑
• test_pattern.py：模式不变量测试

安装方式：把仓库 clone 下来，把对应模式文件夹放到你的 Agent 项目里，按坐标查。配套书籍《Designing AI Agents》由 Manning 出版，2027 年上线。

GitHub：huangjia2019/agent-design-patterns

GitHub: https://github.com/huangjia2019/agent-design-patterns