[Position Paper] 智能体设计的“复古”式进化：以认知模型与 AI 算法为模板的 Language Agents

TL;DR

面对日益复杂的 Language Agents 设计难题，本文提出了一项核心洞察：我们不需要从零开始盲目试错。通过借用 认知科学 对人类思维的建模和 经典 AI 算法（如搜索与 RL）的逻辑，我们可以为 LLM 智能体提供一套现成的、具有强归纳偏置（Inductive Bias）的执行蓝图（Templates）。

背景定位：这是一篇极具前瞻性的立场论文（Position Paper），它不仅是在梳理 SOTA，更是在为“如何通过模块化构建更高级的 AI 系统”划定方法论边界。

痛点深挖：智能体设计的“炼金术”困局

当前的 AI 开发正经历从“Prompt Engineering”到“Agentic Workflow”的范式转移。然而，开发者在决定“该用几个 LLM 角色”、“它们之间如何传递消息”时，往往处于一种类似于“炼金术”的状态：

• 搜索空间过大：即便只有 3 个模块，其交互逻辑和顺序也足以产生无数变种。
• 缺乏可解释性：黑盒化的 Agent 架构难以在医疗、金融等高风险场景中通过合规校验。
• 效率低下：完全通过强化学习（RL）去优化 Agent 架构需要海量数据，而现实任务往往只有少量反馈。

核心直觉：老树开新花，算法即架构

作者提出，认知科学和经典 AI 算法本质上就是关于“过程”的描述，这与 LLM 顺序执行任务的天性完美契合。

1. 形式化定义：Agent Template as a DAG

作者将智能体模板形式化为一个有向无环图 $G=(V,E)$。

• $V$ (Vertices)：实现特定功能的 LLM 调用或工具接口。
• $E$ (Edges)：定义消息的流向和执行的拓扑顺序。

(注：建议在此处插入展示将认知流程转化为节点和边的逻辑抽象图)

深度解析：三大核心蓝图

论文详细梳理了如何将经典理论转化为生产力：

A. 认知模型——赋予智能体“人类的社交与思考”

• 理性言语行为 (RSA)：通过模拟“听者”对“说者”话语的反应，LLM 可以生成更具策略性的表达。例如在 Wavelength 游戏中，Agent 不再是简单的直接输出，而是先通过 Λprofiler 画像，再通过 Λsimulator 模拟反应。
• 思维语言 (LoT)：将思考过程编码为代码。通过生成代码（Λreasoner）并调用解释器（Λinterpreter），Agent 的推理精度在数学和金融任务上远超原生文本生成。

B. 搜索算法——LLM 不只是生成，更在探索

• Tree of Thoughts (ToT)：这本质上是将 LLM 包装进了一个**深度优先（DFS）或广度优先（BFS）**搜索模板。
• 蒙特卡洛树搜索 (MCTS)：虽然目前应用较少，但作者指出，将 LLM 的推理步骤视为节点并进行 Backpropagation 是未来攻克超长路径规划的关键。

C. 强化学习算法——解决“探索与利用”的平衡

这是本文最精彩的部分。作者展示了如何直接套用 后延采样 (PSRL) 模板：

1. Λsample：采样出一个关于环境的假设（一个文本描述）。
2. Λpolicy：根据该假设做出最优决策。
3. Λposterior：根据环境反馈更新“言语后验”。

(注：此处应插入论文中展示 PSRL 和 IDS 模板在 Wordle 任务中优于传统 greedy 策略的累积悔失曲线图)

实验与洞察：为什么这种方法更强大？

通过对 Information-Directed Sampling (IDS) 的实验，作者发现基于该算法模板构建的智能体能够表现出“主动获取信息”的行为。比如，它会故意测试一些非答案的选项以排除错误，这比简单的 Thompson Sampling 更接近贝叶斯最优。

关键战绩：

• 在复杂推理任务中，基于 Divide and Conquer 模板的智能体（如 Decomposed Prompting）相对于链式思考（CoT）实现了明显的性能跨越。
• 在探索任务中，基于 IDS 模板的 Agent 相比基线方法能以更少的步骤找到最优解。

总结与未来展望

未来的智能体开发，本质上是“算法的工程化实现”。

局限性：目前的挑战在于如何处理模型的推理成本。复杂的模板意味着更多的 LLM 调用和更高的延迟。此外，随着 DeepSeek R1 等推理模型的出现，模型内部已经在进行某种程度的自我分解，外部模板如何与其深度融合（如 CodeAdapt 框架的探讨）将是下一个研究前沿。

结论：不要再手动拼凑 Agent 了。去读一读认知科学和算法导论，那里有最好的架构模板。