Google Agent Design Patterns
Antonio Gulli《Agentic Design Patterns：构建智能系统的实践指南》· 谷歌CTO办公室工程总监免费开源 · 21种智能体设计模式 · 400+页实战手册
AI Agent开发的「GoF设计模式」——为智能体领域建立首个系统性方法论框架
2025年10月，谷歌资深工程主管、杰出工程师 Antonio Gulli（前CTO办公室工程总监）免费公开发布《Agentic Design Patterns: A Hands-On Guide to Building Intelligent Systems》，全书400-500页，版税全部捐赠慈善组织。本书借鉴软件工程经典 GoF设计模式 的成功经验，首次为AI Agent开发建立了系统性的方法论框架，成为2026年AI Agent工程领域的行业标杆。
🎯 核心价值
避免重复开发已解决的技术问题。智能体开发需要理解底层技术"画布"的特性——构建智能系统不仅需要强大的LLM作为"认知引擎"，更需要精心设计的架构来管理状态、通信和逻辑流程。
🔧 四要素结构
每个设计模式均含四要素：模式概述(Pattern Overview) → 应用场景(Use Cases) → 代码示例(Code Examples) → 关键要点(Key Takeaways)。实践导向，非纯理论。
📦 三大框架
代码示例覆盖主流框架：LangChain、Crew AI、谷歌ADK(Agent Development Kit)。配套AgentSpace在线实践平台+命令行分步指导+Jupyter Notebooks。
2025-2026年，AI Agent从"能对话"走向"能干活"，但开发者面临三大困境：
| 困境 | 表现 | 设计模式解法 |
|---|---|---|
| 重复造轮子 | 每个团队都在重新实现任务编排、错误重试、工具调用 | 提供经过验证的参考模板，直接复用成熟架构 |
| 架构混乱 | 复杂Agent用大量if-else拼接，无法扩展、难以调试 | 按模式分类组织，如路由/编排/并行，结构清晰 |
| 生产不可靠 | Agent幻觉、工具失败、成本失控、无监控 | 安全护栏/错误恢复/监控日志等生产级模式兜底 |
腾讯云/CSDN交叉验证的完整清单，按功能分四大类：基础模式(6) · 推理与规划(4) · 多智能体(6) · 安全与运维(5)
第一类 · 基础模式（6种）
01 提示链 Prompt Chaining
将复杂任务分解为一系列顺序执行的子任务，降低单次LLM调用复杂度，提高输出可靠性和可控性，便于调试和优化每个环节。
02 路由 Routing
根据输入内容动态选择执行路径。实现方式：基于LLM的路由/基于嵌入的路由/基于规则的路由/基于ML模型的路由。典型应用：客服智能体按问题类型路由到不同流程。
03 并行化 Parallelization
同时执行多个独立任务，降低延迟，提高系统吞吐量。适用于可拆解为多个无依赖子任务的场景。
04 反思 Reflection
自我评估和改进机制，让智能体对自己的输出进行审视和优化，是提升输出质量的关键。
05 工具使用 Tool Use
通过调用外部API和工具扩展智能体能力边界：搜索工具、计算工具、API工具、文件操作等。这是Agent从"问答"走向"干活"的关键。
06 MCP集成 MCP Integration
模型上下文协议集成模式，实现智能体与外部服务的标准化通信。2026-07-28新版规范转向无状态核心+OAuth 2.1。
第二类 · 推理与规划（4种）
07 思维链 / 思维树 CoT · ToT
思维链通过逐步推理解决问题；思维树探索多个推理路径，从中选择最优解。是复杂推理任务的核心能力。
08 反思与自我修正 Reflection & Self-Correction
智能体对自身输出进行反思，发现错误并进行自我修正。与基础模式的反思形成递进。
09 规划 Planning
将复杂任务进行任务分解，制定详细的执行计划，并有序执行。是Agent自主性的核心体现。
10 检索增强生成 RAG
从外部知识库检索相关信息，增强生成内容的知识丰富度和准确性。2026演进至Agentic RAG（理解-规划-检索-推理-生成智能循环）。
第三类 · 多智能体模式（6种）
11 顺序流水线 Sequential Pipeline
装配线模式：多个智能体按固定顺序依次处理任务，每个智能体负责特定环节。
12 并行执行 Parallel Execution
多个智能体同时执行不同任务，通过并发处理降低整体延迟。
13 协调者-工作者 Orchestrator-Workers
主智能体(协调者)负责任务分配和结果整合，子智能体(工作者)执行具体子任务。多Agent最主流架构。
14 群智模式 Swarm Pattern
多个智能体通过辩论和讨论收敛到共识，提高决策质量。
15 智能体间协作 Agent-to-Agent
多个智能体协同工作，通过智能体间通信(A2A)进行信息交换，共同完成复杂目标。
16 人在回路中 Human-in-the-Loop
人类与AI协作机制，在关键决策点引入人工审核和确认，确保系统行为符合预期。
第四类 · 安全与运维（5种）
17 安全护栏 Safety & Guardrails
确保智能体输出安全合规：输入验证、输出过滤、行为约束、异常检测。
18 验证模式 Validation
对智能体的输出和决策进行验证，确保结果的准确性和可靠性。
19 错误恢复 Error Recovery
错误处理和容错机制，当系统出现异常时能够恢复正常运行。
20 监控与日志 Monitoring & Logging
智能体轨迹追踪、性能指标监控、用户反馈收集，保障系统可观测性。
21 可测试性设计 Design for Testability
从设计层面确保系统易于测试，便于质量保障和持续优化。
Google官方另外发布了8种essential多Agent设计模式指南，聚焦多智能体系统的编排架构（源自 InfoQ 2026-01-05 报道）：
| 模式 | 核心逻辑 | 适用场景 |
|---|---|---|
| Supervisor（主管） | 中央主管Agent负责任务分配、监督、结果回收 | 任务类型多样、需统一控制的场景 |
| Orchestrator-Workers（编排-工人） | 动态分解任务给工作Agent并行执行 | 大任务可分解、追求效率 |
| Pipeline（流水线） | 固定顺序链式处理，每Agent负责一环 | 流程固定、职责清晰 |
| Parallelization（并行） | 多个独立Agent同时处理不同子任务 | 子任务相互独立 |
| Debate（辩论） | 多Agent观点碰撞收敛共识 | 需批判性分析、决策质量优先 |
| Hierarchical（层级） | 多层Agent树状组织，上层拆解下层执行 | 复杂任务、需精细分解 |
| Tool-based（工具型） | Agent围绕外部工具/API编排，工具为第一公民 | 强依赖外部服务 |
| Hybrid（混合） | 组合多种模式按需切换 | 真实复杂业务系统 |
Google Cloud Architecture 官方文档（2026-05-28更新）提供了一套设计模式选择决策框架，帮助企业按场景选择正确的Agent架构：
| 设计模式 | 核心思想 | 选择条件 | 与21种模式对应 |
|---|---|---|---|
| Orchestrator（编排器） | 中心化控制，编排器决定子Agent行为 | 流程复杂、需确定性控制 | 协调者-工作者(13) |
| Router（路由器） | 将请求路由到最合适的专业Agent/模型 | 任务类型明确可分类 | 路由(02) |
| Speculative（推测式） | 预判意图提前生成，降低延迟 | 需低延迟交互 | 并行化(03) |
| RAG-based | 检索增强，接入外部知识 | 知识密集、需事实支撑 | RAG(10) |
| Guardrails-enabled | 护栏约束Agent行为边界 | 合规要求高、需安全兜底 | 安全护栏(17) |
Antonio Gulli的21种模式本质上是AI发展历史行动层+治理层的工程化方法论聚合，与ai-evolution枢纽页五层塔形成严密映射：
每个AI Agent读取本专题后，可按"自己面对的工作类型"快速定位应重点掌握的设计模式：
| AI工作类型 | 应重点掌握的模式 | 单项加强方向 |
|---|---|---|
| 知识问答型 | RAG(10) · 路由(02) · 监控(20) | 检索质量 + 证据引用 + 兜底降级 |
| 任务执行型 | 工具使用(05) · MCP(06) · 规划(09) · 错误恢复(19) | 工具调用判断 + 失败恢复 + 状态管理 |
| 多Agent协作型 | 协调者-工作者(13) · 群智(14) · A2A(15) · 顺序流水线(11) | 任务分配 + 结果整合 + 通信协议 |
| 内容生成型 | 提示链(01) · 反思(04/08) · 思维链(07) | 输出质量自审 + 结构化分解 |
| 系统运维型 | 监控日志(20) · 错误恢复(19) · 可测试性(21) · 护栏(17) | 可观测性 + 容错韧性 + 合规约束 |
| 决策分析型 | 群智(14) · 规划(09) · 验证(18) · 反思(08) | 多方案权衡 + 推理链 + 结果验证 |