简单任务最简方案

本条目是「Agent 产品化思维」的第 2 部分，对应学习清单条目 7.1.2。

前置依赖：Workflow vs Agent选型

为以下铺垫：幻觉递归陷阱

---

一、核心观点

别为翻译任务设计四步 Agent。 路径固定、步骤明确的简单任务，直接单次 LLM 调用搞定——上 Agent 是过度设计，徒增成本、延迟和出错面。

---

二、定义与原理

2.1 什么是简单任务

• 简单任务：路径固定、步骤明确、不需要智能决策

• 典型例子：翻译、格式转换、简单抽取、单轮问答

• 本质：用规则或模板就能解决，LLM 只做一次”输入→输出”的映射

类比：翻译一句话就像让同事把一张便签从英文翻成中文。你有必要给他配一个”先分析需求→再选策略→再翻译→再质检→再交付”的五人项目组吗？他自己动动笔就完了。Agent 是给”不知道下一步干啥”的开放问题准备的，不是给填空题准备的。

2.2 为什么用最简方案

• 成本低：没有循环、没有多轮工具调用，一次调用结束

• 延迟小：直接出结果，不用等 Agent 绕圈

• 可靠：环节少，出错点少，易调试

---

三、实践

判断”该不该上 Agent”的三道闸：

graph TD

    Q1["任务路径固定且明确？"] -->|否| A["考虑 Agent / Workflow"]

    Q1 -->|是| Q2["需要调外部工具或多次迭代？"]

    Q2 -->|是| W["Workflow（提示链/路由）"]

    Q2 -->|否| S["✅ 单次 LLM 调用（最简方案）"]

    A --> Q3["需要模型自主决策路径？"]

    Q3 -->|是| Ag["Agent（加护栏）"]

    Q3 -->|否| W

---

四、示例

任务：把一段英文翻译成中文。

❌ 过度设计（原文件的反面教材）

 
Agent：分析翻译需求 → 选择翻译策略 → 执行翻译 → 验证翻译质量 → 返回结果
 

问题：五步全靠 LLM 自己绕，每一步都有概率跑偏，且白白多花四轮 token。

✅ 最简方案

 
# 直接一次调用，完事
 
result = llm.generate(f"请将以下英文翻译成中文：{text}")
 

优点：一行搞定、成本最低、延迟最小。如果还想要质量保障，最多加一道 Prompt Chaining（翻译完用规则/轻量检查格式），而不是上自主 Agent。

---

五、优劣势

方案	优点	缺点	何时用
单次 LLM 调用	极简、便宜、快、稳	只能处理固定路径	翻译/转换/单轮问答
Workflow	可控、可加检查点	仍比单调用重	多步但路径固定
Agent	灵活自主	贵、慢、易跑偏	路径真不确定时

---

六、核心要点

• ✂️ 能一次调用就别加戏：翻译、格式转换这类固定路径任务，单 LLM 调用是最优解。

• 🚫 过度设计三宗罪：成本高、延迟大、出错面多——全是无谓的。

• 🔍 上 Agent 的三信号：需要智能决策（路径不定）、需要工具调用（外部 API/DB）、需要循环迭代（多次尝试）。

• 📉 默认从最简起步：这是 Anthropic “start simple” 原则在单个任务上的落地。

---

七、最新研究与企业数据

• “从简单开始”已被厂商定调：Anthropic《Building Effective Agents》(2024-12) 明确指出，对许多应用而言，“优化单次 LLM 调用（加检索、加上下文示例）通常就够”，并不一定要构建 agentic system。

• 多 Agent 的 token 代价提醒：Anthropic 多 Agent 研究显示多 Agent 架构 token 消耗约为聊天的 15 倍（见 上篇）。这反向说明：能单调用解决的简单任务，强行 Agent 化是在白白烧钱。

---

八、学习资源

• 权威一手：Anthropic《Building Effective Agents》：anthropic.com/engineering/building-effective-agents

• 进阶：幻觉递归陷阱——为什么步骤越多越危险

---

下一篇：幻觉递归陷阱——简单任务讲完，下篇讲”步骤越多误差越易累积，要设人工确认点”。

---

参考来源（一手链接 · 可溯源深挖）

• Anthropic (2024-12)《Building Effective Agents》：anthropic.com/engineering/building-effective-agents（“优化单次 LLM 调用通常就够”）

• Anthropic (2025)《How we built our multi-agent research system》：anthropic.com/engineering/multi-agent-research-system（多 Agent token 15× 代价）

速记卡（面试闪卡）

Q1：一句话讲清「简单任务最简方案」到底是什么？

A：路径固定步骤明确的简单任务，直接单次 LLM 调用搞定，上 Agent 是过度设计。

Q2：一、核心观点 —— 怎么理解？

A：像让同事翻张便签：你有必要给他配”分析需求→选策略→翻译→质检→交付”五人项目组吗？他自己动动笔就完。Agent 是给”不知下一步干啥”的开放问题准备的，不是给填空题准备的。

Q3：二、定义与原理 —— 怎么理解？

A：像判断题 vs 论述题：简单任务是路径固定、步骤明确、不需智能决策（翻译/格式转换/单轮问答），用规则或模板一次”输入→输出”映射就完；复杂开放问题才值得上 Agent 绕圈。

Q4：三、实践（三道闸） —— 怎么理解？

A：像过三道安检：路径固定且明确吗？否→考虑 Agent/Workflow。需要调外部工具或多轮迭代吗？是→Workflow（提示链/路由）；否→单次 LLM 调用（最简）。需模型自主决策路径？是→Agent 加护栏。

Q5：四、示例与代价 —— 怎么理解？

A：像打车 vs 包车：翻译一句话一行 llm.generate 搞定，成本最低延迟最小；硬上五步 Agent 每步都概率跑偏还白烧四轮 token。Anthropic 说多 Agent token 约聊天 15 倍——能单调用硬 Agent 化是烧钱。

Q6：核心速记主线有哪些？

• 原则：路径固定简单任务，单次 LLM 调用最优

• 过度设计三宗罪：成本高 / 延迟大 / 出错面多

• 三道闸：路径固定？需工具/迭代？需自主决策？

• 上 Agent 信号：智能决策 / 工具调用 / 循环迭代

口诀

A：简单任务莫加戏，一次调用最便宜；

五人组翻一张条，过度设计徒增迷；

三道闸前先自问，路径固定否迟疑；

能单调用别Agent，省钱省时少危机。

相关链接

• 系列清单：Agent 方法论与产品思维学习路线图

• 上一层级：Agent 产品化思维 · 索引

• 同主题：Workflow vs Agent 选型 · 幻觉递归陷阱