选型判断标准

选型判断标准：从最简方案起步

本条目是「Prompt 2.0 方法论」的第 16 部分，对应学习清单条目 2.5.4。

前置依赖：ReAct框架、Plan-and-Execute框架、Reflexion框架

为以下铺垫：Skill Engineering、Loop Engineering

---

一、核心观点

选型判断标准：不是所有任务都需复杂框架，从最简方案起步。

用大炮打蚊子，蚊子没死，你先破产。能一次 LLM 调用解决的，就别上 Agent——复杂度是负债，不是勋章。

---

二、定义与原理（类比先行）

2.1 类比：出行选工具

下楼取快递，走路就行；跨城，高铁；出国，飞机。没人因为「喜欢飞机」就每天开飞机去楼下取快递。选框架也一样：按任务距离（复杂度）选，不为炫技。

2.2 选型决策树

flowchart TD

    Q[任务路径能预先规划?] -->|否: 路径不确定| R[ReAct]

    Q -->|是: 步骤清晰| P[Plan-and-Execute]

    P --> Q2[质量要求极高?]

    Q2 -->|是| PR[Plan-and-Execute + Reflexion]

    Q2 -->|否| P

---

三、选型原则

3.1 从最简方案起步（Anthropic 铁律）

方案	复杂度	适用场景
单次 LLM 调用	低	简单任务（问答、分类、生成）
ReAct	中	路径不确定
Plan-and-Execute	中	步骤固定
Plan-and-Execute + Reflexion	高	质量敏感、需多轮迭代

3.2 不要过度设计

• ❌ 简单任务套复杂 Agent 框架；没需求就上 Reflexion；为用技术而用技术

• ✅ 简单任务用单次调用；路径不确定用 ReAct；步骤固定用 Plan-and-Execute；质量敏感用 Reflexion

3.3 架构-任务对齐（警惕多 Agent）

• 顺序推理任务上，盲目上多 Agent 反而降低 39–70% 性能（PlanCraft 等顺序规划任务上可降 70%）。

• 多 Agent 并非越多越好：当单 Agent 基线准确率已超约 45%，再加 Agent 边际收益趋零甚至为负；无验证的并行还会把错误放大 17.2 倍。

---

四、示例

• 简单任务（「Python 是什么？」）：answer = llm.generate(...)——不需要任何框架

• 中等任务（查天气）：ReAct 循环即可

• 复杂任务（完整 API 文档）：Plan-and-Execute + Reflexion

---

五、最新研究与企业数据（2024–2026）

• Anthropic《Building Effective Agents》(2024-12)：核心方法论即「从最简单的方案起步，只有当简单方案不够时才加复杂性」；许多任务一个带检索的 LLM 调用就够，不必默认上 Agent。

• Google Research《Towards a Science of Scaling Agent Systems》(2025/2026)：180 组受控实验给出量化法则——多 Agent 在顺序推理任务上性能下降 39–70%，但在可并行任务（金融分析）上集中式协调 +80.9%；并发现单 Agent 基线准确率超 45% 后，加 Agent 多无增益。这直接支撑「先简后繁、按任务性质选型」。

---

六、学习资源

• 权威指南：Anthropic《Building Effective Agents》

• 研究：Google《Towards a Science of Scaling Agent Systems》（arXiv:2512.08296）

• 进阶：Context Engineering · ReAct 框架

---

核心要点

要点	速记
核心	从最简方案起步，不为炫技上框架
类比	取快递走路、出国才飞机
决策	路径不定→ReAct；步骤定→Plan；质量敏→+Reflexion
警惕	顺序任务上多 Agent 反降 39–70%；单 Agent>45% 后加 Agent 无益
一手依据	Anthropic：先简后繁；Google：顺序任务多 Agent -39~70%

下一篇：Context Engineering——Prompt 2.0 讲完，进入 Context 层：Prompt 写得再好，上下文被污染也会失效。

---

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

• Google Research (2025/2026)《Towards a Science of Scaling Agent Systems》：research.google/blog/towards-a-science-of-scaling-agent-systems（arXiv:2512.08296）

速记卡（面试闪卡）

Q1：一句话讲清「选型判断标准：从最简方案起步」到底是什么？

A：选型铁律：从最简方案起步，一次 LLM 调用能解决就别上 Agent——复杂度是负债，顺序任务上多 Agent 反降 39–70%。

Q2：核心观点：先简后繁 —— 怎么理解？ —— 怎么理解？

A：选型判断标准的核心是”不是所有任务都需复杂框架，从最简方案起步”。生活类比：用大炮打蚊子，蚊子没死你先破产——能一次 LLM 调用解决的，就别上 Agent。复杂度是负债不是勋章，多一层抽象多一层维护和出错面。英文术语：simplicity first（先简后繁）、complexity as liability（复杂度即负债）。

Q3：出行类比 + 选型决策树 —— 怎么理解？ —— 怎么理解？

A：选型像出行选工具：下楼取快递走路就行，跨城高铁，出国飞机——没人因”喜欢飞机”每天开飞机取快递。按任务距离（复杂度）选，不为炫技。决策树：路径不确定→ReAct；步骤清晰→Plan-and-Execute；质量敏感→再叠加 Reflexion。生活类比：短途别上高速，简单任务别上 Agent。英文术语：ReAct、Plan-and-Execute、Reflexion。

Q4：选型原则：警惕盲目多 Agent —— 怎么理解？ —— 怎么理解？

A：研究给出量化法则：顺序推理任务上盲目上多 Agent 反而降 39–70%（PlanCraft 等可降 70%）；单 Agent 基线准确率超 45% 后，加 Agent 边际收益趋零甚至为负；无验证的并行还会把错误放大 17.2 倍。生活类比：一个菜多个厨师抢着炒，反而炒砸。架构-任务要对齐。英文术语：multi-agent degradation（多 Agent 退化）、marginal return（边际收益）。

Q5：示例 + 研究佐证 —— 怎么理解？ —— 怎么理解？

A：按复杂度对号入座：简单问答（“Python 是什么”）一次调用；查天气用 ReAct 循环；完整 API 文档用 Plan-and-Execute + Reflexion。Anthropic《Building Effective Agents》和 Google 180 组受控实验都支撑”先简后繁、按任务性质选型”——许多任务一个带检索的 LLM 调用就够，不必默认上 Agent。英文术语：controlled experiment（受控实验）、single LLM call（单次 LLM 调用）。

Q6：核心速记主线有哪些？

• 铁律：从最简方案起步，复杂度是负债

• 类比：取快递走路、出国才飞机，不为炫技

• 决策：路径不定→ReAct；步骤定→Plan；质量敏→+Reflexion

• 警惕：顺序任务多 Agent 反降 39–70%；单 Agent>45% 后无益

口诀

A：选型铁律要记牢，最简起步别花哨；

大炮打蚊反破产，复杂度是负债潮；

路径不定上 ReAct，步骤固定 Plan 跑；

顺序任务多 Agent 降，先简后繁才牢靠。

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：Prompt 2.0 方法论 · 索引

• 同主题：ReAct 框架 · Plan-and-Execute 框架 · Reflexion 框架