Google Agent 白皮书中文整理：智能体的组成与协作

一个 Agent 系统通常需要同时处理理解、规划、执行和反馈。模型负责根据目标生成下一步动作，工具负责连接外部系统，状态和记忆负责保存任务上下文，评估机制则用来判断结果是否达到要求。把这些职责分清楚，有助于定位问题究竟来自模型、工具还是流程设计。

多智能体并不一定比单智能体更好。只有当任务可以自然拆分、不同角色拥有清晰边界，并且通信成本低于拆分带来的收益时，才值得引入协作。工程上要优先处理权限隔离、循环终止、成本上限、冲突解决和全链路追踪。

本文根据 Google 公开 Agent 白皮书重新编写，保留概念框架，不复制原文段落。