2026_DesignAI/06-agent/06-agent.md

第六篇：AI Agent与自主设计

本篇探讨AI Agent的架构和具身智能，展望AI在规划设计中的应用前景。

篇章导读

AI Agent代表了人工智能的下一个前沿：从"被动响应"到"主动行动"，从"单一能力"到"系统协同"。

本篇将系统介绍Agent架构和在设计领域的应用。

---

学习目标

1. 理解从规则到LLM-based Agent的演进

   掌握Agent的核心组件

   了解ReAct和CoT推理模式

从规则到LLM Agent

规则系统时代

if`` ``condition_A``:
``action_``B``(``)
elif`` ``condition_C``:
``action_D``()
else``:
``action_E``()

局限：规则难以穷举，无法应对新情况

LLM-based Agent

用户请求`` → LLM``理解`` → ``规划`` → ``调用工具`` → ``反思`` → ``输出

优势： - 自然语言交互 - 上下文理解 - 泛化能力强

Agent核心组件

感知 (Perception)

输入信息`` → ``理解与解析
- ``用户指令
- ``环境状态
- ``工具反馈

规划 (Planning)

目标`` → ``分解为子任务
- ``任务分析
- ``步骤规划
- ``依赖管理

记忆 (Memory)

┌─────────────────────────────┐
│ ``短期记忆`` (Short-term) │
│ ``对话上下文、临时状态`` │
├─────────────────────────────┤
│ ``长期记忆`` (Long-term) │
│ ``知识库、经验积累`` │
└─────────────────────────────┘

工具调用 (Tool Use)

可用工具集：
- ``数据库查询
- API``调用
- ``文件操作
- ``代码执行
...

推理模式

Chain of Thought (CoT)

问题`` → ``思考链`` → ``答案

"``设计一个公园``"

↓

1. 分析场地条件

2. 2. ``确定功能分区

3. 3. ``布局路径系统

4. ``选择植物配置

↓

完整方案

ReAct (Reasoning + Acting)

循环：思考`` → ``行动`` → ``观察`` → ``思考`` ...

思考：需要查询场地数据
行动：调用``GIS``工具
观察：获取到高程信息
思考：基于高程做排水设计
行动：生成排水方案
...

Agent架构示例

单Agent架构

┌─────────────────────────────┐
│ LLM Core │
│ (``规划、推理、决策``) │
├─────────────────────────────┤
│ ┌───┐ ┌───┐ ┌───┐ ┌───┐ │
│ │``感知``││``记忆``││``工具``││``反思``│ │
│ └───┘ └───┘ └───┘ └───┘ │
└─────────────────────────────┘
↓
``执行任务

多Agent协作

┌─────────┐ ┌─────────┐ ┌─────────┐
│ ``规划``Agent│→│``分析``Agent│→│``设计``Agent│
└─────────┘ └─────────┘ └─────────┘
↓ ↓ ↓
``任务分解`` ``数据分析`` ``方案生成

思考与练习

1. 单Agent和多Agent系统各有什么优势？

2. 如何设计Agent的记忆系统？

3. CoT和ReAct各适用于什么场景？

关键术语

---

中文 英文 说明

---

思考链 CoT Chain of Thought

推理行动 ReAct Reasoning + Acting

记忆 Memory 存储和检索信息

反思 Reflection 自我评估与改进

工具使用 Tool Use 调用外部能力

延伸阅读

1. LLM Powered Autonomous Agents

   ReAct: Synergizing Reasoning and Acting # 05.2 具身智能

---

学习目标

3. 理解具身智能的概念和特点

   了解数字孪生与物理世界的交互

   掌握强化学习在具身AI中的应用

什么是具身智能

定义

具身智能 (Embodied AI)：具有物理实体或虚拟身体的智能系统，能够通过与环境的交互来学习和完成任务。

与传统AI的区别

---

特性 传统AI 具身AI

---

交互方式 数据输入 主动探索

学习方式 从数据学习 从交互学习

输出形式 预测/生成 行动/操作

数字孪生

概念

物理世界`` → ``数字映射`` → ``仿真预测`` → ``反向控制

应用层次

---

层次 内容 应用

---

几何孪生 三维模型 可视化

物理孪生 物理仿真 性能分析

行为孪生 行为模拟 场景预测

认知孪生 决策支持 智能控制

强化学习基础

核心要素

┌─────────────────────────────────────┐
│ │
│ ``环境`` ← ``状态`` ──────→ Agent │
│ ↑ │ │
│ └──── ``奖励`` ←─── ``动作`` ─┘ │
│ │
└─────────────────────────────────────┘

训练循环

1. 观察环境状态

2. 选择行动

3. 执行行动

4. 获得奖励

5. 更新策略

6. 重复``...

Gymnasium环境

import gymnasium as gym

env = ``gym.make``("CartPole-v1")
state, _ = ``env.reset``()

for _ in range(1000):
action = policy(state)
state, reward, done, _, _ = ``env.step``(action)
if done:
break

具身AI应用场景

机器人设计

感知环境`` → ``规划路径`` → ``执行动作`` → ``反馈调整
↓
建筑机器人、施工机器人

虚拟角色

游戏``NPC``、虚拟助手、元宇宙居民
↓
自然行为、智能对话

仿真训练

虚拟环境`` → ``训练策略`` → ``迁移到真实
↓
降低试错成本

虚拟到真实的迁移

挑战

---

问题 说明

---

Sim2Real Gap 仿真与现实的差异

感官差异 虚拟与真实感知不同

物理特性 真实物理更复杂

解决方案

1. 域随机化 (Domain Randomization)

   真实数据混合

   在线微调

思考与练习

1. 具身智能在规划设计中有哪些应用前景？

2. 数字孪生如何辅助设计决策？

3. Sim2Real迁移的主要挑战是什么？

关键术语

---

中文 英文 说明

---

具身智能 Embodied AI 有身体形式的AI

数字孪生 Digital Twin 物理世界的数字映射

强化学习 RL Reinforcement Learning

状态 State 环境的当前情况

动作 Action Agent对环境的影响

延伸阅读

1. Gymnasium文档

   DeepMind's Embodied AI Research # 05.3 规划设计应用与MCP

---

学习目标

3. 理解MCP协议的核心思想

   掌握HITL协作模式

   了解Agent在规划设计中的落地场景

MCP协议

什么是MCP

Model Context Protocol (模型上下文协议)：连接AI模型与外部数据/工具的开放标准。

核心价值

传统方式：
AI``模型`` → ``各自独立`` → ``数据孤岛

MCP``方式：
AI``模型`` ← MCP → ``统一接口`` → ``所有工具``/``数据

MCP架构

┌─────────────────────────────────────┐
│ AI Application │
│ (Claude, ``ChatGPT``, ``等``) │
└─────────────┬───────────────────────┘
│ MCP
┌─────────────┴───────────────────────┐
│ MCP Client │
├─────────────────────────────────────┤
│ ┌──────┐ ┌──────┐ ┌──────┐ │
│ │File │ │DB │ │API │ ... │
│ │``Server│ │Server│ │Server│ │
│ └──────┘ └──────┘ └──────┘ │
└─────────────────────────────────────┘

HITL：人机协作模式

什么是HITL

Human-in-the-Loop (人在回路)：在AI决策关键环节引入人类干预。

HITL层次

---

层次 人类角色 自动化程度

---

完全自动 无 100%

人工审核 监督者 80-90%

交互决策 合作伙伴 50-70%

人工主导 操作者 <50%

规划设计中的HITL

AI``生成方案
↓
设计师审核`` ← ``修改意见`` → AI``调整
↓
最终确认

规划设计Agent案例

场景分析Agent

输入：场地数据

↓

分析流程：

1. 地形分析`` (``坡度、高程``)

2. 气候分析`` (``日照、风向``)

3. 交通分析`` (``可达性``)

4. 视觉分析`` (``视域、景观``)

↓

输出：场地分析报告

方案生成Agent

输入：设计要求`` + ``场地分析

↓

生成流程：

1. 理解需求`` (``CoT``推理``)

2. 布局功能`` (``工具调用``)

3. 连接路径`` (``图算法``)

4. 优化调整`` (``迭代改进``)

↓

输出：初步设计方案

合规审查Agent

输入：设计方案

↓

审查流程：

1. 调用规范库

2. 逐条核对

3. 标记问题

4. 生成报告

↓

输出：合规审查意见

Agent落地挑战

技术挑战

---

挑战 说明

---

准确性 复杂任务易出错

可解释性 决策过程不透明

鲁棒性 边界情况处理

应用挑战

---

挑战 说明

---

工作流整合 与现有流程融合

责任界定 AI错误的后果

成本控制 API调用费用

解决方向

1. 分级应用：简单任务自动化，复杂任务辅助

   渐进式：从局部到整体

   人机协同：关键环节人工确认

未来展望：AI设计师

短期 (1-2年)

AI``作为工具
- ``数据分析
- ``方案生成
- ``合规检查

中期 (3-5年)

AI``作为助手
- ``创意启发
- ``方案优化
- ``文档撰写

长期 (5-10年)

AI``作为合作伙伴
- ``共同创造
- ``自主决策
- ``专业评审

思考与练习

1. MCP如何解决AI应用的"数据孤岛"问题？

2. 规划设计中哪些环节适合引入HITL？

3. AI设计师如何与人类设计师协作？

关键术语

---

中文 英文 说明

---

模型上下文协议 MCP Model Context Protocol

人在回路 HITL Human-in-the-Loop

数据孤岛 Data Silo 独立的数据存储

协议 Protocol 通信标准

工作流整合 Workflow Integration 融入现有流程

延伸阅读

1. MCP官方文档

   Human-in-the-Loop AI