LangChain 谈智能体从任务转向目标需要哪些设计转变
LangChain:从任务到目标,智能体设计需要哪些转变
LangChain 发文提出智能体正从执行单个任务转向追求持续目标,核心是从指定动作转向指定结果、从有限任务转向长期职责。文章给出六个实践要点:让智能体自己拆解任务、预留工具调用控制权、建立后台提问渠道、设计便于反馈的进度评估机制、配置心跳或 cron 等触发与停止规则,并用记忆让反馈跨轮次累积。
LangChain:Blog·2026-11-17 02:28· 28 分钟前AI 评分58
从任务到目标
AI 导读
LangChain 发文提出智能体正从执行单个任务转向追求持续目标,核心是从指定动作转向指定结果、从有限任务转向长期职责。文章给出六个实践要点:让智能体自己拆解任务、预留工具调用控制权、建立后台提问渠道、设计便于反馈的进度评估机制、配置心跳或 cron 等触发与停止规则,并用记忆让反馈跨轮次累积。
正文 · 原文
随着智能体能力越来越强,我们正从给它们任务转向给它们目标。
任务是:
- 写这封邮件
- 起草这篇博客
- 修复这个 bug
目标是:
- 在保持重要承诺不偏离正轨的同时,减轻我的协调负担
- 维护一个博客
- 让这个产品成功
在底层,这种从任务到目标的转变还包含两个更实际的转变:
- 从指定动作转向指定结果
- 从有限任务转向持续职责

这改变了智能体做什么、需要什么、如何构建,以及我们如何与它交互。
智能体自行选择任务
以前,由用户指定任务。现在,用户指定目标,智能体通过将其拆解为任务、执行其中一些、更新任务列表等方式,朝着该目标迭代。

智能体需要擅长头脑风暴并选择不同的任务,这需要新的上下文工程和提示策略。它在构思潜在任务时需要有一定的创造力——并且要多样化(如果它一遍又一遍地建议相同的任务,那就不太好了)。
实践考量:你需要某种方式来查看智能体正在执行哪些任务(例如待办列表),并通过提示让智能体在构思任务时发挥创造力
工具调用更加不可预知
当你给智能体一个任务时,你大致知道它会调用哪些工具。当你给它一个目标时——你并不真正知道它会调用哪些工具,甚至可能不知道它需要调用哪些工具。
例如
- 如果你让智能体发送一封邮件(任务),你知道它需要 gmail 工具,也许还需要日历工具。
- 如果你让智能体在保持重要承诺不偏离正轨的同时,减轻我的协调负担(目标),你不知道它何时需要邮件、短信、搜索工具、浏览器工具,或者可能还有其他工具。

实践考量:你需要对智能体可以或不可以调用哪些工具进行更多控制
收件箱用于提问
当你给智能体一个任务时,你自然处于循环之中。如果你没有预先提供所有信息,智能体很容易在聊天中提出后续问题。
当你给智能体一个目标时——它可能在后台运行,并需要就某些点获得澄清。它需要一种向人类提问的方式——无论是通过 Slack 还是专门的 UI。

实践考量:你需要一种机制,让后台智能体向你请求澄清
获取反馈的方式
智能体在朝着目标推进的过程中需要知道自己的表现如何。这可以通过检查某个指标看它是否在改善,或者通过获取人类对其表现的明确反馈来实现。在某种意义上,与指标联系得越紧密越好(它更容易自动追踪!),但盲目优化某个指标从来都不明智,因此明确的人类反馈可能是最好的方式。这就是为什么以易于给出反馈的方式来设计目标很重要。
你可以同时为智能体设置用于驱动的指标,以及一种从用户处获取反馈的方式。定义智能体如何评估进展,并让人们有办法纠正它对成功的理解。

实际考量:你需要以与反馈一致的方式设计目标,并建立一套让智能体获得反馈的机制
持续性工作需要触发条件(以及停止规则)
当你给智能体任务时,它们会一直运行到任务完成。
当你给它们一个目标时,它们需要在后台工作。它们并非一直在运行——它们会在某些时刻醒来做一些工作。它们如何醒来?
我们看到的一些方法:
- 每隔 X 分钟一次心跳
- 周期性 cron
- 一次性 cron(提醒)
- 监听事件流
话虽如此,它也需要一种停止、暂停或忽略这些触发条件的方式。如果它每三十分钟收到一次心跳,并且每次都向你推送同一个问题——那是糟糕的用户体验。

持续性的责任并不意味着智能体应该总能找到事情做。有时什么都不做才是正确的行动。
实际考量:你需要 cron 和事件触发器来唤醒智能体,并通过提示让它决定何时行动。
记忆让反馈得以累积
虽然记忆听起来很酷,并且在过去几年里激发了开发者的想象力,但在现实中,在基于任务的世界里它并没有那么必要(除非你在重复执行同一任务)。
对于单个任务,用户每次都可以提供相关上下文。当你委托一项持续性责任时,更多这种负担会转移到智能体身上。它需要延续决策和反馈,而无需你重复它们。
例如:拒绝一个博客主题应当影响未来的主题选择,而不仅仅是当前的草稿。

实际考量:智能体需要在多次运行之间保留并使用相关的决策和反馈。
结论
给智能体一个目标并不只是给它一个更大的提示词。你是在委托关于做什么工作以及何时做的决策。你的角色从指定每个任务转变为设定方向、定义边界和审查进展。
来源:LangChain:Blog · langchain.com
来源:RadarAI · aihot.news