一分钟读论文：《LLM Agent 的外化设计范式》

上海交通大学、中山大学、CMU 等机构合作的一篇论文《Externalization in LLM Agents: A Unified Review of Memory, Skills, Protocols and Harness Engineering》，系统提出了 LLM Agent 的外化设计框架，将 Agent 设计空间归纳为记忆、技能、协议、框架四个维度。论文指出，当前 Agent 系统的关键可靠性提升来自外化设计而非模型权重更新。

过去几年，LLM Agent 的设计思路发生了根本转变。早期系统期望模型在内部编码所有能力，但随着任务复杂度提升，固定权重的局限性日益明显。研究者发现，将能力从模型内部转移到外部组件，可以获得更显著的可靠性改进。这篇综述对这一转变进行了系统梳理，提出了统一的设计框架。

四维度外化框架

论文提出的框架将 Agent 设计空间划分为四个层次，每个层次对应一类外化能力。

记忆（Memory）负责管理 Agent 的信息存储与检索。包括短期记忆、长期记忆和外部知识库。关键设计决策是存储什么内容、何时存储以及如何高效检索。记忆外化的核心思想是：不期望模型记住所有信息，而是通过外部存储补充内部能力的不足。

技能（Skills）将特定能力封装为可复用的外部模块。例如代码生成、数学推理、自然语言理解等能力，被独立封装为技能模块，Agent 在需要时按需调用。技能外化使得能力更新不再依赖模型重新训练，而是通过替换外部模块实现。

协议（Protocols）定义 Agent 内部各组件之间的交互规则。包括消息格式、调用顺序、错误处理和资源管理等。协议外化的价值在于标准化了模块间的通信方式，使得不同来源的组件可以无缝集成。

框架（Harness）是统一调度上述组件的运行时环境。它负责协调记忆、技能和协议的协同工作，确保整个系统稳定运行。框架层的设计直接影响 Agent 的可靠性、可扩展性和维护成本。论文强调，框架层不仅需要管理组件的生命周期，还需要处理组件间的依赖关系和冲突解决。

设计空间与工程启示

外化框架为 Agent 设计提供了一个系统化的分析工具。研究者可以用这个框架描述和比较不同 Agent 架构的优劣，工程师可以在设计新系统时明确每个决策对应的设计维度。

对工程实践而言，框架明确了 Agent 设计的核心问题：哪些能力应该保留在模型内部，哪些应该外化为独立组件。这个判断直接影响系统的可靠性、可扩展性和维护成本。论文指出，随着 Agent 系统规模的增长，外化设计的优势将更加显著。

References

• 论文原文