什么是「策略模式「在 Agent 决策中的应用

1️⃣ 考察意图

面试官想看你能否将策略模式应用于 Agent 的"决策逻辑可替换"场景。刁钻点在于：Agent 的决策逻辑（选什么工具、怎么规划）通常硬编码在 prompt 中，修改决策逻辑需要改 prompt。策略模式允许在运行时动态切换决策策略，而无需修改 prompt。答好了能展示你的设计模式迁移能力和 Agent 架构灵活性。

2️⃣ 标准答

1. 策略模式回顾

核心：定义一系列算法（策略），封装每个算法，使它们可以互换。Context 持有策略引用，运行时可以替换策略
优势：算法独立变化、运行时可切换、避免大量 if-else

2. Agent 中的策略模式应用

Agent 决策的多个环节可以用策略模式实现"可替换"：

工具选择策略——决定"在当前状态下选哪个工具"RandomStrategy：随机选择（基线）
ReActStrategy：LLM 根据观察推理选择（默认）
RouterStrategy：先用小模型分类再选（工具多时用）
RLStrategy：用强化学习模型选择（基于历史奖励）规划策略——决定"如何分解任务"
ZeroShotPlanner：直接让 LLM 生成计划
FewShotPlanner：提供示例引导 LLM
DecomposePlanner：递归分解子任务
TemplatePlanner：匹配预定义模板记忆检索策略——决定"从记忆中检索什么"
RecentStrategy：只检索最近 N 轮
SemanticStrategy：向量检索相关记忆
HybridStrategy：最近 + 语义混合
ImportanceStrategy：按重要性权重检索错误恢复策略——决定"工具调用失败后怎么办"
RetryStrategy：重试（相同参数）
BackoffStrategy：指数退避重试
FallbackStrategy：换一个替代工具
HumanEscalationStrategy：转人工处理

3. 工程化实现

`from abc import ABC, abstractmethod** class ToolSelectionStrategy(ABC): """工具选择策略接口""" @abstractmethod def select(self, context: dict, tools: list) -> str: """返回选择的工具名称""" pass

class ReActStrategy(ToolSelectionStrategy): def select(self, context, tools): # 用 LLM 推理选择工具 prompt = f"Context: {context}\nAvailable tools: {tools}\nSelect best tool:" return llm_call(prompt)

class RouterStrategy(ToolSelectionStrategy): def select(self, context, tools): # 先用小模型分类，再在大类中选 category = small_llm_classify(context) # "search" / "code" / "email" relevant_tools = [t for t in tools if t.category == category] return react_select(context, relevant_tools) # 缩小范围后再用 ReAct

class AgentContext: """Agent 上下文，持有策略引用""" def init(self, strategy: ToolSelectionStrategy): self._strategy = strategy

def set_strategy(self, strategy: ToolSelectionStrategy):
    """运行时切换策略"""
    self._strategy = strategy

def select_tool(self, context, tools):
    return self._strategy.select(context, tools)

使用：根据工具数量动态切换策略

agent = AgentContext(ReActStrategy()) if len(tools) > 15: agent.set_strategy(RouterStrategy()) # 工具多时切换到路由策略`4. 动态策略切换**

基于任务特征自动切换——工具 >15 个时切换到 RouterStrategy、任务步骤 >10 时切换到 Plan-and-Execute 策略
A/B 测试——50% 流量用 ReActStrategy，50% 用 RouterStrategy，对比任务完成率
降级策略——LLM 调用超时时，从 ReActStrategy 降级到 RuleBasedStrategy（规则匹配，无 LLM 调用）

3️⃣ 答题模板（30 秒电梯版）

"策略模式在 Agent 中实现'决策逻辑可替换'。四个应用环节：工具选择策略（ReAct/Router/RL）、规划策略（ZeroShot/FewShot/Decompose）、记忆检索策略（Recent/Semantic/Hybrid）、错误恢复策略（Retry/Fallback/Human）。实现用接口+具体策略类+Context 持有策略引用。动态切换：基于任务特征自动切换（工具>15用Router）、A/B测试对比策略效果、降级（LLM超时切换到规则策略）。优势：策略独立变化、运行时可切换、避免大量if-else。"

4️⃣ 高频追问 & 应对

追问 1：策略模式和直接用 if-else 有什么区别？不就是换个写法吗？

本质区别在"变化隔离"和"开闭原则"：(1) 变化隔离——if-else 把所有策略的逻辑混在一起，修改一个策略可能影响其他。策略模式每个策略是独立类，修改互不影响；(2) 开闭原则——新增策略时，if-else 需要修改已有代码（加新分支），策略模式只需新增策略类并注册，不改已有代码；(3) 运行时切换——if-else 在编译时确定路径，策略模式可以在运行时动态切换（如根据工具数量自动切换选择策略）。对于 Agent 场景，策略模式的核心价值是"策略可以热更新"——不需要重启服务就能切换决策逻辑。

追问 2：错误恢复策略具体怎么实现？不同错误需要不同恢复方式。

按错误类型分派恢复策略：(1) 超时错误→BackoffStrategy（等待后重试，如 1s→2s→4s 退避）；(2) 参数错误→RetryStrategy（LLM 重新生成参数后重试，而非用相同参数）；(3) 工具不可用→FallbackStrategy（换替代工具，如 search API 挂了用缓存结果）；(4) 安全拦截→HumanEscalationStrategy（转人工，不重试）；(5) LLM 幻觉→ValidateStrategy（输出校验+重新生成）。实现：定义 ErrorRecoveryChain，根据错误类型匹配策略。类似责任链模式——错误沿着链传递，直到找到能处理的策略。

追问 3：强化学习策略（RLStrategy）在 Agent 工具选择中怎么用？

RL 策略将工具选择建模为序列决策问题：(1) 状态——当前对话上下文的 embedding + 可用工具的 embedding；(2) 动作——选择某个工具；(3) 奖励——任务完成率 + 用户满意度 - token 成本；(4) 模型——用 DPO 或 PPO 微调一个策略模型（如 7B Llama），输入状态输出工具选择概率分布。挑战：(1) 数据需求——需要大量 (状态, 动作, 奖励) 轨迹数据，通常从生产日志中提取；(2) 探索-利用——模型可能总是选择"历史上成功过的工具"，忽略新工具。解法：ε-greedy 策略（90% 选最优，10% 随机探索）。目前 RL 策略在 Agent 中仍处于研究阶段，工业界主流仍是 ReAct + 规则路由。

5️⃣ 避坑 · 常见错误答法

❌ "策略模式就是写很多 if-else 分支" → ✅ "策略模式的核心是消除 if-else——每个策略是独立类，Context 运行时动态选择。新增策略不改已有代码（开闭原则）。"
❌ "所有决策都应该用 LLM 做策略选择" → ✅ "简单决策用规则策略（如工具 >15 用 Router），复杂决策才用 LLM。过度依赖 LLM 增加成本和延迟。"
❌ "策略一旦选定就不能变" → ✅ "策略模式的核心优势是运行时可切换。Agent 应该根据任务特征、环境状态、成本预算动态切换策略。"

6️⃣ 简历呼应

如果你有 Agent 框架项目：从"策略可插拔架构"切入，描述你设计的策略接口和动态切换机制，给出数据（如新增策略从 2 天降到 2 小时、A/B 测试效率提升 50%）
如果你只做过后端架构：用"支付策略"类比——支付宝/微信/银行卡支付策略的切换和 Agent 工具选择策略的切换是相同的模式
如果你是校招无项目：用 Python 实现 3 种工具选择策略（ReAct/Router/Rule），在不同工具数量下对比准确率和延迟
"Strategy Pattern in AI Systems" (Breck et al., 2024)
"LangChain Agent Strategies: A Comparative Analysis" (LangChain, 2024)
"Learning to Select Tools for LLM Agents" (Song et al., 2023)

—— 本场面试完 ——