让AI智能体在生产环境“稳如老狗”的十二条原则

一、仓库核心介绍

这是一个由 Dex 发起的开源项目，旨在总结出一套用于构建生产级 LLM（大型语言模型）智能体（Agent） 应用的工程原则，借鉴了经典的“12-Factor App”方法论 ([GitHub][1], [阿里云创新中心][2])。其目标是帮助开发者在 AI 与传统软件工程之间找到平衡，将 Agent 能力模块化并逐步集成到现有系统中，而不是直接依赖一个“黑盒”框架 ([GitHub][3], [KD智能派][4])。

仓库地址：https://github.com/humanlayer/12-factor-agents/tree/main

仓库内容包括 README 文档、工作草案、讨论和创建模板（如 create-12-factor-agent）的代码结构 ([GitHub][1])。

---

二、“12-Factor Agents” 的十二条原则概要

以下是核心原则的概览，参考多篇技术文章与译文整理而来：

1. Natural Language → Tool Calls
   将自然语言输入转化为结构化工具（函数）调用，由确定性代码接管执行 ([p3.rivergame.net][5], [KD智能派][4])。
   

2. Own Your Prompts
   将提示词（prompts）作为版本控制的一等资产进行管理，而非动态构造 ([p3.rivergame.net][5], [KD智能派][4])。

3. Own Your Context Window
   精选上下文输入，避免将全部历史乱塞进 LLM 调用，提升可靠性 ([KD智能派][4], [CSDN博客][6])。

4. Tools Are Structured Outputs
   工具调用实际上是让 LLM 输出结构化数据（如 JSON）的方式 ([p3.rivergame.net][5], [KD智能派][4])。

5. Unify Execution State & Business State
   将智能体的运行状态与业务状态统一管理，避免混乱 ([KD智能派][4])。

6. Simple APIs for Launch/Pause/Resume
   提供简单 API 控制 Agent 的生命周期（启动、暂停、恢复） ([KD智能派][4])。

7. Human Interaction via Tool Calls
   Agent 与人类交互时，也通过标准工具调用触发，而不是特殊路径 ([KD智能派][4])。

8. Own Your Control Flow
   控制流程由代码主导，LLM 只在特定节点参与决策，避免循环式不确定控制 ([KD智能派][4], [CSDN博客][6])。

9. Compact Errors into Context
   将错误摘要后纳入上下文，让 LLM 帮助调试或纠正 ([KD智能派][4])。

10. Small, Focused Agents
    拆分大型 Agent，构建多个专注小型 Agent，易维护、组合灵活 ([KD智能派][4])。

11. Trigger Anywhere, Meet Users Wherever
    支持多种事件触发（如 API、定时、Webhook），并在用户平台（如 Slack、Email）交互 ([KD智能派][4])。

12. Stateless Reducer Design
    Agent 设计为纯函数（(state, event) => newState）无状态结构，便于测试与扩展 ([KD智能派][4])。

---