本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

從事件驅動到認知擴增系統

現代雲端架構，特別是基於無伺服器和事件驅動原則的架構，傳統上依賴路由、廣發和擴充等模式來建立回應、可擴展的系統。代理式 AI 系統以這些基礎為基礎，同時圍繞 LLM 擴增推理和認知靈活性重新建構它們。這種方法允許更複雜的問題解決和自動化功能，可能會徹底改變在雲端環境中處理複雜任務的方式。

事件驅動型架構

下圖顯示典型的分散式系統：

此結構既可靠又可擴展，但基本上是靜態的。業務規則和邏輯路徑必須明確編碼，並且適應不斷變化的內容或不完整的資訊會受到限制。

Cognition 擴增工作流程

代理架構會將認知增強功能新增至事件驅動型系統。下圖顯示代理程式對等項目：

在此流程中，LLM 會使用邏輯、了解意圖、擷取並結合相關內容，然後決定如何做出最佳回應。此模式會反映傳統擴充模式，其中訊息會先以外部資料增強，再進一步路由。不過，在代理系統中，此擴充不是靜態查詢。相反地，擴充是動態的、語意引導的，並由目的驅動。

核心洞察

每個 LLM 工作流程都可以映射到代理工作流程模式，該模式會鏡像和發展傳統的事件驅動型架構樣式。代理程式工作流程的基本建置區塊是使用資料、工具和記憶體來增強 LLM 內容的能力。這會建立推理迴圈，以掌握資訊、適應性並與使用者意圖保持一致。當傳統系統使用查詢資料來豐富訊息時，代理系統可讓軟體運作的方式不如指令碼，更像是智慧協作者。