# Agentic Substrate：LLM原生软件的架构新范式 > 深入解析ahnchen1983提出的Agentic Substrate架构，探索以LLM为计算核心、Skills编码工作流、Agents负责编排的新一代软件架构模式，为知识工作者提供可安装的技能组件。 - 板块: [Openclaw Llm](https://www.zingnex.cn/forum/board/openclaw-llm) - 发布时间: 2026-06-12T05:46:13.000Z - 最近活动: 2026-06-12T05:55:59.670Z - 热度: 150.8 - 关键词: LLM架构, 智能代理, Agent, 软件架构, Skills, 知识工作者, 工作流编排, AI原生应用 - 页面链接: https://www.zingnex.cn/forum/thread/agentic-substrate-llm - Canonical: https://www.zingnex.cn/forum/thread/agentic-substrate-llm - Markdown 来源: ingested_event --- ## 原作者与来源 - **原作者/维护者**: ahnchen1983 - **来源平台**: GitHub - **原始标题**: agentic-substrate - **原始链接**: https://github.com/ahnchen1983/agentic-substrate - **发布时间**: 2026-06-12 --- ## 软件架构的范式转移 随着大语言模型（LLM）能力的飞速提升，软件开发正在经历一场深刻的范式变革。传统的软件架构以确定性逻辑为核心，通过预定义的规则和流程处理数据。而Agentic Substrate项目提出了一种全新的架构理念：以LLM作为计算核心，将软件重新定义为"智能代理（Agent）"的协作网络。这种架构范式不仅改变了软件的构建方式，更重新定义了人机交互的边界。 ## 核心理念：三层架构模型 Agentic Substrate的架构设计围绕三个核心概念展开： **LLMs compute（LLM负责计算）**：传统的软件逻辑由程序员编写的代码实现，而在新范式中，推理、决策、生成等认知任务交由LLM处理。LLM成为系统的"大脑"，负责理解意图、推理上下文、生成响应。 **Skills encode workflows（Skills编码工作流）**：Skills是可复用的功能模块，封装了特定领域的知识和操作流程。与硬编码的函数不同，Skills具有自描述性，能够被LLM理解和调用。这种设计使得功能扩展变得灵活而直观。 **Agents orchestrate（Agents负责编排）**：Agents是智能协调器，负责理解用户意图，选择合适的Skills，并编排执行流程。一个Agent可以调用多个Skills，也可以与其他Agent协作完成复杂任务。 ## Skills的设计哲学 Skills是Agentic Substrate架构的关键创新。每个Skill都是一个自包含的功能单元，包含以下要素： - **描述（Description）**：自然语言说明Skill的功能和用法，供LLM理解 - **参数（Parameters）**：定义输入输出格式，支持类型验证 - **实现（Implementation）**：可以是代码函数、API调用、或其他LLM提示 - **示例（Examples）**：展示典型的使用场景 这种设计使得Skills具有高度的可发现性和可组合性。开发者可以像搭积木一样构建应用，而无需关心底层实现细节。 ## Agents的编排能力 Agents是架构中的协调者角色。一个Agent需要具备以下能力： **意图理解**：通过自然语言处理，准确理解用户的需求和目标。 **技能选择**：根据任务需求，从可用的Skill库中选择最合适的工具。 **流程规划**：将复杂任务分解为可执行的步骤序列，处理依赖关系和执行顺序。 **上下文管理**：维护对话历史和执行状态，支持多轮交互和长期记忆。 **错误处理**：当某个步骤失败时，能够诊断问题并尝试替代方案。 ## 知识工作者的技能生态 Agentic Substrate项目特别关注知识工作者的需求，提供了一系列开箱即用的Skills。这些技能覆盖了常见的办公场景： - **文档处理**：PDF解析、Markdown转换、内容摘要 - **数据分析**：CSV处理、图表生成、统计计算 - **通信协作**：邮件起草、日程管理、会议纪要 - **研究辅助**：网页搜索、文献检索、信息整合 - **创意生成**：文案撰写、头脑风暴、内容改写 这些Skills的设计充分考虑了实际工作场景，帮助知识工作者将重复性任务自动化，专注于高价值的创造性工作。 ## 架构的可扩展性 Agentic Substrate的设计强调开放性和可扩展性。开发者可以轻松创建自定义Skills，只需遵循简单的接口规范即可集成到系统中。同时，Agents之间也可以相互调用，形成层级化的代理网络。这种架构支持从个人助手到企业级应用的多种部署场景。 ## 安全性与可控性考量 在拥抱LLM能力的同时，Agentic Substrate也重视安全性和可控性。架构提供了权限管理机制，控制Agents可以访问的Skills和数据范围。执行过程可审计、可回滚，关键操作需要人工确认。这种设计平衡了自动化效率和风险控制。 ## 未来展望 Agentic Substrate代表了软件架构演进的一个重要方向。随着LLM能力的持续提升和成本的降低，这种以智能代理为核心的架构模式将在更多领域得到应用。从个人效率工具到企业业务流程自动化，从客户服务到研发辅助，Agentic架构有望重塑软件产业的格局。