Agent的Observation（观测/反馈）机制如何设计？如何给Agent有效的Feedback？

Observation是工具执行后返回给Agent的信息，直接决定Agent的下一步决策质量

有效Observation设计原则：

• 结构化：用JSON/Markdown等格式化输出，而非散乱文本
• 信息密度：简洁但完整，避免过长（消耗Agent上下文窗口）
• 错误信号明确：工具执行失败时返回明确的错误码、失败原因和可能的重试建议
• 相关性提示：返回的信息中包含与原始任务相关的标记（如相关度分数）

Feedback类型：

• 工具执行结果：API返回值、数据库查询结果、文件内容等
• 环境反馈：代码运行的stdout/stderr、UI操作的截图变化
• 自我反思：Agent观察自己的执行历史后做自我评价（Reflexion模式）

最佳实践：

• 对Observation做摘要压缩（LLM生成摘要）再放回上下文窗口
• Observation中仅放入任务相关的信息，过滤噪声和冗余
• 对工具返回做错误包装，统一格式（status_code, message, data）