为什么 AI Agent 需要“预设配置驱动”的动态装配？

在搭建 AI Agent 时，常见的疑问是：既然模型已经可以自主判断、调用工具，为什么还要预先配置模型、MCP、提示词和知识库？为什么不让 Agent 在运行时自己决定一切？

答案是：模型负责“在能力范围内思考和选择”，而系统必须先定义“它拥有哪些能力、能够在哪些边界内行动”。这正是预设配置驱动动态装配的意义。

一、动态装配解决“怎么组”，预设配置解决“组什么”

动态装配不是让系统随机创建对象，而是根据一份明确配置，在运行时组合出所需组件。

预设配置：定义组件清单和关联关系
动态装配：读取配置并创建、连接、组合组件
运行执行：模型在已授权的能力范围内完成任务

可以把它类比为产品制造：配置是 BOM 清单，动态装配是生产线，最终的 ChatClient 或 Agent 是装配完成的产品。

例如，一份技术博客 Agent 配置可能是：

模型：model_2001
模型 API：api_1001
MCP：搜索、博客 CMS、文章记录
Advisor：历史文章检索、对话记忆
系统提示词：技术编辑规范
发布策略：必须人工确认

系统据此创建模型 Client、连接 MCP 服务、加载顾问能力，并把它们组合为一个可使用的 Agent。没有配置，装配器无法知道应选择哪个模型、连接哪一个内容平台，也无法判断哪些工具允许开放。

对于单一、稳定的 AI 功能，直接编码是合理选择：

ChatClient.builder(chatModel)
    .defaultSystem("你是一名技术博客助手")
    .defaultToolCallbacks(searchTool, cmsTool)
    .build();

问题出现在系统开始支持多种任务时。假设同时存在：

Agent	模型	工具	角色
技术博客助手	写作模型	搜索、CMS	技术编辑
客服助手	客服模型	订单查询、工单	客服专员
数据分析助手	分析模型	数据库、图表	数据分析师

若全部写死，每新增或调整一套 Agent，都要改 Java 配置、测试和重新发布服务。改为配置驱动后，管理员可以在后台调整 Agent 与模型、Prompt、MCP 的关联，再由装配器生成新的运行实例。

这并不意味着配置可以无约束地修改。相反，配置应成为受权限、校验、审计和版本控制保护的“能力清单”。

模型可以判断“是否需要检索资料”或“是否应该调用发布工具”，但模型不应决定：

正确的职责划分是：

配置：声明允许模型使用哪些能力
装配器：将这些能力连接为实际组件
模型：在允许工具中选择是否调用
后端策略：校验权限、参数、审批和幂等性

因此，一个博客 Agent 可以拥有 search_articles、create_post_draft 和 publish_post，但 publish_post 仍可被后端规则要求附带用户确认令牌。提示词能指导模型行为，却不能替代权限控制。

动态装配常出现于多对多关系，但多对多本身不是目的。关键在于关系是否需要由配置决定。

一个模型可关联多个 MCP：搜索、知识库、CMS
一个 MCP 可被多个模型复用：搜索服务可供写作、客服和分析 Agent 使用
一个 Agent 可关联多个 Prompt 与多个 Advisor

装配器读取这些关联后，构建一张运行时组件图：

Agent 配置
  ├─ ChatModel
  │   └─ Model API Client
  ├─ ToolCallback
  │   └─ MCP Client × N
  ├─ Advisor × N
  └─ System Prompt × N

如果这种关系永远固定在代码中，普通依赖注入即可；当关系因 Agent、租户、环境或版本而变化时，才需要动态装配。

将模型、工具集合和提示词作为 agentId + version 管理。新版 Prompt 或 MCP 出现问题时，可以切回旧版本，并准确追溯每次 AgentRun 使用的配置。

不同租户可以使用自己的模型账号、知识库、内容平台和工具权限。配置既描述能力，也构成隔离边界。

模型 Client、MCP Client 和连接池通常可以在装配阶段预热、复用。用户首次发起对话时无需重复建立连接和发现工具。

产品或运营人员可以调整角色、选择模型、启停工具；研发人员仍然负责底层组件、Schema、权限规则和故障处理。两者的职责边界清晰。

动态装配增加了配置管理、生命周期管理和调试成本。以下情况通常没必要使用：

特别是在 Spring 中，不应为每次对话或每个用户随意注册 Bean。共享且数量可控的 Client 可以动态注册或放入 Registry；短生命周期状态则应存放在请求上下文、缓存或数据库中。

预设配置驱动，并不是限制 Agent 的智能，而是为它建立可靠的行动边界。

配置定义“可用能力”；动态装配把能力变成可运行的组件；模型在这些组件之上完成推理与工具选择；后端工作流负责权限、审批、状态和可靠性。

当这四层各司其职，AI Agent 才能从一个简单的聊天 Demo，成长为可以安全接入模型、知识库、MCP 工具和业务系统的长期产品。