求是方法论在 AI Agent 中的应用
引言
"实事求是"是中国哲学的核心方法论。在 AI Agent 工程领域，这套方法论可以从唯物辩证法中提炼出九大原则，系统化地指导 Prompt Engineering、Agent 行为设计和结果评估。
九大方法论体系
1. 矛盾分析法
核心思想：抓住主要矛盾和矛盾的主要方面。
在 Agent 分析复杂问题时，上下文窗口有限，不可能面面俱到。矛盾分析法帮助 Agent 识别最关键的问题维度，优先解决核心矛盾。
python
CONTRADICTION_PROMPT = """请分析当前问题的矛盾结构：
## 主要矛盾
- 核心问题是什么？
- 哪个因素最关键？
## 矛盾的主要方面
- 哪一方占主导地位？
- 控制哪个变量效果最显著？
## 次要矛盾
- 还有哪些次要因素？
- 在什么条件下会转化？
## 转化条件
- 什么情况下主次矛盾会转化？
- 需要监控哪些指标？
"""实战案例：在设计代码审查 Agent 时，主要矛盾是"审查质量 vs 审查速度"。矛盾的主要方面是"质量"——先保证质量，再优化速度。当准确率达到 95% 后，主要矛盾转化为速度。
2. 质量互变律
核心思想：量变引起质变，持续积累带来系统性变革。
Agent 应该从大量观察中学习规律，当某个模式出现足够多次后，自动将其提炼为规则：
python
class AccumulationLearning:
"""基于量变到质变的学习机制"""
def __init__(self, threshold: int = 100):
self.patterns = {}
self.threshold = threshold
def observe(self, pattern: str, context: str) -> str | None:
"""观察一个模式，达到阈值后生成规则"""
if pattern not in self.patterns:
self.patterns[pattern] = {
'count': 0,
'contexts': [],
'rule': None
}
entry = self.patterns[pattern]
entry['count'] += 1
entry['contexts'].append(context)
if entry['count'] >= self.threshold and not entry['rule']:
entry['rule'] = self._generate_rule(pattern, entry['contexts'])
return entry['rule']
return None
def _generate_rule(self, pattern: str, contexts: list) -> str:
"""从观察中生成规则"""
common = self._extract_common(contexts)
return f"Rule: When {pattern}, then {common}"3. 否定之否定
核心思想：发展是螺旋式上升的，每一次否定都是扬弃（既克服又保留）。
在 Agent 决策中，通过"正题 - 反题 - 合题"的三段式推理，避免思维定势：
python
NEGATION_PROMPT = """请应用否定之否定方法分析：
## 正题（当前方案）
- 当前方案是什么？
- 它的核心假设是什么？
- 它在什么条件下有效？
## 反题（对立面）
- 如果核心假设不成立会怎样？
- 这个方案的局限性是什么？
- 有没有相反但同样合理的方案？
## 合题（综合）
- 如何在更高层次统合正反两面？
- 既保留正题的优点，又克服其局限？
"""4. 实践检验法
核心思想：实践是检验真理的唯一标准。
Agent 提出的每个方案都必须有可验证的测试计划：
python
PRACTICE_PROMPT = """设计验证方案：
## 验证方法
- 如何测试方案的正确性？
- 需要哪些测试数据？
- 测试环境和条件是什么？
## 成功标准
- 哪些指标达标才算成功？
- 定性和定量标准分别是什么？
## 回退预案
- 如果验证失败怎么办？
- 回退方案是什么？
- 失败后如何改进？
"""5. 全面联系法
核心思想：事物是普遍联系的，不能孤立看问题。
python
SYSTEMIC_PROMPT = """从多个维度分析影响：
1. 技术维度
- 与现有系统的兼容性
- 技术债务影响
- 性能开销
2. 用户维度
- 对用户体验的影响
- 学习成本
- 可访问性
3. 业务维度
- 成本效益分析
- 维护成本
- 可扩展性
4. 时间维度
- 短期效果
- 长期影响
- 可持续性
"""6. 发展变化观
核心思想：事物处于不断发展变化中。
python
EVOLUTION_PROMPT = """评估方案的发展性：
## 当前状态
- 现有方案的能力和局限
## 近期演化（3个月）
- 可能出现什么变化？
- 方案如何适应？
## 中期演化（6个月）
- 技术趋势如何影响方案？
- 升级路径是什么？
## 远期（1年+）
- 方案的生存周期
- 替代技术的可能性
"""7. 具体问题具体分析
核心思想：抽象原则必须结合具体情境。
python
CONTEXTUAL_PROMPT = """情境化分析：
- 当前上下文的特殊之处
- 通用方案的适用性评估
- 需要哪些本地化调整
- 特殊情况的处理预案
"""8. 因果关系分析法
透过现象看本质，找到根本原因：
python
CAUSAL_PROMPT = """5-Why 根因分析：
1. 现象：发生了什么？
2. Why 1：为什么会出现？
3. Why 2：为什么会这样？
4. Why 3：深层原因是什么？
5. Why 4：系统性原因是什么？
6. Why 5：根因是什么？
输出模板：
{
"phenomenon": "现象描述",
"root_cause": "根本原因",
"solution": "针对根因的解决方案",
"prevention": "预防措施"
}
"""9. 反馈循环（群众路线）
从群众中来，到群众中去：
python
FEEDBACK_PROMPT = """设计完整反馈循环：
## 收集阶段
- 从哪里收集反馈？
- 收集频率？
- 收集什么类型的数据？
## 分析阶段
- 如何分析反馈数据？
- 用什么指标衡量？
## 改进阶段
- 如何将反馈转化为改进？
- 改进的优先级排序？
## 验证阶段
- 如何验证改进效果？
- 是否形成正向循环？
"""工程化框架
将九大方法论整合为可编程的 Agent Skill 框架：
python
class QiushiFramework:
"""求是方法论框架"""
def __init__(self):
self.methods = {
'contradiction': self._contradiction_analysis,
'causality': self._causal_analysis,
'practice': self._practice_design,
'systemic': self._systemic_analysis,
'evolution': self._evolution_assessment,
}
def analyze(self, problem: str, method_names: list = None) -> dict:
"""多角度分析问题"""
if method_names is None:
method_names = ['contradiction', 'causality', 'practice']
results = {}
for name in method_names:
if name in self.methods:
method = self.methods[name]
results[name] = method(problem)
return results
def synthesize(self, results: dict) -> str:
"""综合多种分析视角"""
prompt = "综合以下分析结果，给出整体方案：\n"
for method, result in results.items():
prompt += f"\n## {method} 分析\n{str(result)}\n"
return prompt
def _contradiction_analysis(self, problem: str) -> dict:
"""矛盾分析"""
return {"method": "contradiction", "problem": problem}
def _causal_analysis(self, problem: str) -> dict:
"""因果分析"""
return {"method": "causality", "problem": problem}
def _practice_design(self, plan: str) -> dict:
"""实践设计"""
return {"method": "practice", "plan": plan}应用效果对比
| 方法论 | 适用场景 | 使用前 | 使用后 | 提升 |
|---|---|---|---|---|
| 矛盾分析 | 问题优先级排序 | 平均2轮确定 | 1轮确定 | 50% |
| 因果分析 | Bug 定位 | 随机猜测 | 系统追溯 | 40% |
| 实践检验 | 方案验证 | 凭经验判断 | 有据可依 | 35% |
| 全面联系 | 系统设计 | 遗漏维度 | 全覆盖 | 60% |