SmolAgents项目中的多步规划代理系统提示设计缺陷分析

在开源项目SmolAgents的多步规划代理(MultiStepAgent)实现中，开发团队发现了一个与系统提示设计相关的技术缺陷。该缺陷主要影响代理在任务规划阶段的初始步骤处理逻辑。

核心问题出现在planning_step方法的实现中。当代理执行首次规划步骤时，系统仅构建了一个包含系统提示的消息结构，而忽略了必要的用户提示。这种设计会导致部分模型(如deepseek-v3)运行时出现"对话必须以用户消息开始"的错误提示。

技术实现细节表明，原始代码仅准备了系统角色(System Role)的消息内容，使用了planning/initial_facts模板。这种单方面提示的设计违反了某些语言模型对对话结构的强制要求，这些模型通常需要交替的用户-系统消息模式才能正常工作。

经过技术团队分析，正确的实现应该包含两个关键部分：

1. 系统提示：提供基础事实和上下文框架
2. 用户提示：包含具体的任务目标和规划要求

修复方案调整了消息构建逻辑，确保在初始规划步骤中同时包含系统和用户提示。这种改进不仅解决了模型兼容性问题，还使任务目标信息能够正确传递给规划系统，提高了规划结果的准确性和相关性。

该案例揭示了在设计基于语言模型的代理系统时需要注意的几个重要原则：

• 必须严格遵守不同模型对消息结构的特定要求
• 系统提示和用户提示需要协同工作，各自承担不同的语义角色
• 任务关键信息应该通过适当的渠道(通常是用户提示)传递给模型

这个问题的解决过程也展示了开源协作的优势，通过社区成员的共同讨论和代码审查，最终实现了既保持原有设计意图又解决兼容性问题的优化方案。