人工智能

多智能体设计模式、反模式及制造业经验分类

企业团队正在构建多智能体系统,而当早期实现效果不佳时,原因很少出在模型本身。多智能体协调是一个分布式系统问题,而许多接手此事的团队尚未建立起分布式系统的直觉。

各来源的数据是一致的: 约88%的AI试点项目从未进入生产环境. 斯坦福HAI证明, 两个模型协作的表现可能比单独任何一个都差 ,当协调开销超过收益时。模式很清晰:团队增加复杂性的速度快于他们建立理解的速度。十个步骤,每一步的可靠性为95%,端到端可靠性仅为59.9%,而20个步骤则降至35.8%。这个示例模型假设的是严格顺序链且无重试,但方向是成立的:每一次依赖性的交接都会成倍放大风险。

在本文中,你将了解如何判断一个用例是否需要多个智能体、如何选择协调模式,以及如何及早发现代价高昂的反模式。你还将看到节拍时间、安全边界、边缘数据和班次周期如何塑造架构。

多智能体协调模式

协调模式根据谁控制流程分为两个层级。在Tier 1中,由你定义路径。

在Tier 2中,模型在运行时选择路径。这种灵活性可以处理你无法预先定义步骤的工作,但代价是更高的token消耗、延迟和调试成本。实用的默认做法是从Tier 1开始,只有当任务的子任务在工作过程中才浮现时,才将其迁移到Tier 2。

Tier 1:模式(确定性控制流)

1.1 顺序流水线: 实现线性执行的编排模式,其中每个节点的输出馈入下一个节点(A -> B -> C),支持具有可预测执行时序的有序处理

在下图中,输入流向智能体A(提取),然后流向智能体B(转换),再流向智能体C(验证),最后输出。用户在构建时定义该顺序,运行时不做任何决策。因此,流水线易于调试和测试,且成本可预测。典型适用场景包括文档处理、提取-转换-加载(ETL)链以及保修索赔分诊。

Sequential pipeline: input flows through extract, transform, and validate agents to output

图1:顺序流水线,每个智能体的输出馈入下一个,从提取到转换再到验证

1.2 条件工作流: 基于逻辑的边按条件选择下一个节点,因此工作流可以分支,并将每个案例送入不同的路径。

在下图中,用户请求流向智能体A(编写代码),然后流向智能体B(测试代码)。通过/失败检查将通过的工作送往智能体D(部署)。失败的工作循环回智能体A进行重试,最多N次,然后升级给人工。编排层强制执行该上限,例如通过AWS Step Functions的迭代限制,从而防止循环变成后文所述的无界迭代反模式。

Conditional workflow where passing work from the test agent deploys and failing work loops back to the write agent

图2:条件工作流,失败时最多重试N次,然后升级给人工

1.3 条件路由器:

分类步骤检查输入并将其导向适当的处理路径。每个请求只执行一条路径。最适合意图驱动的分派、质量门决策、客户咨询路由和异常分诊。

下图显示工厂主管的请求被分类器读取,并发送给恰好一位专家。关于零件是否符合规格的问题送往质量智能体,逾期设备维护送往维护智能体,班次变更送往排程智能体。该决策在入口点做出。

Conditional router sending each request down a single classified processing path

图3:条件路由器,每个请求运行一条路径,并在人工升级前进行有界重试

1.4 并行工作流: 任务拆分为独立的子任务,在各处理器上同时运行,每个处理器处理自己的数据。当所有处理器完成时,扇入步骤合并结果,某条路径失败时只重试该路径。最适合多源分析、批处理以及可分解为独立部分的工作。

在下图中,研究编排器分解任务并将其分派给三个并发运行的专家智能体:金融数据智能体、地缘政治智能体和物流智能体,各自分析自己的来源。合并步骤等待全部三个完成,然后综合结果、解决冲突并对发现进行排序。延迟等于最慢的单个智能体,而非三者之和。

Parallel workflow fanning out to financial, geopolitical, and logistics agents that run concurrently

图4:并行扇出到专家智能体,随后由扇入步骤综合并排序结果

Tier 2:自主模式(由LLM决定控制流)

在自主模式中,控制流由AI模型本身在运行时决定,而非由开发者预定义。智能体读取任务状态,推理所需内容,并通过共享上下文进行协调,而非固定路径,涵盖从结构化编排到完全涌现行为的谱系。

2.1 基于计划的编排

在基于计划的编排中,单个编排器智能体充当项目经理。编排器维护带有分配和依赖关系的显式任务计划,能看到所有上下文,而每个工作者只收到自己的切片,根据当前计划动态分配工作,并集中监控进度。关键设计选择是工作者无状态且独立。如果一个失败,不会污染其他工作者。编排器只重试失败的工作者,而非整个工作流。

下图显示规划器智能体如何将任务分解为显式计划,并将每一步分派给工作者的智能体。每一步都送往一个专用工作者(研究智能体、分析智能体和报告智能体),它只看到分配给自己的切片。

Plan-based orchestration where a planner agent dispatches steps to research, analysis, and report workers

图5:基于计划的编排,规划器智能体将每一步分配给无状态的工作者智能体

2.2 交接模式

智能体以有限的本地知识运行,并通过点对点委派进行协调。每个智能体根据任务及其所认识的智能体,就何时转移控制权以及向谁转移做出本地决策。控制权随状态一起传递:每次转移都携带经过验证的任务状态、其背后的证据以及任何未解决的问题,因此接收方智能体是继续推进,而不是重新解读一份摘要。仅通过对话传递的交接不算交接。

在下图中,客户服务智能体将控制权连同其上下文一起转移给技术支持智能体或账单智能体,而技术支持还可以进一步移交给高级工程师。每个智能体只认识它可以向其转移的少数几个对等方。

Handoff pattern where a customer service agent transfers control to a technical support or billing agent

图6:通过对等方之间的本地委派传递已验证状态的交接模式

2.3 对话驱动模式

在对话驱动模式(也称为群聊模式)中,所有智能体参与一个共享对话,编排通过轮流发言而非显式计划或结构化交接来涌现。这映射了人类团队协作:每个人都能看到讨论,并在适当时机做出贡献。

在下图中,一个智能体选择机制决定轮到谁发言,智能体A、B和C各自向同一个共享对话中添加内容,其中每一轮都是一条消息加一次工具调用。选择机制设定轮流规则,状态隐式地存在于对话历史中。

Conversation-driven pattern where a selection mechanism gives turns to agents A, B, and C in a shared conversation

图7:对话驱动模式,其中轮流发言选择下一个智能体,状态存在于对话中

控制流特征:

  • 可见性:广播——所有智能体都能观察到共享对话中的所有消息。
  • 决策:根据对话上下文选择下一位发言者,而非预先确定的计划。
  • 状态管理:隐式存在于对话历史中。
  • 轮流发言:由选择机制决定(轮询、AI驱动)
    • 轮询。智能体按固定的重复顺序轮流发言,直到满足终止条件,这使其保持可预测。
    • AI驱动。由模型根据对话上下文选择下一位发言者,而非固定顺序。

2.4 辩论/共识

多个智能体独立评估同一输入,其结论通过多数表决、由裁判智能体裁定,或在出现分歧时通过升级来协调。与对话驱动模式不同,智能体在表明立场之前不会看到彼此的推理,这正是使分歧具有信息价值而非社会性趋同的原因。

请谨慎使用。辩论是这里成本最高的模式,而且在感知类任务上,它换来的是延迟而非准确率(参见后文反模式3中的质量检测案例)。将其保留用于高风险、低数量的决策,在这类决策中,出错的代价高于审慎商议。

混合方法

在实践中,大多数生产系统会根据任务分解组合多种模式:

  • 使用 工作流模式 处理可预测、易于理解的组件。
  • 在灵活性和适应性至关重要的地方应用 自主模式 。
  • 在所有编排类型中一致地实现 任务管理模式 (终止、委派)。
  • 设计 分层组合 ,让复杂智能体在内部不同层使用不同模式。

主导原则: 模式与任务对齐。让编排方法匹配每个任务的固有特性以及系统的可靠性要求,而不是强行让所有事情都通过单一模式。

消耗预算的反模式

以下五种反模式在设计时看起来都合理,但每一种后来都会表现为token成本膨胀、错过节拍时间窗口,或决策悄然与车间现场脱节。

1. 全能智能体

一个智能体在单个提示词背后拥有15个或更多工具,负责整体设备效率(OEE)分析、可编程逻辑控制器(PLC)诊断和维护。随着工具增多,工具选择能力下降,故障也变得难以归因。

修复方法: 有界智能体,工具不超过五个,例如OEE分析师、故障诊断师和维护起草员。

2. 无界迭代

智能体在“再试一次”上循环,没有硬性停止。一个四智能体系统在单次重试之前就可能消耗显著更多的token,而没有任何一次调用触发警报。重试会放大协调失败,而不是修复它们。

修复方法: 在代码中设置硬性迭代上限、每个智能体的token上限、将预算警报连接到自动停止。由基础设施强制执行限制。模型不会自己停下来。

3. 自然语言契约

智能体之间传递没有模式的自由文本散文。解读在每一跳都会固化:“可能表明磨损”变成“确认磨损”变成维护工单。这种漂移发生在智能体之间,而那里正是追踪最薄弱的地方。

4. 过早多智能体

本可以用一个带工具组的智能体完成,却采用多智能体。每个智能体都会增加非线性的协调税,而收益在四个左右趋于平缓。大多数“专家”只是同一个模型换了不同的装扮。

修复方法: 至少需要两个不同的模型、不同的工具访问权限、并发执行以及真正的相互依赖。少于两个,就由一个带操作组的智能体来完成。

测试:一个智能体能否通过切换工具来处理各个阶段?如果可以,那就不是多智能体问题。

5. 无防护的客户接触

智能体在没有审批步骤的情况下触发现实世界操作(电子邮件、服务访问、机器参数)。幻觉跨越到物理世界,不可逆操作不断累积,责任从退款升级为产品责任。

修复方法: 纵深防御:建议 → Amazon Bedrock Guardrails → 模式验证 → 业务规则 → 人工审批 → 执行。

智能体输出到达客户或安全系统的每一个点都是信任边界。

选择架构

在了解了这些模式和反模式之后,架构选择归结为一系列简短的问题。

  1. 任务是否需要超出文本生成的动作? 将直接调用模型视为基线,仅在存在可衡量的理由时才添加编排。总结文档或根据规范生成代码很少提供这样的理由。
  2. 解决方案路径是否事先已知? 如果你能写下什么按什么顺序发生,那么你根本没有“多少个智能体”的决策。你真正的选择更简单:一个调用工具的单智能体,还是一个Tier 1工作流。
  3. 工作是否需要真正不同的专业知识? 具有既定交接的独立领域可以证明专用智能体的合理性。单一领域属于一个智能体,无论它需要多少工具。
  4. 解决方案是否仅通过探索才浮现? 当动作序列已知且可以作为执行并验证循环运行时,它属于单个智能体,即使该智能体动态规划其步骤。只有当子任务本身在工作过程中被发现时,Tier 2才值得其增加的成​​本、延迟和调试负担。

以下决策树将这四个问题转化为一条你可以从上到下遵循的路径。

Decision tree for choosing an architecture based on whether a task needs actions, a known path, distinct expertise, or exploration

图8:选择最简单架构的决策树,从单次模型调用到Tier 2多智能体模式

该树首先询问任务是否需要超出文本生成的动作。如果不需要,简单的模型调用就足够了。如果需要,该树会询问解决方案是否众所周知并且可以表达为工作流。在已知解决方案一侧,受益于专业知识或领域分离的工作会进入Tier 1多智能体工作流(流水线、扇出或路由器)。其他所有内容都进入带有工具和动作组的单个智能体。在未知解决方案一侧,只有涉及探索或重大副作用的​​任务才会进入Tier 2以采用自主多智能体模式。其余部分保留在单个智能体中。指导原则是选择满足你要求的最简单架构。

以下图表从四个方面比较这些模式:何时使用每种模式、控制如何在智能体之间流动、结果的确定性如何,以及构建和运营的成本。构建成本是相对尺度,不是估计值。

Chart comparing the patterns by when to use them, control flow, determinism, and build cost

图9:按用例、控制流、确定性和相对构建成本比较各模式

Tier 1模式在确定性上得分高,构建成本低到中等。Tier 2模式将更多路径交给模型,而基于计划的编排构建成本最高。如果你能在运行时之前在白板上画出控制流,就从Tier 1开始。

应用:将模式映射到制造用例

用例 模式 理由
班次交接总结 顺序流水线 线性:原始日志 → 摘要 → 报告
多工位根因分析 基于计划的编排器 动态:分析过程中发现子任务
实时质量门 条件路由器 + 边缘智能体 周期内:本地模型决策。智能体推理不在路径上
预测性维护调度 并行扇出/扇入 按资产类别独立模型
工程变更单影响 辩论/共识 高风险:对抗性审查合理
供应商沟通起草 顺序 + 人工门 不得自动发送(见无防护的客户接触)
跨工厂优化 基于计划的编排器 多源:动态查询。求解器执行分配

制造业视角:改变算式的四个约束

制造业不是通用的企业IT环境,四个约束使这种算术变得不容乐观。

约束1:生产线延迟 = 直接收入损失

汽车车身车间,机器人将车身焊接在一起,通常以每小时60个作业运行。它们的40多个工位每个都有60秒的节拍时间,然后生产线前进。位于工位周期路径上的推理延迟会侵蚀这60秒,而瓶颈工位的延迟会拖慢整条生产线。即使吞吐量减少2%也可能转化为显著的年度收入影响。

架构含义: 按p99而非平均值来预算延迟。尾部才是让生产线停下的原因。为每个智能体提供亚秒级确定性回退,并使其与风险匹配:

  • 建议/质量标记: 放行零件并标记以供下线审查。
  • 安全关键: 遏制或确定性停止,而不是继续。
  • 在部署前按工位决定此映射。

约束2:安全具有物理后果

产生幻觉的聊天机器人会带来尴尬。产生幻觉的焊接参数会导致结构缺陷,这些缺陷会在碰撞测试或现场故障中显现,并可能导致安全召回。两种故障模式反复出现:

  • OT/IT边界状态失步: 智能体将制造执行系统(MES)读取为12号工位正在运行A号零件,但手动PLC覆盖已将其切换为B号零件,因此它为错误的零件调整参数。
  • 幻觉安全边界: 维护智能体从头开始推理锁定/挂牌,并宣布7号工位可访问,而相邻的6号工位正在运行,破坏了联锁区域。

架构含义:

边界:保持确定性核心不变,包括PLC、数据采集与监控系统(SCADA)和MES,并在其周围包裹一个建议层。

  • 智能体观察、分析并建议。它们不执行动作。
  • 安全约束作为确定性护栏存在于外部服务中,智能体查询而不是推理它们。它们永远不会嵌入提示中,因为在那里它们可能被争辩掉。

验证和批准: 建议通过模式验证和物理模拟,在动作执行前立即对照OT事实来源进行检查,绝不使用超过一个周期缓存的OT状态。然后按其范围匹配的级别进行批准:

  • 级别0: 智能体自主解决。
  • 级别1: 操作员一键确认。
  • 级别2: 工程师根据呈现的分析做出决定。
  • 级别3: 管理层评估停线建议。

只有经过验证的命令接口,才会将允许的命令传递给确定性控制。大语言模型(LLM)负责提议。物理引擎和人类操作员负责处置。

约束3:数据驻留在边缘

单台冲压机每天产生50+ GB的传感器数据,而这些数据的价值在毫秒内就会衰减。将其传输到云端的带宽成本高于计算成本,而且等到云端给出答案时,冲压机早已进入下一工序。

架构含义: 混合边缘-云是实际可行的默认方案,而约束2的边界在边缘同样成立。

  • 边缘(AWS IoT Greengrass): 在源头进行亚节拍异常检测、阈值监控以及停止或继续信号:边缘代理提出建议,PLC执行动作。
  • 云端: 边缘无法完成的工作:跨班次分析、跨工厂趋势关联,以及基于全车队数据的模型再训练。边缘只提炼并传输真正重要的内容。

约束4:与班次对齐的智能体生命周期

无界上下文会使智能体发生漂移,因为过时的观察会挤占当前现实。完全重置则会丢失班次之间的连续性。制造业已经通过结构化的班次交接为人类解决了这一问题,智能体也需要同样的纪律。

架构含义: 将智能体记忆限定在班次周期内。

  • 初始化: 班次上下文,包括班组名册、生产目标以及上一班次的交接内容。
  • 累积: 仅在班次窗口内的工作记忆。
  • 交接: 输出班次结束摘要,包含未解决问题、已标记异常和建议,为下一班组提供初始信息,模仿人类交接仪式,同时避免上下文无界增长。

基于 AWS 构建

以下托管服务对应了本文前面提出的各项关切。每一行都指明了机制,而不仅仅是服务。

需求 服务 机制
运行时 AgentCore runtime, Amazon Bedrock AgentCore 的一项能力 智能体运行的位置,其控制流是确定性的还是由模型决定的。可引入 Strands、LangGraph 或 CrewAI。
班次限定记忆 AgentCore memory, Amazon Bedrock AgentCore 的一项能力 托管短期和长期上下文,因此约束4中按班次限定的记忆只需配置,而无需自定义状态管道。
类型化交接 AgentCore Gateway, Amazon Bedrock AgentCore 的一项能力 将 API 和 AWS Lambda 函数转换为具有经过验证的模式的模型上下文协议(MCP)工具,因此交接携带的是类型化字段而非自然语言。
智能体权限 AgentCore Identity, Amazon Bedrock AgentCore 的一项能力 为每个智能体提供唯一且可验证的身份,并具备细粒度访问控制。它是执行点,决定哪个智能体可以访问哪个系统,以及代表谁访问。
智能体之间的追踪 AgentCore Observability, Amazon Bedrock AgentCore 的一项能力 通过 Amazon CloudWatch Transaction Search 和 AWS Distro for Open Telemetry(ADOT)跨运行时、记忆、网关和工具提供跨度与追踪。交接是多智能体系统中最难观测的部分,也是无类型契约静默失败之处。
人工审批界面 AWS Quick 升级层级落地之处。AWS Quick Automate 运行审批工作流,支持在 Slack 中一键审批,其操作连接器可以调用 Amazon Bedrock AgentCore 智能体。
分层模型选择 Amazon Bedrock 跨模型系列的统一 API,因此成本分层只需配置:小型模型用于路由器的分类,更强的模型用于编排器的综合。

结论

多智能体系统改变了汽车制造商大规模编排智能的方式,但前提是建立在正确的基础之上。

这里的模式和反模式来自真实部署,在这些部署中,糟糕的架构表现为失控的 token 成本、节拍时间违规,以及最坏情况下的物理安全风险。工厂规模下的经济性毫不宽容,因为 token 量会随着每个智能体、机器人和班次而增长。分层模型选择、上下文压缩和边缘-云分布是以一小部分成本交付同等价值的主要杠杆。

这里的建议是从 Tier 1 模式开始,证明价值,然后再扩展。大多数制造用例,例如班次交接摘要、质量门决策和预测性维护,都可以由确定性工作流很好地服务。将自主编排保留给真正开放式的问题,在这些问题中,动态子任务发现足以证明额外的成本、延迟和调试复杂性是合理的。


关于作者