Agent 决策之外，还需可靠工作流

dev.to · AI#Agent#工作流#分布式系统

Editor brief · 编辑速览

文章区分 Agent 的任务规划能力与分布式编排的执行保障：模型选步骤，工作流负责状态持久化、重试、幂等及补偿。配套能力运行时可为操作提供输入输出校验与权限控制。

文章思维导图

Knowledge map

拖拽缩放

Full translation

完整中文译文

许多“AI Agent 编排”架构图，都悄悄把两种截然不同的职责混在了一起：

如果你运维过工作流引擎，就会知道：即使步骤由模型来选择，第二个问题也不会因此消失。

Agent 框架擅长：

这些都是经典的工作流问题。

真正的编排层需要：

在 Agent 系统中，这样的编排层通常构建在一个受治理的能力运行时之上。

一个与协议无关的能力运行时，可以提供：

编排器随后将这些能力作为构建模块，在强保障机制下把它们串联起来。

Agent 仍然承担规划者的角色：

这种职责分离有几个实际好处：

可调试性：流程失败时，你能看清问题出在哪里：是规划、运行时校验，还是编排执行。

安全性：无论步骤由 Agent 还是人触发，都遵循相同的 ACL、审批和审计机制。

演进能力：你可以替换 Agent 框架或工具协议，而无需重写编排层和治理层。

如果你当前的 Agent 演示程序直接调用服务，不必一次性重构所有内容。

这条路径跑通后，再扩大使用它的能力和流程范围。

关键在于转变思路：把 Agent 看作受治理、受编排系统之上的规划者，而不是用它来替代技术栈中那些已经提供可靠性保障的部分。

如果需要进一步采取措施，你可以考虑屏蔽此人和／或举报滥用行为。