Strands 实测三种 Agent 编排同进程协作
作者用 Strands 在一个 Python 进程内组合 Graph、Workflow 和 Swarm,分别负责固定执行顺序、运行确定性子流程和协作研究。文章分析了各层如何传递上下文,并公开了运行脚本和原始输出。
原文暂未完整获取,基于公开信息的快读
一位作者用 Strands 在同一个 Python 进程里组合了三种 Agent 编排方式:Graph 固定执行顺序,Workflow tool 运行确定性子流程,Swarm 负责一层协作研究。脚本和原始输出都已公开。实测发现,即使都在同一个进程里运行,三层也各有自己的上下文,跨层传递字段要靠作者写的适配代码。
目前能确认什么
实验任务很小:把三笔预设的 token 计数相加,再保存一份简报。这里的预设计数是任务输入,运行时记录的模型 token 用量是另一项数据。
Graph 会保存结构化的 NodeResult,分支条件可以读取其中的字段,但下游节点的提示词拿到的是结果文本。Workflow tool 给下一项任务传递的是渲染后的字符串,Swarm 成员则通过键值结构 SharedContext 交换信息。进程内能读到一个对象,下游 Agent 仍可能只收到它的文本表示。
失败也可能在跨层时丢失。节选里有一次嵌套 Swarm 的工具抛出异常,外层 Graph 仍显示完成。另一次,Workflow tool 的任务记录里有错误,外层分支条件却读不到这条记录。
我的判断
如果后续节点要根据子任务是否成功来决定重试或继续,我会让负责分支的那一层显式接收可检查的状态字段。只看外层的完成状态或简报内容,可能把一次局部失败当成整条链路成功。纯线性任务也没必要为了拆分职责就加一层 Swarm,这次实验里的研究层最终是串行交接。
节选还没讲清完整脚本如何接住和传递各类错误,也没说明 SDK 是否为这些跨层行为提供稳定的接口保证。前者要看完整实验,后者要等官方文档确认。